Hugging Face's logo

Spaces:
IvT-DS
/
find_my_show
Sleeping

App Files Community
5
find_my_show
File size: 4,977 Bytes 
87e2699
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
f16f1d6
87e2699
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
f16f1d6
87e2699
 
 
 
 
 
 
f16f1d6
87e2699
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
 
import streamlit as st
import numpy as np
import pandas as pd

df = pd.read_csv("kino_mail_proc.csv")
random_digits = np.random.choice(len(df), size=10, replace=False)




# Создание списка уникальных стран
all_countries = set()
for countries_list in df["country"].dropna().str.split(", "):
    all_countries.update([country.strip() for country in countries_list])
all_countries = sorted(all_countries)

# Создание списка уникальных жанров
all_genres = set()
for genres_list in df["genres"].dropna().str.split(", "):
    all_genres.update([genre.strip() for genre in genres_list])
all_genres = sorted(all_genres)

# Виджеты для боковой панели
selected_country = st.sidebar.multiselect("Страна", all_countries)
selected_genre = st.sidebar.multiselect("Жанры", all_genres)

# Применение фильтров к DataFrame
if selected_country:
    country_filters = "|".join([rf"\b{country}\b" for country in selected_country])
    df = df[df["country"].str.contains(country_filters, regex=True, na=False)]

if selected_genre:
    genre_filters = "|".join(selected_genre)
    df = df[df["genres"].str.contains(genre_filters, regex=True, na=False)]


if selected_genre:
    df = df[df["genres"].str.contains("|".join(selected_genre))]

# Проверяем, не пустой ли отфильтрованный DataFrame
if not df.empty:
    # Преобразование year1 в числовой формат, если возможно, и обработка NaN значений
    df["year1"] = pd.to_numeric(df["year1"], errors="coerce")
    df = df.dropna(subset=["year1"])

    # Теперь безопасно ищем min и max
    min_year = int(df["year1"].min())
    max_year = int(df["year1"].max())

    # Если есть хотя бы два разных года, отображаем слайдер в боковой панели
    if min_year < max_year:
        selected_year_range = st.sidebar.slider(
            "Выберите диапазон лет выпуска",
            min_value=min_year,
            max_value=max_year,
            value=(min_year, max_year),
        )
        # Применяем фильтр по годам
        df = df[
            (df["year1"] >= selected_year_range[0])
            & (df["year1"] <= selected_year_range[1])
        ]
else:
    st.error(
        "После фильтрации данных не осталось. Пожалуйста, выберите другие параметры."
    )


if st.button("Выбрать случайно") and len(df) > 0:
    random_indices = np.random.choice(df.index, size=min(10, len(df)), replace=False)
    for i in random_indices:
        col1, col2 = st.columns([1, 3])
        with col1:
            st.image(df["poster"][i])

        with col2:

            # Используем loc для безопасного доступа к элементам DataFrame
            title = df.loc[df.index == i, "title"].iloc[0]
            country = df.loc[df.index == i, "country"].iloc[0]
            year = df.loc[df.index == i, "year1"].iloc[0]
            genre = df.loc[df.index == i, "genres"].iloc[0]
            cast = df.loc[df.index == i, "cast1"].iloc[0]
            description = df.loc[df.index == i, "description"].iloc[0]

            
            st.markdown(
                f"<span style='font-weight:bold; font-size:22px;'>Название сериала:</span> <span style='font-size:20px;'>«{title}»</span>",
                unsafe_allow_html=True,
            )

            st.markdown(
                f"<span style='font-weight:bold; font-size:16px;'>Страна:</span> <span style='font-size:16px;'>{country}</span>",
                unsafe_allow_html=True,
            )

            st.markdown(
                f"<span style='font-weight:bold; font-size:16px;'>Год выпуска:</span> <span style='font-size:16px;'>{year}</span>",
                unsafe_allow_html=True,
            )

            # genre = f"Нет данных" if pd.isna(df["genres"].iloc[i]) else df["genres"][i]

            st.markdown(
                f"<span style='font-weight:bold; font-size:16px;'>Жанр:</span> <span style='font-size:16px;'>{genre}</span>",
                unsafe_allow_html=True,
            )

            st.markdown(
                "<h6 style='font-weight:bold;'>В ролях:</h6>", unsafe_allow_html=True
            )

            st.markdown(
                f"<div style='text-align: justify; margin-bottom: 18px;'>{cast}</div>",
                unsafe_allow_html=True,
            )

            st.markdown(
                "<h6 style='font-weight:bold;'>Описание:</h6>", unsafe_allow_html=True
            )

            st.markdown(
                f"<div style='text-align: justify;'>{description}</div>",
                unsafe_allow_html=True,
            )

        st.markdown("---")