Update src/streamlit_app.py

src/streamlit_app.py

@@ -1,62 +1,91 @@
-import streamlit as st
-import pandas as pd
-import matplotlib.pyplot as plt
-
-st.title("Simple Data Dashboard")
-
-# Dosya yükleme bileşenini ana gövdeye yerleştiriyoruz.
-uploaded_file = st.file_uploader("Choose a CSV file", type="csv")
-
-# Sadece bir dosya yüklendiğinde kodun geri kalanının çalışmasını sağlıyoruz.
-if uploaded_file is not None:
-    # CSV dosyasını bir Pandas DataFrame'e okuyoruz.
-    df = pd.read_csv(uploaded_file)
-
-    # --- Veri Önizleme ve Özet ---
-    st.subheader("Data Preview")
-    st.write(df.head())
-    
-    st.subheader("Data Summary")
-    st.write(df.describe())
-    
-    # --- İnteraktif Filtreleme Bölümü ---
-    st.subheader('Filter Data to View in Table')
-    
-    # DataFrame'deki tüm sütunları alıp bir listeye çeviriyoruz.
-    columns = df.columns.tolist()
-    
-    # Kullanıcıya hangi sütuna göre filtreleme yapacağını soran bir açılır menü.
-    selected_column = st.selectbox("Select column to filter by", columns)
-    
-    # Seçilen sütundaki benzersiz (tekrarsız) değerleri buluyoruz.
-    unique_values = df[selected_column].unique()
-    
-    # Kullanıcıya hangi değere göre filtreleme yapacağını soran ikinci bir açılır menü.
-    selected_value = st.selectbox("Select value", unique_values)
-    
-    # Filtrelenmiş veriyi 'filtered_df' adlı değişkene atıyoruz.
-    filtered_df = df[df[selected_column] == selected_value]
-    
-    # Filtrelenmiş DataFrame'i ekrana yazdırıyoruz.
-    st.write("Filtered Data View:")
-    st.write(filtered_df)
-        
-    # --- Veri Görselleştirme Bölümü ---
-    st.subheader("Plot Full Data") 
-    
-    # Kullanıcıdan x ve y eksenleri için sütun seçmesini istiyoruz.
-    # Streamlit'te aynı türden birden fazla widget olduğunda, onlara benzersiz bir 'key' vermek iyi bir pratiktir.
-    x_column_plot = st.selectbox("Select X-axis column for plot", columns, key='x_axis_plot')
-    y_column_plot = st.selectbox("Select Y-axis column for plot", columns, key='y_axis_plot')
-    
-    # "Generate Plot" butonuna basıldığında grafiği oluşturuyoruz.
-    if st.button("Generate Plot"):
-        st.write(f"Generating plot for {y_column_plot} vs {x_column_plot}")
-        
-        # --- ÇÖZÜM UYGULAMASI ---
-        # Grafik çizerken filtrelenmiş 'filtered_df' yerine, orijinal ve tam 'df' DataFrame'ini kullanıyoruz.
-        # Bu, verideki genel ilişkiyi görmek için anlamlı bir çizgi grafiği oluşturacaktır.
-        st.line_chart(df.set_index(x_column_plot)[y_column_plot]) 
-else:
-    # Dosya yüklenene kadar kullanıcıya bir mesaj gösteriyoruz.
-    st.info("Please upload a CSV file to begin.")
+# Bu dosyanın adının "streamlit_app.py" olduğundan emin olun.
+# Hugging Face Spaces, varsayılan olarak bu isimdeki dosyayı çalıştırır.
+
+import streamlit as st
+import pandas as pd
+import matplotlib.pyplot as plt
+
+# --- Sayfa Yapılandırması (İyi Bir Pratik) ---
+# st.set_page_config, sayfanın başlığı ve düzeni gibi temel ayarları yapar.
+# Bu, her zaman Streamlit'in diğer komutlarından önce çağrılmalıdır.
+st.set_page_config(
+    page_title="Interaktif Veri Paneli",
+    page_icon="📊",
+    layout="wide"
+)
+
+# --- ANA BAŞLIK ---
+st.title("📊 Interaktif Veri Paneli")
+st.write("Bu uygulama, yüklediğiniz bir CSV dosyasını analiz etmenizi, filtrelemenizi ve görselleştirmenizi sağlar.")
+
+# --- Dosya Yükleme Bölümü ---
+# st.file_uploader, kullanıcının kendi bilgisayarından bir dosya seçmesini sağlar.
