app.py

import pandas as pd
import requests
from io import StringIO
import chardet
import plotly.express as px
import streamlit as st
from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler

# 定義 URL 和文件描述
urls = {
    'df1': "https://mopsfin.twse.com.tw/opendata/t187ap46_L_1.csv",  # 溫室氣體排放
    'df2': "https://mopsfin.twse.com.tw/opendata/t187ap46_O_2.csv",  # 能源管理
    'df3': "https://mopsfin.twse.com.tw/opendata/t187ap46_L_6.csv"   # 董事會
}

def load_and_prepare_data(url):
    response = requests.get(url)
    if response.status_code == 200:
        content = response.content
        result = chardet.detect(content)
        encoding = result['encoding']
        data = StringIO(content.decode(encoding))
        df = pd.read_csv(data, encoding=encoding)
        df.fillna(0, inplace=True)
        return df
    else:
        print(f"Failed to retrieve the data from {url}. Status code:", response.status_code)
        return pd.DataFrame()  # 返回空 DataFrame

# 下載並處理每個 CSV 文件
df1 = load_and_prepare_data(urls['df1'])
df2 = load_and_prepare_data(urls['df2'])
df3 = load_and_prepare_data(urls['df3'])

# 假設所有 DataFrame 中的公司名稱列名為 '公司名稱'，根據實際情況調整列名
common_column = '公司名稱'

# 合併 DataFrame
merged_df = df1.merge(df2, on=common_column, how='outer').merge(df3, on=common_column, how='outer')

# 需要保留的列名
required_columns = [
    '公司名稱', 
    '範疇一排放量(噸CO2e)', 
    '範疇二排放量(噸CO2e)', 
    '範疇三排放量(噸CO2e)', 
    '溫室氣體排放密集度(公噸CO₂e/百萬元營業額)', 
    '使用率(再生能源/總能源)', 
    '女性董事席次及比率-席', 
    '董事出席董事會出席率', 
    '董事進修時數符合進修要點比率'
]

# 保留需要的列
optimized_df = merged_df[required_columns]

# Streamlit 應用
st.title('台灣企業 ESG 揭露數據分析')

# 顯示數據表格
st.subheader('數據表格')
st.dataframe(optimized_df)

# 添加下拉選單，選項為 optimized_df 的列名（排除 '公司名稱'）
columns_to_plot = [col for col in optimized_df.columns if col != '公司名稱']
selected_column = st.selectbox('選擇要顯示的數據', columns_to_plot)

# 繪製環形圖
st.subheader('環形圖')
fig_donut = px.pie(optimized_df, names='公司名稱', values=selected_column, 
                   title=f'{selected_column} 的公司分佈', hole=0.3)
fig_donut.update_layout(width=800, height=600)  # 設定圖表的寬度和高度
st.plotly_chart(fig_donut, use_container_width=True)

# 繪製折線圖
st.subheader('折線圖')
fig_line = px.line(optimized_df, x='公司名稱', y=selected_column, 
                   title=f'{selected_column} 的公司趨勢')
fig_line.update_layout(width=800, height=600)  # 設定圖表的寬度和高度
fig_line.update_xaxes(tickangle=45)  # 調整 x 軸標籤的角度
st.plotly_chart(fig_line, use_container_width=True)

# K-means 聚類分析
st.subheader('K-means 聚類分析')

# 選擇兩個特徵進行聚類
feature1 = st.selectbox('選擇第一個特徵', columns_to_plot)
feature2 = st.selectbox('選擇第二個特徵', [col for col in columns_to_plot if col != feature1])

# 準備數據
X = optimized_df[[feature1, feature2]].dropna()

if len(X) > 0:
    # 標準化數據
    scaler = StandardScaler()
    X_scaled = scaler.fit_transform(X)

    # 執行 K-means 聚類
    n_clusters = st.slider('選擇聚類數量', min_value=2, max_value=10, value=3)
    kmeans = KMeans(n_clusters=n_clusters, random_state=42)
    clusters = kmeans.fit_predict(X_scaled)

    # 將聚類結果添加到數據框中
    clustered_df = X.copy()
    clustered_df['Cluster'] = clusters
    clustered_df['公司名稱'] = optimized_df.loc[X.index, '公司名稱']

    # 繪製聚類散點圖
    fig_cluster = px.scatter(clustered_df, x=feature1, y=feature2, color='Cluster',
                             hover_data=['公司名稱'],
                             title=f'基於 {feature1} 和 {feature2} 的 K-means 聚類結果')
    st.plotly_chart(fig_cluster)
else:
    st.write("選擇的特徵中包含無效數據，無法執行聚類分析。")