Update app.py

app.py

@@ -1,13 +1,17 @@
 # app.py
 import os
-import pandas as pd
+import json
+from pathlib import Path
+
+import requests
 import gradio as gr
+import pandas as pd
 import comtradeapicall
 from huggingface_hub import InferenceClient
 from deep_translator import GoogleTranslator
-import spaces
+import spaces  # برای مدیریت GPU کرایه‌ای
 
-# 1) بارگذاری HS DataFrame از گیت‌هاب
+# --- بارگذاری HS DATA از CSV گیت‌هاب ---
 HS_CSV_URL = (
     "https://raw.githubusercontent.com/"
     "datasets/harmonized-system/master/data/harmonized-system.csv"
@@ -19,9 +23,10 @@ def get_product_name(hs_code: str) -> str:
     row = hs_df[hs_df["hscode"] == code4]
     return row.iloc[0]["description"] if not row.empty else "–"
 
+
+# --- تابع دریافت واردات و پردازش ستون‌ها ---
 def get_importers(hs_code: str, year: str, month: str):
     product_name = get_product_name(hs_code)
-
     period = f"{year}{int(month):02d}"
     df = comtradeapicall.previewFinalData(
         typeCode='C', freqCode='M', clCode='HS', period=period,
@@ -33,19 +38,36 @@ def get_importers(hs_code: str, year: str, month: str):
     if df is None or df.empty:
         return product_name, pd.DataFrame()
 
-    df = df[['ptCode', 'ptTitle', 'TradeValue']]
-    df.columns = ['کد کشور', 'نام کشور', 'ارزش CIF']
+    # اگر ستون‌های استاندارد موجود باشند، از آن‌ها استفاده کن
+    std_cols = ['ptCode', 'ptTitle', 'TradeValue']
+    if all(col in df.columns for col in std_cols):
+        out = df[std_cols]
+        out.columns = ['کد کشور', 'نام کشور', 'ارزش CIF']
+        return product_name, out
+
+    # وگرنه سعی می‌کنیم ستون‌های مناسب را شناسایی کنیم
+    code_col = next((c for c in df.columns if 'code'  in c.lower() and c != 'cmdCode'), None)
+    title_col= next((c for c in df.columns if 'title' in c.lower()), None)
+    value_col= next((c for c in df.columns if 'value' in c.lower()), None)
+
+    if code_col and title_col and value_col:
+        out = df[[code_col, title_col, value_col]]
+        out.columns = ['کد کشور', 'نام کشور', 'ارزش CIF']
+        return product_name, out
+
+    # اگر نشد، خودِ DataFrame خام را برگردان
     return product_name, df
 
-subscription_key = os.getenv("COMTRADE_API_KEY", "")
-hf_token         = os.getenv("HF_API_TOKEN", "")
-client           = InferenceClient(token=hf_token)
-translator       = GoogleTranslator(source='en', target='fa')
+
+# --- تابع تولید مشاوره تخصصی با GPU کرایه‌ای ---
+hf_token   = os.getenv("HF_API_TOKEN")
+client     = InferenceClient(token=hf_token)
+translator = GoogleTranslator(source='en', target='fa')
 
 @spaces.GPU
 def provide_advice(table_data: pd.DataFrame, hs_code: str, year: str, month: str):
     if table_data is None or table_data.empty:
-        return "ابتدا نمایش واردات را انجام دهید."
+        return "ابتدا نمایش داده‌های واردات را انجام دهید."
     table_str = table_data.to_string(index=False)
     period = f"{year}/{int(month):02d}"
     prompt = (
@@ -64,33 +86,34 @@ def provide_advice(table_data: pd.DataFrame, hs_code: str, year: str, month: str
     except Exception as e:
         return f"خطا در تولید مشاوره: {e}"
 
+
+# --- رابط کاربری Gradio ---
 with gr.Blocks() as demo:
-    gr.Markdown("## تحلیل واردات بر اساس کد HS و ارائه مشاوره")
+    gr.Markdown("## تحلیل واردات بر اساس کد HS و ارائه مشاوره تخصصی")
 
     with gr.Row():
         inp_hs    = gr.Textbox(label="کد HS", placeholder="مثلاً 1006")
         inp_year  = gr.Textbox(label="سال",   placeholder="مثلاً 2023")
         inp_month = gr.Textbox(label="ماه",   placeholder="مثلاً 1 تا 12")
 
-    btn_show  = gr.Button("نمایش واردات")
+    btn_show  = gr.Button("نمایش داده‌های واردات")
     out_name  = gr.Markdown(label="**نام محصول**")
     out_table = gr.Dataframe(
-        headers=["کد کشور","نام کشور","ارزش CIF"],
-        datatype=["number","text","number"],
+        datatype="pandas",
         interactive=True
     )
 
     btn_show.click(
-        get_importers,
+        fn=get_importers,
         inputs=[inp_hs, inp_year, inp_month],
         outputs=[out_name, out_table]
     )
 
-    btn_advice = gr.Button("ارائه مشاوره")
+    btn_advice = gr.Button("ارائه مشاوره تخصصی")
     out_advice = gr.Textbox(label="مشاوره تخصصی", lines=8)
 
     btn_advice.click(
-        provide_advice,
+        fn=provide_advice,
         inputs=[out_table, inp_hs, inp_year, inp_month],
         outputs=out_advice
     )