Update app.py

app.py

@@ -135,16 +135,16 @@ def analizar_frase(frase):
   return tabla
 
 def tweets_localidad(buscar_localidad):
-    tabla = pd.DataFrame()
+    tabla = []
     try:
         geolocator = Nominatim(user_agent="nombre_del_usuario")
         location = geolocator.geocode(buscar_localidad)
         radius = "10km"
-        tweets = api.search_tweets(q="",lang="es",geocode=f"{location.latitude},{location.longitude},{radius}", count = 30, tweet_mode="extended")
+        tweets = api.search_tweets(q="",lang="es",geocode=f"{location.latitude},{location.longitude},{radius}", count = 50, tweet_mode="extended")
         
         tweet_list = [i.full_text for i in tweets]
         text= pd.DataFrame(tweet_list)
-        text[0] = text[0].apply(preprocess)
+        text[0] = text[0].apply(preprocess_tweet)
         text_list = text[0].tolist()
         result = []
         for text in text_list:
@@ -161,8 +161,8 @@ def tweets_localidad(buscar_localidad):
         #df.sort_values(by='Probabilidad', ascending=False, inplace=True)
         #df = df.sort_values(by=['Probabilidad', 'Prediccion'], ascending=[False, False])
         #df=df[df["Prediccion"] == 'Sexista']
-        tabla = st.table(df.reset_index(drop=True).head(50).style.applymap(color_survived, subset=['Prediccion']))
-                    
+        muestra = st.table(df.reset_index(drop=True).head(50).style.applymap(color_survived, subset=['Prediccion']))
+        tabla.append(muestra)       
         df_sexista = df[df['Prediccion']=="Sexista"]
         df_no_sexista = df[df['Prediccion']=="No Sexista"]
         sexista = len(df_sexista)
@@ -191,8 +191,6 @@ def tweets_localidad(buscar_localidad):
     except AttributeError:
         st.text("No existe ninguna localidad con ese nombre") 
                  
-
-        
     return tabla    
 
 def run():