app.py

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

# Sayfa Ayarları
st.set_page_config(page_title="World Data Analysis", layout="wide")

# --- DATA LOAD ---
@st.cache_data
def load_data():
    df = pd.read_csv("us_pollution_cleaned.csv")
    df = df.rename(columns={
        'country': 'COUNTRY',
        'GDP: Gross domestic product (million current US$)': 'GDP',
        'CO2 emission estimates (million tons/tons per capita)': 'CO2'
    })
    # Gruplandırma
    df['GDP_LEVEL'] = pd.cut(df['GDP'], bins=[0, 50000, 1000000, 30000000], labels=['Low', 'Medium', 'High'])
    return df

df = load_data()

# --- SIDEBAR (SOL PANEL) - TÜMÜ ÇİFT DİL VE NET ---
with st.sidebar:
    st.header("📊 Analysis Notes / Analiz Notları")
    
    st.markdown("""
    **EN:** Analysis shows that developed countries have high GDP and internet usage. It has also been observed that CO2 emissions are high in these countries.
    
    **TR:** Analiz sonucunda gelişmiş ülkelerde GDP ve internet kullanımının yüksek olduğu görülmüştür. Aynı zamanda bu ülkelerde CO2 emisyonunun da yüksek olduğu tespit edilmiştir.
    """)
    
    st.divider()

    st.subheader("🔍 What are GDP Levels? / GDP Seviyeleri Nedir?")
    
    # HIGH (İngilizce & Türkçe & Örnekler)
    high_list = "USA, China, Japan, Germany"
    st.markdown(f"""
    **🔴 High (Yüksek):** * **EN:** Global economic leaders with massive industrial output.
    * **TR:** Sanayi üretimi devasa olan, dünya ekonomisine yön veren ülkeler.
    * **Examples/Örnekler:** **{high_list}**
    """)
    
    st.write("") # Boşluk
    
    # MEDIUM (İngilizce & Türkçe & Örnekler)
    med_list = "Turkey, Argentina, Poland, Thailand"
    st.markdown(f"""
    **🟡 Medium (Orta):** * **EN:** Transitioning economies with growing industries.
    * **TR:** Sanayisi büyümekte olan, geçiş aşamasındaki ekonomiler.
    * **Examples/Örnekler:** **{med_list}**
    """)
    
    st.write("") # Boşluk

    # LOW (İngilizce & Türkçe & Örnekler)
    low_list = "Afghanistan, Gambia, Andorra, Belize"
    st.markdown(f"""
    **🟢 Low (Düşük):** * **EN:** Developing nations with smaller economies.
    * **TR:** Ekonomisi daha küçük, gelişmekte olan ülkeler.
    * **Examples/Örnekler:** **{low_list}**
    """)

# --- ANA PANEL BAŞLIK (GÜNCELLENDİ) ---
st.title("🌍 World Data Analysis Dashboard / Dünya Veri Analizi Paneli")
st.caption("Veri Analizi ve Görselleştirme / Data Analysis and Visualization")
st.divider()

# 1. HARİTA
st.subheader("🗺️ World GDP Map / Dünya GSYİH Haritası")
fig_map = px.choropleth(df, 
    locations="COUNTRY", 
    locationmode="country names",
    color="GDP",
    color_continuous_scale='Viridis',
    labels={'GDP': 'GSYİH (Milyon $)'},
    height=450)
st.plotly_chart(fig_map, use_container_width=True)

st.divider()

# 2. ALT GRAFİKLER
col1, col2 = st.columns(2)

with col1:
    st.subheader("📊 GDP vs CO2 (Interactive) / GSYİH ve CO2 İlişkisi")
    fig_scatter = px.scatter(df, x="GDP", y="CO2", 
                             color="GDP_LEVEL", 
                             hover_name="COUNTRY",
                             labels={'GDP': 'GSYİH', 'CO2': 'CO2 Emisyonu', 'GDP_LEVEL': 'Gelir Grubu'},
                             template="plotly_white")
    st.plotly_chart(fig_scatter, use_container_width=True)

with col2:
    st.subheader("🍕 GDP Level Distribution / Gelir Dağılımı")
    fig_pie = px.pie(df, names='GDP_LEVEL', values='GDP', 
                     color_discrete_sequence=px.colors.sequential.RdBu,
                     hole=0.3)
    st.plotly_chart(fig_pie, use_container_width=True)

st.write("✅ Project completed. / Proje tamamlandı.")