Update app.py

app.py

@@ -5,6 +5,7 @@ import numpy as np
 # 设置页面布局为宽屏模式，并设置页面标题
 st.set_page_config(layout="wide", page_title="影城效率分析 - 最终版")
 
+
 def clean_movie_title(title):
     """
     清理并规范化电影标题。
@@ -15,6 +16,7 @@ def clean_movie_title(title):
     # 将标题按第一个空格分割，并只取第一部分
     return title.split(' ', 1)[0]
 
+
 def style_efficiency(row):
     """
     根据效率值高亮特定行。
@@ -25,10 +27,11 @@ def style_efficiency(row):
     seat_efficiency = row.get('座次效率', 0)
     session_efficiency = row.get('场次效率', 0)
     if (seat_efficiency < 0.5 or seat_efficiency > 1.5 or
-        session_efficiency < 0.5 or session_efficiency > 1.5):
+            session_efficiency < 0.5 or session_efficiency > 1.5):
         return [highlight] * len(row)
     return [default] * len(row)
 
+
 def process_and_analyze_data(df):
     """
     核心数据处理与分析函数。
@@ -43,7 +46,7 @@ def process_and_analyze_data(df):
         人次=('总人次', 'sum')
     ).reset_index()
     analysis_df.rename(columns={'影片名称_清理后': '影片'}, inplace=True)
-    
+
     analysis_df = analysis_df.sort_values(by='票房', ascending=False).reset_index(drop=True)
 
     total_seats = analysis_df['座位数'].sum()
@@ -56,26 +59,27 @@ def process_and_analyze_data(df):
     analysis_df['票房比'] = np.divide(analysis_df['票房'], total_revenue).fillna(0)
     analysis_df['座次效率'] = np.divide(analysis_df['票房比'], analysis_df['座次比']).fillna(0)
     analysis_df['场次效率'] = np.divide(analysis_df['票房比'], analysis_df['场次比']).fillna(0)
-    
+
     final_columns = [
-        '影片', '座位数', '场次', '票房', '人次', '均价', 
+        '影片', '座位数', '场次', '票房', '人次', '均价',
         '座次比', '场次比', '票房比', '座次效率', '场次效率'
     ]
     analysis_df = analysis_df[final_columns]
-    
+
     return analysis_df
 
+
 # --- Streamlit 用户界面 ---
 
-st.title('自动化影城数据分析报告 (最终版)')
-st.write("上传 `影片映出日累计报表.xlsx` 文件。此版本已采纳您所有的优化建议。")
+st.title('排片效率分析工具')
+st.write("上传 `影片映出日累计报表.xlsx` 文件。")
 
 uploaded_file = st.file_uploader("请在此处上传 Excel 文件", type=['xlsx', 'xls', 'csv'])
 
 if uploaded_file is not None:
     try:
         df = pd.read_excel(uploaded_file, skiprows=3, header=None)
-        
+
         df.rename(columns={
             0: '影片名称', 2: '放映时间', 5: '总人次', 6: '总收入', 7: '座位数'
         }, inplace=True)
@@ -89,11 +93,11 @@ if uploaded_file is not None:
 
         df['放映时间'] = pd.to_datetime(df['放映时间'], format='%H:%M:%S', errors='coerce').dt.time
         df.dropna(subset=['放映时间'], inplace=True)
-        
+
         df['影片名称_清理后'] = df['影片名称'].apply(clean_movie_title)
 
-        st.success("文件上传成功，数据已按最终规则处理！")
-        
+        st.toast("文件上传成功，数据已按规则处理！", icon="🎉")
+
         format_config = {
             '座位数': '{:,.0f}', '场次': '{:,.0f}', '人次': '{:,.0f}',
             '票房': '{:,.2f}', '均价': '{:.2f}', '座次比': '{:.2%}', '场次比': '{:.2%}',
@@ -101,11 +105,10 @@ if uploaded_file is not None:
         }
 
         # --- 1. 全天数据分析 ---
-        st.header("全天场次效率分析 (按总收入排序)")
-        st.write("系统会自动高亮 **座次效率** 或 **场次效率** 低于 0.5 或高于 1.5 的影片。")
-        
+        st.header("全天排片效率分析")
+
         full_day_analysis = process_and_analyze_data(df.copy())
-        
+
         if not full_day_analysis.empty:
             table_height = (len(full_day_analysis) + 1) * 35 + 3
             st.dataframe(
@@ -117,14 +120,14 @@ if uploaded_file is not None:
             st.warning("全天数据不足，无法生成分析报告。")
 
         # --- 2. 黄金时段数据分析 ---
-        st.header("黄金时段 (14:00 - 21:00) 场次效率分析")
-        
+        st.header("黄金时段排片效率分析")
+
         start_time = pd.to_datetime('14:00:00').time()
         end_time = pd.to_datetime('21:00:00').time()
         prime_time_df = df[df['放映时间'].between(start_time, end_time)]
 
         prime_time_analysis = process_and_analyze_data(prime_time_df.copy())
-        
+
         if not prime_time_analysis.empty:
             table_height_prime = (len(prime_time_analysis) + 1) * 35 + 3
             st.dataframe(
@@ -134,15 +137,14 @@ if uploaded_file is not None:
             )
         else:
             st.warning("黄金时段内没有有效场次数据，无法生成分析报告。")
-        
+
         # --- 3. 一键复制影片列表 ---
         if not full_day_analysis.empty:
             st.header("复制当日影片列表")
-            st.write("以下是根据全天数据生成的影片列���，已为您格式化，可直接复制使用。")
-            
+
             movie_titles = full_day_analysis['影片'].tolist()
             formatted_titles = ''.join([f'《{title}》' for title in movie_titles])
-            
+
             st.code(formatted_titles, language='text')
 
     except Exception as e: