Dashboard

import streamlit as st import pandas as pd import plotly.express as px

--- Configuração da Página ---

Define o título da página, o ícone e o layout para ocupar a largura inteira.

st.set_page_config( page_title="Dashboard de Salários na Área de Dados", page_icon="📊", layout="wide", )

--- Carregamento dos dados ---

df = pd.read_csv("https://raw.githubusercontent.com/vqrca/dashboard_salarios_dados/refs/heads/main/dados-imersao-final.csv")

--- Barra Lateral (Filtros) ---

st.sidebar.header("🔍 Filtros")

Filtro de Ano

anos_disponiveis = sorted(df['ano'].unique()) anos_selecionados = st.sidebar.multiselect("Ano", anos_disponiveis, default=anos_disponiveis)

Filtro de Senioridade

senioridades_disponiveis = sorted(df['senioridade'].unique()) senioridades_selecionadas = st.sidebar.multiselect("Senioridade", senioridades_disponiveis, default=senioridades_disponiveis)

Filtro por Tipo de Contrato

contratos_disponiveis = sorted(df['contrato'].unique()) contratos_selecionados = st.sidebar.multiselect("Tipo de Contrato", contratos_disponiveis, default=contratos_disponiveis)

Filtro por Tamanho da Empresa

tamanhos_disponiveis = sorted(df['tamanho_empresa'].unique()) tamanhos_selecionados = st.sidebar.multiselect("Tamanho da Empresa", tamanhos_disponiveis, default=tamanhos_disponiveis)

--- Filtragem do DataFrame ---

O dataframe principal é filtrado com base nas seleções feitas na barra lateral.

df_filtrado = df[ (df['ano'].isin(anos_selecionados)) & (df['senioridade'].isin(senioridades_selecionadas)) & (df['contrato'].isin(contratos_selecionados)) & (df['tamanho_empresa'].isin(tamanhos_selecionados)) ]

--- Conteúdo Principal ---

st.title("🎲 Dashboard de Análise de Salários na Área de Dados") st.markdown("Explore os dados salariais na área de dados nos últimos anos. Utilize os filtros à esquerda para refinar sua análise.")

--- Métricas Principais (KPIs) ---

st.subheader("Métricas gerais (Salário anual em USD)")

if not df_filtrado.empty: salario_medio = df_filtrado['usd'].mean() salario_maximo = df_filtrado['usd'].max() total_registros = df_filtrado.shape[0] cargo_mais_frequente = df_filtrado["cargo"].mode()[0] else: salario_medio, salario_mediano, salario_maximo, total_registros, cargo_mais_comum = 0, 0, 0, ""

col1, col2, col3, col4 = st.columns(4) col1.metric("Salário médio", f"${salario_medio:,.0f}") col2.metric("Salário máximo", f"${salario_maximo:,.0f}") col3.metric("Total de registros", f"{total_registros:,}") col4.metric("Cargo mais frequente", cargo_mais_frequente)

st.markdown("---")

--- Análises Visuais com Plotly ---

st.subheader("Gráficos")

col_graf1, col_graf2 = st.columns(2)

with col_graf1: if not df_filtrado.empty: top_cargos = df_filtrado.groupby('cargo')['usd'].mean().nlargest(10).sort_values(ascending=True).reset_index() grafico_cargos = px.bar( top_cargos, x='usd', y='cargo', orientation='h', title="Top 10 cargos por salário médio", labels={'usd': 'Média salarial anual (USD)', 'cargo': ''} ) grafico_cargos.update_layout(title_x=0.1, yaxis={'categoryorder':'total ascending'}) st.plotly_chart(grafico_cargos, use_container_width=True) else: st.warning("Nenhum dado para exibir no gráfico de cargos.")

with col_graf2: if not df_filtrado.empty: grafico_hist = px.histogram( df_filtrado, x='usd', nbins=30, title="Distribuição de salários anuais", labels={'usd': 'Faixa salarial (USD)', 'count': ''} ) grafico_hist.update_layout(title_x=0.1) st.plotly_chart(grafico_hist, use_container_width=True) else: st.warning("Nenhum dado para exibir no gráfico de distribuição.")

col_graf3, col_graf4 = st.columns(2)

with col_graf3: if not df_filtrado.empty: remoto_contagem = df_filtrado['remoto'].value_counts().reset_index() remoto_contagem.columns = ['tipo_trabalho', 'quantidade'] grafico_remoto = px.pie( remoto_contagem, names='tipo_trabalho', values='quantidade', title='Proporção dos tipos de trabalho', hole=0.5 ) grafico_remoto.update_traces(textinfo='percent+label') grafico_remoto.update_layout(title_x=0.1) st.plotly_chart(grafico_remoto, use_container_width=True) else: st.warning("Nenhum dado para exibir no gráfico dos tipos de trabalho.")

with col_graf4: if not df_filtrado.empty: df_ds = df_filtrado[df_filtrado['cargo'] == 'Data Scientist'] media_ds_pais = df_ds.groupby('residencia_iso3')['usd'].mean().reset_index() grafico_paises = px.choropleth(media_ds_pais, locations='residencia_iso3', color='usd', color_continuous_scale='rdylgn', title='Salário médio de Cientista de Dados por país', labels={'usd': 'Salário médio (USD)', 'residencia_iso3': 'País'}) grafico_paises.update_layout(title_x=0.1) st.plotly_chart(grafico_paises, use_container_width=True) else: st.warning("Nenhum dado para exibir no gráfico de países.")

--- Tabela de Dados Detalhados ---

st.subheader("Dados Detalhados") st.dataframe(df_filtrado)