+# 'type="csv"' parametresi, sadece CSV dosyalarının seçilmesine izin verir.
+uploaded_file = st.file_uploader("Lütfen analiz etmek için bir CSV dosyası seçin", type="csv")
+
+# --- ANA KOD BLOĞU ---
+# Kodun geri kalanı, sadece bir dosya başarıyla yüklendiğinde çalışır.
+# Bu, 'if uploaded_file is not None:' kontrolü ile sağlanır.
+if uploaded_file is not None:
+    try:
+        # CSV dosyasını bir Pandas DataFrame'e okuyoruz. Bu, veriyi yapılandırılmış bir tabloya dönüştürür.
+        df = pd.read_csv(uploaded_file)
+
+        # --- Veri Önizleme ve Özet ---
+        # Kullanıcıya yüklediği verinin neye benzediğini göstermek, iyi bir ilk adımdır.
+        st.subheader("Veri Önizlemesi")
+        st.write("Yüklediğiniz verinin ilk 5 satırı:")
+        st.write(df.head())
+        
+        st.subheader("Veri Özeti")
+        st.write("Sayısal sütunlar için istatistiksel özet:")
+        st.write(df.describe())
+        
+        # --- İnteraktif Filtreleme Bölümü ---
+        st.subheader('Tablo Görünümü İçin Veriyi Filtrele')
+        
+        # DataFrame'deki tüm sütun adlarını bir listeye çeviriyoruz.
+        columns = df.columns.tolist()
+        
+        # Kullanıcıya hangi sütuna göre filtreleme yapacağını soran bir açılır menü.
+        selected_column = st.selectbox("Filtrelemek için bir sütun seçin:", columns)
+        
+        # Seçilen sütundaki benzersiz (tekrarsız) değerleri buluyoruz.
+        unique_values = df[selected_column].unique()
+        
+        # Kullanıcıya hangi değere göre filtreleme yapacağını soran ikinci bir açılır menü.
+        selected_value = st.selectbox("Filtrelemek için bir değer seçin:", unique_values)
+        
+        # Filtrelenmiş veriyi 'filtered_df' adlı yeni bir DataFrame'e atıyoruz.
+        filtered_df = df[df[selected_column] == selected_value]
+        
+        # Filtrelenmiş DataFrame'i ekrana yazdırıyoruz.
+        st.write("Filtrelenmiş Veri Görünümü:")
+        st.write(filtered_df)
+            
+        # --- Veri Görselleştirme Bölümü ---
+        st.subheader("Tüm Veriyi Görselleştir") 
+        
+        # Kullanıcıdan x ve y eksenleri için sütun seçmesini istiyoruz.
+        # Streamlit'te aynı türden birden fazla widget olduğunda, onlara benzersiz bir 'key' vermek,
+        # uygulamanın durumunu daha kararlı bir şekilde yönetmesine yardımcı olur.
+        x_column_plot = st.selectbox("Grafiğin X-ekseni için bir sütun seçin:", columns, key='x_axis_plot')
+        y_column_plot = st.selectbox("Grafiğin Y-ekseni için bir sütun seçin:", columns, key='y_axis_plot')
+        
+        # "Generate Plot" butonuna basıldığında grafiği oluşturuyoruz.
+        if st.button("Grafik Oluştur"):
+            st.write(f"'{y_column_plot}' ve '{x_column_plot}' arasındaki ilişki grafiği oluşturuluyor...")
+            
+            # Grafik çizerken filtrelenmiş 'filtered_df' yerine, orijinal ve tam 'df' DataFrame'ini kullanıyoruz.
+            # Bu, verideki genel ilişkiyi görmek için anlamlı bir çizgi grafiği oluşturacaktır.
+            # set_index, x eksenini doğru bir şekilde ayarlamamızı sağlar.
+            st.line_chart(df.set_index(x_column_plot)[y_column_plot])
+
+    except Exception as e:
+        # Dosya okunurken veya işlenirken bir hata olursa, kullanıcıya anlaşılır bir mesaj gösterir.
+        st.error(f"Dosya işlenirken bir hata oluştu: {e}")
+        st.warning("Lütfen geçerli bir formatta CSV dosyası yüklediğinizden emin olun.")
+
+else:
+    # Dosya yüklenene kadar kullanıcıya bir mesaj gösteriyoruz.
+    st.info("Başlamak için lütfen yukarıdan bir CSV dosyası yükleyin.")