Update app.py

app.py

@@ -4,18 +4,17 @@ import re
 
 st.set_page_config(layout="wide")
 
-st.title('影片放映时间表分析')
+st.title('影片放映时间表统计')
 
 # 1. 文件上传组件
 uploaded_file = st.file_uploader("上传“影片放映时间表.xlsx”文件", type=['xlsx'])
-ad_duration = st.number_input('输入每个广告的时长（分钟）', min_value=0, value=9)
+ad_duration = st.number_input('输入每个广告的时长（分钟）', min_value=0, value=5)
 
 if uploaded_file is not None:
     try:
         # 读取Excel文件
         df = pd.read_excel(uploaded_file, header=3)
 
-        # --- 错误修复 ---
         # 明确将“影片”列转换为字符串类型，以避免混合类型错误
         df['影片'] = df['影片'].astype(str)
 
@@ -24,7 +23,6 @@ if uploaded_file is not None:
 
 
         # 2. 数据处理和清洗
-        # 清洗“影厅”列
         def clean_hall_name(name):
             if isinstance(name, str):
                 match = re.search(r'【(\d+)号', name)
@@ -34,42 +32,59 @@ if uploaded_file is not None:
 
 
         df['影厅'] = df['影厅'].apply(clean_hall_name)
-
-        # 将“放映日期”转换为日期时间对象
         df['放映日期'] = pd.to_datetime(df['放映日期'])
         df['日期'] = df['放映日期'].dt.strftime('%m月%d日')
-
-        # 删除在“影厅”或“片长”列中缺少数据的行
         df.dropna(subset=['影厅', '片长'], inplace=True)
 
-        # 3. 统计每天每个影厅的影片数量和播放时长
+        # 3. 统计
         summary = df.groupby(['日期', '影厅']).agg(
             影片数量=('影片', 'count'),
             影片播放时长=('片长', 'sum')
         ).reset_index()
-
-        # 计算广告时长
         summary['广告时长'] = summary['影片数量'] * ad_duration
 
-        # 4. 创建数据透视表以进行最终显示
+        # 4. 创建数据透视表
         pivot_table = summary.pivot_table(
             index='日期',
             columns='影厅',
             values=['广告时长', '影片播放时长']
-        )
-
-        # 将所有空白（NaN）值填充为 0
-        pivot_table = pivot_table.fillna(0)
-
-        # 将数值转换为整数，使表格更整洁
-        pivot_table = pivot_table.astype(int)
+        ).fillna(0).astype(int)
 
-        # 交换列的层级顺序并排序，以获得所需的输出格式
         if not pivot_table.empty:
             pivot_table = pivot_table.swaplevel(0, 1, axis=1).sort_index(axis=1)
 
-        st.subheader('影厅播放统计')
-        st.dataframe(pivot_table)
+            st.subheader('影厅播放统计')
+
+            # --- 表格样式优化 ---
+            # 1. 定义CSS样式
+            styles = [
+                {
+                    'selector': 'th.col_heading',  # 目标是列标题
+                    'props': [
+                        ('background-color', '#4a4a4a'),  # 深色背景
+                        ('color', 'white'),  # 白色字体
+                        ('text-align', 'center')  # 文本居中
+                    ]
+                },
+                {
+                    'selector': 'th.row_heading',  # 目标是行标题（日期）
+                    'props': [
+                        ('text-align', 'center')
+                    ]
+                }
+            ]
+
+            # 2. 将样式应用到DataFrame
+            styler = pivot_table.style.set_table_styles(styles)
+
+            # 3. 计算表格的动态高度以实现完全展开
+            # (行数 + 表头层级数 + 额外空间) * 每行高度
+            table_height = (len(pivot_table) + 2 + 1) * 35
+
+            # 4. 使用st.dataframe显示带样式的、完全展开的表格
+            st.dataframe(styler, height=table_height)
+        else:
+            st.warning("没有可用于生成统计信息的数据。")
 
     except Exception as e:
         st.error(f"处理文件时出错: {e}")