Update app.py

app.py

@@ -2,7 +2,6 @@ import streamlit as st
 import pandas as pd
 import plotly.express as px
 from dataclasses import dataclass, field
-import numpy as np
 from typing import Dict, Tuple, Any
 
 # 📥 讀取 Google 試算表函數
@@ -43,6 +42,22 @@ class SurveyAnalyzer:
             '６．對於示範場域的服務感到滿意'
         ]
 
+    def generate_report(self, df: pd.DataFrame) -> Dict[str, Any]:
+        """📝 生成問卷調查報告"""
+        return {
+            '基本統計': {
+                '總受訪人數': len(df),
+                '性別分布': df['1.   性別'].value_counts().to_dict(),
+                '教育程度分布': df['３．教育程度'].value_counts().to_dict(),
+                '平均年齡': f"{pd.to_numeric(df['２．出生年（民國__年）'], errors='coerce').mean():.1f}歲"
+            },
+            '滿意度統計': {
+                '整體平均滿意度': f"{df['６．對於示範場域的服務感到滿意'].mean():.2f}",
+                '最高分項目': df[self.satisfaction_columns].mean().idxmax(),
+                '最低分項目': df[self.satisfaction_columns].mean().idxmin()
+            }
+        }
+
     def plot_satisfaction_correlation(self, df: pd.DataFrame):
         """🔥 滿意度相關性熱力圖"""
         correlation_matrix = df[self.satisfaction_columns].corr()
@@ -60,21 +75,13 @@ class SurveyAnalyzer:
 
         st.plotly_chart(fig, use_container_width=True)
 
-    def generate_report(self, df: pd.DataFrame) -> Dict[str, Any]:
-        """📝 生成問卷調查報告"""
-        return {
-            '基本統計': {
-                '總受訪人數': len(df),
-                '性別分布': df['1.   性別'].value_counts().to_dict(),
-                '教育程度分布': df['３．教育程度'].value_counts().to_dict(),
-                '平均年齡': f"{pd.to_numeric(df['２．出生年（民國__年）'], errors='coerce').mean():.1f}歲"
-            },
-            '滿意度統計': {
-                '整體平均滿意度': f"{df['６．對於示範場域的服務感到滿意'].mean():.2f}",
-                '最高分項目': df[self.satisfaction_columns].mean().idxmax(),
-                '最低分項目': df[self.satisfaction_columns].mean().idxmin()
-            }
-        }
+    def plot_gender_distribution(self, df: pd.DataFrame):
+        """🟠 性別分佈圓餅圖"""
+        gender_counts = df['1.   性別'].value_counts().reset_index()
+        gender_counts.columns = ['性別', '人數']
+        fig = px.pie(gender_counts, names='性別', values='人數', title='🟠 受訪者性別分布',
+                     color_discrete_sequence=px.colors.sequential.Sunset)
+        st.plotly_chart(fig, use_container_width=True)
 
 # 🎨 Streamlit UI
 def main():
@@ -90,16 +97,25 @@ def main():
         analyzer = SurveyAnalyzer()
 
         # 📌 基本統計數據
-        st.header("📋 問卷統計報告")
-        report = analyzer.generate_report(df)
-        for category, stats in report.items():
-            with st.expander(f"🔍 {category}"):
-                for key, value in stats.items():
-                    st.write(f"**{key}**: {value}")
-
-        # 📊 滿意度熱力圖
-        st.header("🔥 滿意度相關性熱力圖")
-        analyzer.plot_satisfaction_correlation(df)
+        st.sidebar.header("📌 選擇數據分析")
+        selected_analysis = st.sidebar.radio("選擇要查看的分析", 
+                                             ["📋 問卷統計報告", "🔥 滿意度相關性熱力圖", "🟠 性別分佈"])
+
+        if selected_analysis == "📋 問卷統計報告":
+            st.header("📋 問卷統計報告")
+            report = analyzer.generate_report(df)
+            for category, stats in report.items():
+                with st.expander(f"🔍 {category}"):
+                    for key, value in stats.items():
+                        st.write(f"**{key}**: {value}")
+
+        elif selected_analysis == "🔥 滿意度相關性熱力圖":
+            st.header("🔥 滿意度相關性熱力圖")
+            analyzer.plot_satisfaction_correlation(df)
+
+        elif selected_analysis == "🟠 性別分佈":
+            st.header("🟠 性別分佈")
+            analyzer.plot_gender_distribution(df)
 
 if __name__ == "__main__":
     main()