main.py

import pandas as pd
import numpy as np
import sys

class metodo_TOPSIS:
    #Constructor
    def __int__(self):
        sys.setrecursionlimit(1000)

    def TOPSIS(self): #arquivo vem aq e pesos que quiser customizar
        #MÉTODO TOPSIS
        ## QUADRO 1 - CRITÉRIOS
        #arquivo = arquivo

        nomeArq = "modelo.xlsx" #qualquer erro de importação, alterar o local do arquivo pra o caminho completo.
        projeto = []

        df = pd.read_excel(f"{nomeArq}") #add o parametro  sheet_name =  para abrir outras abas da planilha

        metTopsisColA = df.iloc[3:18,2:10] #matriz, com a tabela critérios, da coluna A até a H
        metTopsisColASq = np.square(metTopsisColA) #todos os valores da matriz ao quadrado
        metTopsisColASum = metTopsisColASq.sum() #soma de todos valores da matriz por coluna

        normalizacao = []
        PESOS = float(1/8)

        for i in metTopsisColASum:
            normalizacao.append(float((f'{np.sqrt(i):.2f}'))) #faz a raiz quadrada em cada valor da soma de cada coluna individualmente, os valores têm duas casas decimais

        #QUADRO 2 - CRITÉRIOS
        quadro2 = {}

        for col in range(metTopsisColA.shape[1]):
            quadro2[f'coluna{col}'] = []
            for lin in range(metTopsisColA.shape[0]):
                quadro2[f'coluna{col}'].append(round((metTopsisColA.iloc[lin,col]/normalizacao[col]*PESOS),4))

        idealPosNeg = [[],[]] #array duplo para não ter a necessidade de criar dois laços pra "min() e max()"
        quadro2Dtf = pd.DataFrame(quadro2)

        for i in quadro2.keys(): #lista 1 recebe os valores max (ideal positiva) e a lista 2 recebe os minimos (ideal negativa)
            #o condicional inverte o min e máx de acordo com a legenda de critérios (pra ficar mais dinâmico pode ser necessário mudar os teste de condicionais, obs planilha)
            if i == 'coluna5' or i == 'coluna6' or i == 'coluna7':
                quadro2[i].append(quadro2Dtf[i].min())
                quadro2[i].append(quadro2Dtf[i].max())
            else:
                quadro2[i].append(quadro2Dtf[i].max())
                quadro2[i].append(quadro2Dtf[i].min())

        dMaisDMenos = [[],[],[]]
        valorTempDMais = 0
        valorTempDMenos = 0

        for i in range(len(quadro2[f'coluna0'])-2): #por questões de arredondamentos os resultados estão próximos, mas não literalmente iguais ao da planilha
            for j in range(len(quadro2.keys())):
                valorTempDMais += (quadro2[f'coluna{j}'][i] - quadro2[f'coluna{j}'][-2])**2 #para d+
                valorTempDMenos += (quadro2[f'coluna{j}'][i] - quadro2[f'coluna{j}'][-1])**2 #para d-
            valorTempDMais = round((np.sqrt(valorTempDMais)),7)
            valorTempDMenos = round((np.sqrt(valorTempDMenos)),7)
            dMaisDMenos[0].append(valorTempDMais)
            dMaisDMenos[1].append(valorTempDMenos)
            dMaisDMenos[2].append(round((valorTempDMenos / (valorTempDMenos + valorTempDMais)),6)) #para D
            valorTempDMais = 0
            valorTempDMenos = 0

        #add a coluna d+, d- e D à tabela
        quadro2['coluna8'] = dMaisDMenos[0]
        quadro2['coluna9'] = dMaisDMenos[1]
        quadro2['coluna10'] = dMaisDMenos[2]

        #Ranqueamento TOPSIS
        #deixando a tabela com mesmo número de linhas pra cada coluna (pra que se possa transformar em dataframe)
        #uma alternativa a isso seria anteriormente criar uma planilha paralela com a normalização separada da "original", apenas pra fins de cálculo
        for i in quadro2.keys():
            if not(i== 'coluna8' or i == 'coluna9' or i == 'coluna10'):
                quadro2[i].pop()
                quadro2[i].pop()

        quadro2Dtf = pd.DataFrame(quadro2)
        quadro2Dtf.index = range(1,len(quadro2Dtf)+1)

        #ordenação/ranqueamento pelo D:
        ranqTopsis = quadro2Dtf.sort_values(by = 'coluna10', ascending= False)
        ranqTopsisInvertido = quadro2Dtf.sort_values(by = 'coluna10') #ranqueado, porém tá de trás pra frente
        ranqTopsis = ranqTopsis.to_html()
        ranqTopsisInvertido = ranqTopsisInvertido.to_html()
        #debug mostrar tabela ordenada (os prints devem ser excluídos futuramente)
        print(ranqTopsis)
        print(ranqTopsisInvertido)
        return ranqTopsis, ranqTopsisInvertido
        #legenda da planilha:
        #coluna 0 até 7 (colunas de A até H), colunas 8 até 10 (d+, d-, D)
        #nomes dos projetos não foram colocados ainda pq devemos decidir como ficará nos inputos de usuários