Update app.py

app.py

@@ -1,45 +1,63 @@
+
 import streamlit as st
 import pandas as pd
 import matplotlib.pyplot as plt
+import io
+
+st.title("Webcam Color Detection Charting")
 
-# 파일 업로드
 uploaded_file = st.file_uploader("Choose a CSV file", type="csv")
 
-# 데이터 타임 프레임 선택
-time_frame_options = ["1초", "5초", "10초", "30초", "1분", "5분", "10분", "30분", "60분"]
-time_frame = st.selectbox("데이터 타임 프레임 선택:", time_frame_options)
-time_frame_map = {"1초": 1/60, "5초": 5/60, "10초": 10/60, "30초": 30/60, "1분": 1, "5분": 5, "10분": 10, "30분": 30, "60분": 60}
-time_frame_minutes = time_frame_map[time_frame]
+time_frame_options = [
+    "All",
+    "1 second",
+    "5 seconds",
+    "10 seconds",
+    "30 seconds",
+    "1 minute",
+    "5 minutes",
+    "10 minutes",
+    "30 minutes",
+    "60 minutes",
+]
+time_frame = st.selectbox("Data Time Frame", time_frame_options)
 
-if uploaded_file:
+if uploaded_file is not None:
     # CSV 파일 읽기
-    df = pd.read_csv(uploaded_file)
-    
-    # timestamp를 datetime 형태로 변환
-    df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')
-
-    # 선택된 타임 프레임으로 리샘플링
-    df_resampled = df.resample(f'{time_frame_minutes}T', on='timestamp').mean()
-
-    # RGB 그래프
-    fig_rgb, ax_rgb = plt.subplots(figsize=(15, 5))
-    ax_rgb.plot(df_resampled['R'], label='R')
-    ax_rgb.plot(df_resampled['G'], label='G')
-    ax_rgb.plot(df_resampled['B'], label='B')
-    ax_rgb.set_title('RGB Color Variation')
-    ax_rgb.set_xlabel('Time')
-    ax_rgb.set_ylabel('Value')
-    ax_rgb.legend()
-    st.pyplot(fig_rgb)
-
-    # HSV 그래프
-    fig_hsv, ax_hsv = plt.subplots(figsize=(15, 5))
-    ax_hsv.plot(df_resampled['H'], label='H')
-    ax_hsv.plot(df_resampled['S'], label='S')
-    ax_hsv.plot(df_resampled['V'], label='V')
-    ax_hsv.set_title('HSV Color Variation')
-    ax_hsv.set_xlabel('Time')
-    ax_hsv.set_ylabel('Value')
-    ax_hsv.legend()
-    st.pyplot(fig_hsv)
+    data = pd.read_csv(uploaded_file)
+
+    # 시간 프레임에 따른 데이터 필터링
+    if time_frame != "All":
+        seconds = {
+            "1 second": 1,
+            "5 seconds": 5,
+            "10 seconds": 10,
+            "30 seconds": 30,
+            "1 minute": 60,
+            "5 minutes": 300,
+            "10 minutes": 600,
+            "30 minutes": 1800,
+            "60 minutes": 3600,
+        }
+        data['timestamp'] = pd.to_datetime(data['timestamp'], unit='ms')
+        data.set_index('timestamp', inplace=True)
+        data = data.resample(f"{seconds[time_frame]}S").mean().dropna().reset_index()
+
+    # 차트 생성
+    fig, axes = plt.subplots(2, 1, figsize=(10, 8))
+
+    # RGB 차트
+    axes[0].plot(data['R'], 'r', label='R')
+    axes[0].plot(data['G'], 'g', label='G')
+    axes[0].plot(data['B'], 'b', label='B')
+    axes[0].legend(loc='upper right')
+    axes[0].set_title('RGB Values')
+
+    # HSV 차트
+    axes[1].plot(data['H'], 'r', label='H')
+    axes[1].plot(data['S'], 'g', label='S')
+    axes[1].plot(data['V'], 'b', label='V')
+    axes[1].legend(loc='upper right')
+    axes[1].set_title('HSV Values')
 
+    st.pyplot(fig)