Update app.py

app.py

@@ -35,6 +35,24 @@ def preprocess_text(text, stop_words):
 # Streamlit 앱 설정
 st.title('한국어 토픽 모델링 앱')
 
+# CSS를 사용하여 테이블 스타일 정의
+st.markdown("""
+<style>
+.stDataFrame {
+    width: 100%;
+}
+.stDataFrame table {
+    width: 100%;
+}
+.stDataFrame th {
+    font-size: 14px;
+}
+.stDataFrame td {
+    font-size: 12px;
+}
+</style>
+""", unsafe_allow_html=True)
+
 # 사이드바 설정
 st.sidebar.header('설정')
 
@@ -86,19 +104,24 @@ if uploaded_file is not None:
         for idx, topic in enumerate(lda.components_):
             st.subheader(f"토픽 {idx + 1}")
             
-            # LDA 상위 단어 테이블
-            lda_top_words = [(feature_names[i], topic[i]) for i in topic.argsort()[:-11:-1]]
-            df_lda = pd.DataFrame(lda_top_words, columns=['단어', 'LDA 점수'])
-            st.subheader("LDA 상위 단어")
-            st.table(df_lda.style.format({'LDA 점수': '{:.4f}'}))
+            # LDA 상위 단어와 TF-IDF 상위 단어를 나란히 표시
+            col1, col2 = st.columns(2)
+            
+            with col1:
+                # LDA 상위 단어 테이블
+                lda_top_words = [(feature_names[i], topic[i]) for i in topic.argsort()[:-11:-1]]
+                df_lda = pd.DataFrame(lda_top_words, columns=['단어', 'LDA 점수'])
+                st.subheader("LDA 상위 단어")
+                st.dataframe(df_lda.style.format({'LDA 점수': '{:.4f}'}), height=400)
             
-            # TF-IDF 상위 단어 테이블
-            tfidf_scores = tfidf_matrix.sum(axis=0).A1
-            tfidf_top_words = sorted([(feature_names[i], tfidf_scores[i]) for i in range(len(feature_names))], 
-                                     key=lambda x: x[1], reverse=True)[:10]
-            df_tfidf = pd.DataFrame(tfidf_top_words, columns=['단어', 'TF-IDF'])
-            st.subheader("TF-IDF 상위 단어")
-            st.table(df_tfidf.style.format({'TF-IDF': '{:.4f}'}))
+            with col2:
+                # 토픽별 TF-IDF 계산
+                topic_docs = lda_output[:, idx].argsort()[::-1][:100]  # 상위 100개 문서 선택
+                topic_tfidf = tfidf_matrix[topic_docs].mean(axis=0).A1
+                tfidf_top_words = [(feature_names[i], topic_tfidf[i]) for i in topic_tfidf.argsort()[:-11:-1]]
+                df_tfidf = pd.DataFrame(tfidf_top_words, columns=['단어', 'TF-IDF'])
+                st.subheader("TF-IDF 상위 단어")
+                st.dataframe(df_tfidf.style.format({'TF-IDF': '{:.4f}'}), height=400)
 
         # 토픽 비중 그래프
         st.header("토픽 비중 그래프")