src/streamlit_app.py

import streamlit as st
import pandas as pd
import plotly.graph_objects as go
import plotly.express as px
from plotly.subplots import make_subplots
import numpy as np
import os
import glob
from datetime import datetime
import re
import io
import zipfile

# 設置頁面配置
st.set_page_config(
    page_title="台灣交通事故數據可視化器",
    page_icon="🚗",
    layout="wide",
    initial_sidebar_state="expanded"
)

class StreamlitTrafficVisualizer:
    def __init__(self):
        """初始化 Streamlit 交通數據可視化器"""
        self.colors = ['#FF6B6B', '#4ECDC4', '#45B7D1', '#FFA07A', '#98D8C8', 
                      '#F7DC6F', '#BB8FCE', '#85C1E9', '#F8C471', '#82E0AA']
        
        # 初始化 session state
        if 'data' not in st.session_state:
            st.session_state.data = None
        if 'processed_data' not in st.session_state:
            st.session_state.processed_data = None
        if 'data_loaded' not in st.session_state:
            st.session_state.data_loaded = False
    
    def create_sample_data(self):
        """創建範例數據"""
        np.random.seed(42)
        years = ['2022', '2023', '2024']
        months = [f"{i:02d}" for i in range(1, 13)]
        stats_types = ['事故件數', '死亡人數', '受傷人數']
        
        sample_data = []
        
        for year in years:
            for month in months:
                for stats_type in stats_types:
                    # 根據統計類型設置基礎值
                    if stats_type == '事故件數':
                        base_value = np.random.randint(2000, 3000)
                    elif stats_type == '死亡人數':
                        base_value = np.random.randint(200, 400)
                    else:  # 受傷人數
                        base_value = np.random.randint(2500, 4000)
                    
                    # 添加季節性變化
                    seasonal_factor = 1.0
                    if month in ['06', '07', '08']:  # 夏季稍高
                        seasonal_factor = 1.15
                    elif month in ['12', '01', '02']:  # 冬季稍高
                        seasonal_factor = 1.1
                    
                    final_value = int(base_value * seasonal_factor)
                    
                    sample_data.append({
                        '頁面名稱': f'交通統計_{stats_type}',
                        '日期': f'{year}年{month}月',
                        '統計項目': f'{stats_type}統計',
                        '數值': final_value,
                        '年份': year,
                        '月份': month,
                        '統計類型': stats_type,
                        '年份類型': 'western'
                    })
        
        return pd.DataFrame(sample_data)
    
    def _categorize_stats(self, item):
        """統計項目分類"""
        if pd.isna(item):
            return '其他'
        item = str(item)
        
        if '總計' in item or 'total' in item.lower():
            return '總計'
        elif '事故件數' in item or '事故數' in item:
            return '事故件數'
        elif '死亡人數' in item or '死亡數' in item:
            return '死亡人數'
        elif '受傷人數' in item or '受傷數' in item:
            return '受傷人數'
        else:
            return '其他'
    
    def preprocess_data(self, data):
        """數據預處理"""
        if data is None or len(data) == 0:
            return None
        
        data = data.copy()
        
        # 確保數值欄位是數字格式
        if '數值' in data.columns:
            data['數值'] = pd.to_numeric(data['數值'], errors='coerce')
            data = data.dropna(subset=['數值'])
        
        # 提取年份信息
        if '日期' in data.columns:
            # 嘗試多種年份提取模式
            year_patterns = [
                (r'(\d{4})年', 'western'),      # 2023年 (西元年)
                (r'(\d{2,3})年', 'minguo'),     # 113年 (民國年)
                (r'(\d{4})\-', 'western'),      # 2023-
                (r'(\d{4})\/', 'western'),      # 2023/
                (r'(\d{4})\.', 'western'),      # 2023.
                (r'(\d{4})', 'western'),        # 2023
            ]
            
            data['年份'] = None
            data['原始年份'] = None
            
            for pattern, year_type in year_patterns:
                if data['年份'].isna().all():
                    extracted = data['日期'].str.extract(pattern, expand=False)
                    valid_years = extracted.dropna()
                    if len(valid_years) > 0:
                        data['原始年份'] = extracted
                        data['年份類型'] = year_type
                        
                        if year_type == 'minguo':
                            # 民國年轉西元年
                            try:
                                numeric_years = pd.to_numeric(extracted, errors='coerce')
                                converted_years = numeric_years + 1911
                                reasonable_years = converted_years[(converted_years >= 1900) & (converted_years <= 2100)]
                                
                                if len(reasonable_years.dropna()) > 0:
                                    data['年份'] = converted_years.astype(str)
                                else:
                                    continue
                            except Exception:
                                continue
                        else:
                            data['年份'] = extracted
                        break
            
            # 提取月份信息
            data['月份'] = None
            month_patterns = [
                r'\d{2,4}年(\d{1,2})月',     # 通用年月格式
                r'\d{4}\-(\d{1,2})',         # 2024-01
                r'\d{4}\/(\d{1,2})',         # 2024/01
                r'\d{4}\.(\d{1,2})',         # 2024.01
            ]
            
            for pattern in month_patterns:
                if data['月份'].isna().all():
                    extracted = data['日期'].str.extract(pattern, expand=False)
                    valid_months = extracted.dropna()
                    if len(valid_months) > 0:
                        data['月份'] = extracted.astype(str).str.zfill(2)
                        break
            
            if data['月份'].isna().all():
                data['月份'] = '00'
        
        # 統計項目分類
        if '統計項目' in data.columns:
            data['統計類型'] = data['統計項目'].apply(self._categorize_stats)
        
        # 篩選有效數據
        if '統計項目' in data.columns:
            target_keywords = ['事故', '死亡', '受傷', '件數', '人數', '總計']
            mask = data['統計項目'].str.contains('|'.join(target_keywords), na=False, regex=True)
            filtered_data = data[mask].copy()
            
            # 排除純總計項目
            exclude_mask = (filtered_data['統計項目'] == '總計')
            data = filtered_data[~exclude_mask].copy()
        
        # 過濾有年份的數據
        if '年份' in data.columns:
            data = data[data['年份'].notna()].copy()
        
        return data
    
    def create_monthly_trend_chart(self, data):
        """創建月份趨勢圖"""
        if data is None or len(data) == 0:
            return None
        
        # 檢查必要欄位
        required_cols = ['年份', '月份', '統計類型', '數值']
        missing_cols = [col for col in required_cols if col not in data.columns]
        if missing_cols:
            st.error(f"缺少必要欄位: {missing_cols}")
            return None
        
        # 過濾有效數據
        valid_data = data[
            data['年份'].notna() & 
            data['月份'].notna() & 
            data['統計類型'].notna() & 
            data['數值'].notna()
        ].copy()
        
        if len(valid_data) == 0:
            st.warning("沒有有效的月份數據")
            return None
        
        # 按年月和統計類型聚合
        try:
            monthly_agg = valid_data.groupby(['年份', '月份', '統計類型'])['數值'].sum().reset_index()
            
            # 創建年月顯示格式
            monthly_agg['年月顯示'] = monthly_agg['年份'] + '年' + monthly_agg['月份'] + '月'
            monthly_agg['時間戳'] = monthly_agg['年份'] + '-' + monthly_agg['月份']
            monthly_agg = monthly_agg.sort_values('時間戳')
            
            if len(monthly_agg) == 0:
                st.warning("聚合後沒有數據")
                return None
                
        except Exception as e:
            st.error(f"數據聚合失敗: {e}")
            return None
        
        # 創建圖表
        try:
            fig = go.Figure()
            
            colors_map = {'事故件數': '#FF6B6B', '死亡人數': '#4ECDC4', '受傷人數': '#45B7D1', '其他': '#95A5A6'}
            
            stats_types = monthly_agg['統計類型'].unique()
            
            for stats_type in stats_types:
                type_data = monthly_agg[monthly_agg['統計類型'] == stats_type]
                
                if len(type_data) > 0:
                    fig.add_trace(go.Scatter(
                        x=type_data['年月顯示'],
                        y=type_data['數值'],
                        mode='lines+markers',
                        name=stats_type,
                        line=dict(
                            color=colors_map.get(stats_type, '#95A5A6'), 
                            width=3
                        ),
                        marker=dict(size=8),
                        hovertemplate='<b>%{fullData.name}</b><br>' +
                                     'Time: %{x}<br>' +
                                     'Value: %{y:,.0f}<br>' +
                                     '<extra></extra>'
                    ))
            
            fig.update_layout(
                title={
                    'text': "Taiwan Traffic Accident Statistics - Monthly Trend Analysis",
                    'x': 0.5,
                    'font': {'size': 20}
                },
                xaxis_title="Year-Month",
                yaxis_title="Value",
                xaxis=dict(
                    tickangle=45,
                    type='category'
                ),
                yaxis=dict(
                    rangemode='tozero'
                ),
                hovermode='x unified',
                height=600,
                showlegend=True,
                legend=dict(
                    orientation="h",
                    yanchor="bottom",
                    y=1.02,
                    xanchor="center",
                    x=0.5
                )
            )
            
            return fig
            
        except Exception as e:
            st.error(f"月份趨勢圖創建失敗: {e}")
            return None
    
    def create_animated_pie_chart(self, data):
        """創建動態餅圖"""
        if data is None or len(data) == 0:
            return None
        
        # 檢查必要欄位
        required_cols = ['年份', '統計類型', '數值']
        missing_cols = [col for col in required_cols if col not in data.columns]
        if missing_cols:
            st.error(f"缺少必要欄位: {missing_cols}")
            return None
        
        # 過濾有效數據
        valid_data = data[
            data['年份'].notna() & 
            data['統計類型'].notna() & 
            data['數值'].notna()
        ].copy()
        
        if len(valid_data) == 0:
            st.warning("沒有完整的有效數據")
            return None
        
        # 按年份和統計類型聚合數據
        try:
            agg_data = valid_data.groupby(['年份', '統計類型'])['數值'].sum().reset_index()
            
            if len(agg_data) == 0:
                st.warning("聚合後沒有數據")
                return None
                
        except Exception as e:
            st.error(f"數據聚合失敗: {e}")
            return None
        
        # 獲取所有年份
        years = sorted(agg_data['年份'].unique())
        
        if len(years) == 0:
            st.warning("沒有有效的年份數據")
            return None
        
        # 創建動態餅圖的框架
        frames = []
        for year in years:
            year_data = agg_data[agg_data['年份'] == year]
            
            if len(year_data) > 0:
                frames.append(go.Frame(
                    data=[go.Pie(
                        labels=year_data['統計類型'],
                        values=year_data['數值'],
                        hole=0.4,
                        hovertemplate='<b>%{label}</b><br>' +
                                     'Value: %{value:,.0f}<br>' +
                                     'Percentage: %{percent}<br>' +
                                     '<extra></extra>',
                        textinfo='label+percent',
                        textposition='auto',
                        marker=dict(colors=self.colors[:len(year_data)])
                    )],
                    name=str(year)
                ))
        
        if len(frames) == 0:
            st.warning("沒有創建任何動畫框架")
            return None
        
        # 初始圖表（第一年）
        first_year_data = agg_data[agg_data['年份'] == years[0]]
        
        try:
            fig = go.Figure(
                data=[go.Pie(
                    labels=first_year_data['統計類型'],
                    values=first_year_data['數值'],
                    hole=0.4,
                    hovertemplate='<b>%{label}</b><br>' +
                                 'Value: %{value:,.0f}<br>' +
                                 'Percentage: %{percent}<br>' +
                                 '<extra></extra>',
                    textinfo='label+percent',
                    textposition='auto',
                    marker=dict(colors=self.colors[:len(first_year_data)])
                )],
                frames=frames
            )
            
