Update app.py

app.py

@@ -88,6 +88,7 @@ def apply_slicers(data, slicers):
             data = data[data[col].isin(selected_values)]
     return data
 
+
 def perform_analysis(data):
     st.header("탐색적 데이터 분석")
     
@@ -111,14 +112,18 @@ def perform_analysis(data):
     else:
         st.write("상관관계 히트맵을 그릴 수 있는 숫자형 열이 없습니다.")
 
-    # 출석일수와 성적 관계 분석
-    if '출석일수' in filtered_data.columns and '성적' in filtered_data.columns:
-        st.write("출석일수와 성적 관계:")
-        fig = px.scatter(filtered_data, x='출석일수', y='성적', color='반', hover_data=filtered_data.columns)
+    # 사용자가 선택한 두 변수에 대한 산점도 및 회귀 분석
+    st.subheader("두 변수 간의 관계 분석")
+    numeric_columns = filtered_data.select_dtypes(include=['float64', 'int64']).columns
+    x_var = st.selectbox("X축 변수 선택", options=numeric_columns)
+    y_var = st.selectbox("Y축 변수 선택", options=[col for col in numeric_columns if col != x_var])
+
+    if x_var and y_var:
+        fig = px.scatter(filtered_data, x=x_var, y=y_var, color='반' if '반' in filtered_data.columns else None)
         
-        # 전체 데이터에 대한 회귀선 추가
-        x = filtered_data['출석일수']
-        y = filtered_data['성적']
+        # 회귀선 추가
+        x = filtered_data[x_var]
+        y = filtered_data[y_var]
         slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)
         line_x = np.array([x.min(), x.max()])
         line_y = slope * line_x + intercept
@@ -126,7 +131,9 @@ def perform_analysis(data):
         
         r_squared = r_value ** 2
         fig.update_layout(
-            title=f'출석일수와 성적 관계 (R-squared: {r_squared:.4f})',
+            title=f'{x_var}와 {y_var}의 관계 (R-squared: {r_squared:.4f})',
+            xaxis_title=x_var,
+            yaxis_title=y_var,
             annotations=[
                 dict(
                     x=0.5,
@@ -140,20 +147,10 @@ def perform_analysis(data):
         )
         st.plotly_chart(fig)
 
-    # 반별 성적 분포
-    if '반' in filtered_data.columns and '성적' in filtered_data.columns:
-        st.write("반별 성적 분포:")
-        fig = px.box(filtered_data, x='반', y='성적', points="all")
-        fig.update_layout(title='반별 성적 분포')
-        st.plotly_chart(fig)
-
-    # 출석일수 구간별 성적 분포
-    if '출석일수' in filtered_data.columns and '성적' in filtered_data.columns:
-        st.write("출석일수 구간별 성적 분포:")
-        filtered_data['출석일수_구간'] = pd.cut(filtered_data['출석일수'], bins=5)
-        fig = px.box(filtered_data, x='출석일수_구간', y='성적', color='반')
-        fig.update_layout(title='출석일수 구간별 성적 분포')
-        st.plotly_chart(fig)
+        # 추가 통계 정보
+        st.write(f"상관계수: {r_value:.4f}")
+        st.write(f"p-value: {p_value:.4f}")
+        st.write(f"표준 오차: {std_err:.4f}")
 
 def main():
     st.title("인터랙티브 EDA 툴킷")