            # 添加動畫控制
            fig.update_layout(
                title={
                    'text': f"Taiwan Traffic Accident Statistics - Animated Pie Chart",
                    'x': 0.5,
                    'font': {'size': 20}
                },
                updatemenus=[{
                    'type': 'buttons',
                    'direction': 'left',
                    'x': 0.1,
                    'y': 0.1,
                    'showactive': False,
                    'buttons': [
                        {
                            'label': 'Play',
                            'method': 'animate',
                            'args': [None, {
                                'frame': {'duration': 1500, 'redraw': True},
                                'fromcurrent': True,
                                'transition': {'duration': 500}
                            }]
                        },
                        {
                            'label': 'Pause',
                            'method': 'animate',
                            'args': [[None], {
                                'frame': {'duration': 0, 'redraw': False},
                                'mode': 'immediate',
                                'transition': {'duration': 0}
                            }]
                        }
                    ]
                }],
                sliders=[{
                    'currentvalue': {'prefix': 'Year: ', 'font': {'size': 16}},
                    'len': 0.8,
                    'x': 0.1,
                    'steps': [
                        {
                            'label': f"{year}",
                            'method': 'animate',
                            'args': [[str(year)], {
                                'frame': {'duration': 500, 'redraw': True},
                                'transition': {'duration': 300}
                            }]
                        } for year in years
                    ]
                }],
                height=600
            )
            
            return fig
            
        except Exception as e:
            st.error(f"動態餅圖創建失敗: {e}")
            return None
    
    def create_bar_chart(self, data):
        """創建柱狀圖"""
        if data is None or len(data) == 0:
            return None
        
        # 按年份和統計類型聚合
        yearly_data = data.groupby(['年份', '統計類型'])['數值'].sum().reset_index()
        
        if len(yearly_data) == 0:
            return None
        
        fig = px.bar(
            yearly_data, 
            x='年份', 
            y='數值', 
            color='統計類型',
            title="Taiwan Traffic Accident Statistics - Yearly Comparison",
            color_discrete_map={'事故件數': '#FF6B6B', '死亡人數': '#4ECDC4', '受傷人數': '#45B7D1'}
        )
        
        fig.update_layout(
            xaxis_title="Year",
            yaxis_title="Value",
            height=500
        )
        
        return fig

def main():
    # 創建可視化器實例
    visualizer = StreamlitTrafficVisualizer()
    
    # 標題
    st.title("🚗 台灣交通事故數據可視化器")
    st.markdown("---")
    
    # 側邊欄
    st.sidebar.header("📊 數據來源選擇")
    
    data_source = st.sidebar.radio(
        "選擇數據來源:",
        ["上傳檔案", "使用範例數據"]
    )
    
    # 數據載入
    if data_source == "上傳檔案":
        uploaded_file = st.sidebar.file_uploader(
            "上傳 CSV 或 Excel 檔案",
            type=['csv', 'xlsx', 'xls'],
            help="請上傳包含交通事故數據的檔案"
        )
        
        if uploaded_file is not None:
            try:
                if uploaded_file.name.endswith('.csv'):
                    data = pd.read_csv(uploaded_file, encoding='utf-8')
                else:
                    data = pd.read_excel(uploaded_file)
                
                st.session_state.data = data
                st.session_state.data_loaded = True
                st.sidebar.success("檔案上傳成功！")
                
            except Exception as e:
                st.sidebar.error(f"檔案讀取失敗: {e}")
                st.session_state.data_loaded = False
        else:
            st.session_state.data_loaded = False
    
    else:  # 使用範例數據
        if st.sidebar.button("載入範例數據"):
            data = visualizer.create_sample_data()
            st.session_state.data = data
            st.session_state.data_loaded = True
            st.sidebar.success("範例數據載入成功！")
    
    # 主要內容區域
    if st.session_state.data_loaded and st.session_state.data is not None:
        # 數據預處理
        with st.spinner("正在處理數據..."):
            processed_data = visualizer.preprocess_data(st.session_state.data)
            st.session_state.processed_data = processed_data
        
        if processed_data is not None and len(processed_data) > 0:
            # 顯示數據摘要
            st.header("📈 數據摘要")
            
            col1, col2, col3, col4 = st.columns(4)
            
            with col1:
                st.metric("總記錄數", len(processed_data))
            
            with col2:
                if '年份' in processed_data.columns:
                    years = processed_data['年份'].dropna().nunique()
                    st.metric("涵蓋年份", years)
            
            with col3:
                if '統計類型' in processed_data.columns:
                    types = processed_data['統計類型'].nunique()
                    st.metric("統計類型", types)
            
            with col4:
                if '數值' in processed_data.columns:
                    total_value = processed_data['數值'].sum()
                    st.metric("總數值", f"{total_value:,.0f}")
            
            # 顯示數據預覽
            with st.expander("📋 數據預覽", expanded=False):
                st.dataframe(processed_data.head(10))
            
            # 可視化圖表
            st.header("📊 可視化圖表")
            
            # 選擇圖表類型
            chart_tabs = st.tabs(["月份趨勢圖", "動態餅圖", "年度柱狀圖"])
            
            with chart_tabs[0]:
                st.subheader("📈 月份趨勢分析")
                trend_chart = visualizer.create_monthly_trend_chart(processed_data)
                if trend_chart:
                    st.plotly_chart(trend_chart, use_container_width=True)
                else:
                    st.warning("無法創建月份趨勢圖，可能是數據不足或格式不正確")
            
            with chart_tabs[1]:
                st.subheader("🥧 動態餅圖分析")
                pie_chart = visualizer.create_animated_pie_chart(processed_data)
                if pie_chart:
                    st.plotly_chart(pie_chart, use_container_width=True)
                else:
                    st.warning("無法創建動態餅圖，可能是數據不足或格式不正確")
            
            with chart_tabs[2]:
                st.subheader("📊 年度柱狀圖比較")
                bar_chart = visualizer.create_bar_chart(processed_data)
                if bar_chart:
                    st.plotly_chart(bar_chart, use_container_width=True)
                else:
                    st.warning("無法創建柱狀圖，可能是數據不足或格式不正確")
            
            # 數據統計
            st.header("📊 詳細統計")
            
            if '統計類型' in processed_data.columns and '數值' in processed_data.columns:
                stats_summary = processed_data.groupby('統計類型')['數值'].agg(['sum', 'mean', 'count']).round(2)
                stats_summary.columns = ['總計', '平均值', '記錄數']
                st.dataframe(stats_summary)
            
            # 下載處理後的數據
            st.header("💾 下載數據")
            
            csv = processed_data.to_csv(index=False, encoding='utf-8-sig')
            st.download_button(
                label="下載處理後的數據 (CSV)",
                data=csv,
                file_name="processed_traffic_data.csv",
                mime="text/csv"
            )
        
        else:
            st.error("數據處理失敗，請檢查數據格式")
    
    else:
        # 歡迎頁面
        st.header("🎯 歡迎使用台灣交通事故數據可視化器")
        
        st.markdown("""
        ### 📋 功能特色：
        - 📈 **月份趨勢分析**：顯示交通事故隨時間的變化趨勢
        - 🥧 **動態餅圖**：按年份顯示各統計類型的比例分布
        - 📊 **年度比較**：柱狀圖比較不同年份的數據
        - 🔄 **智能數據處理**：自動識別民國年和西元年格式
        - 📁 **多格式支援**：支援 CSV 和 Excel 檔案
        
        ### 🚀 開始使用：
        1. 在左側選擇「上傳檔案」或「使用範例數據」
        2. 如果選擇上傳檔案，請上傳包含交通事故數據的 CSV 或 Excel 檔案
        3. 系統會自動處理數據並生成可視化圖表
        
        ### 📊 數據格式要求：
        數據應包含以下欄位：
        - **日期**：包含年份和月份信息（如：2024年01月）
        - **統計項目**：事故類型描述
        - **數值**：統計數值
        
        ### 💡 提示：
        如果沒有數據檔案，可以點擊「載入範例數據」來體驗系統功能！
        """)

if __name__ == "__main__":
    main()