Update app.py

app.py

@@ -1,102 +1,42 @@
-import streamlit as st
-import pandas as pd
-import numpy as np
-import plotly.express as px
-import plotly.graph_objects as go
-from io import StringIO
-import openpyxl
-import matplotlib.font_manager as fm
-from scipy import stats
-
-# 한글 폰트 설정
-def set_font():
-    font_path = "Pretendard-Bold.ttf"  # 실제 폰트 파일 경로로 변경해주세요
-    fm.fontManager.addfont(font_path)
-    return {'font.family': 'Pretendard-Bold', 'axes.unicode_minus': False}
-
-# 폰트 설정을 가져옵니다
-font_settings = set_font()
-
-def load_data(file):
-    file_extension = file.name.split('.')[-1].lower()
-    if file_extension == 'csv':
-        data = pd.read_csv(file)
-    elif file_extension in ['xls', 'xlsx']:
-        data = pd.read_excel(file)
-    else:
-        st.error("지원되지 않는 파일 형식입니다. CSV, XLS, 또는 XLSX 파일을 업로드해주세요.")
-        return None
-    return data
-
-def manual_data_entry():
-    st.subheader("수동 데이터 입력")
-    col_names = st.text_input("열 이름을 쉼표로 구분하여 입력하세요:").split(',')
-    col_names = [name.strip() for name in col_names if name.strip()]
-    
-    if col_names:
-        num_rows = st.number_input("초기 행의 수를 입력하세요:", min_value=1, value=5)
-        data = pd.DataFrame(columns=col_names, index=range(num_rows))
-        
-        edited_data = st.data_editor(data, num_rows="dynamic")
-        
-        return edited_data
-    return None
-
-def preprocess_data(data):
-    st.subheader("데이터 전처리")
-    
-    # 결측치 처리
-    if data.isnull().sum().sum() > 0:
-        st.write("결측치 처리:")
-        for column in data.columns:
-            if data[column].isnull().sum() > 0:
-                method = st.selectbox(f"{column} 열의 처리 방법 선택:", 
-                                      ["제거", "평균으로 대체", "중앙값으로 대체", "최빈값으로 대체"])
-                if method == "제거":
-                    data = data.dropna(subset=[column])
-                elif method == "평균으로 대체":
-                    data[column].fillna(data[column].mean(), inplace=True)
-                elif method == "중앙값으로 대체":
-                    data[column].fillna(data[column].median(), inplace=True)
-                elif method == "최빈값으로 대체":
-                    data[column].fillna(data[column].mode()[0], inplace=True)
-    
-    # 데이터 타입 변환
-    for column in data.columns:
-        if data[column].dtype == 'object':
-            try:
-                data[column] = pd.to_numeric(data[column])
-                st.write(f"{column} 열을 숫자형으로 변환했습니다.")
-            except ValueError:
-                st.write(f"{column} 열은 범주형으로 유지됩니다.")
-    
-    return data
+def initialize_session_state():
+    if 'data' not in st.session_state:
+        st.session_state.data = None
+    if 'processed_data' not in st.session_state:
+        st.session_state.processed_data = None
+    if 'slicers' not in st.session_state:
+        st.session_state.slicers = {}
+    if 'x_var' not in st.session_state:
+        st.session_state.x_var = None
+    if 'y_var' not in st.session_state:
+        st.session_state.y_var = None
+    if 'analysis_performed' not in st.session_state:
+        st.session_state.analysis_performed = False
 
 def create_slicers(data):
-    slicers = {}
     categorical_columns = data.select_dtypes(include=['object', 'category']).columns
 
     for col in categorical_columns:
         if data[col].nunique() <= 10:  # 고유값이 10개 이하인 경우에만 슬라이서 생성
-            slicers[col] = st.multiselect(f"{col} 선택", options=sorted(data[col].unique()), default=sorted(data[col].unique()))
-    
-    return slicers
-
-def apply_slicers(data, slicers):
-    for col, selected_values in slicers.items():
+            if col not in st.session_state.slicers:
+                st.session_state.slicers[col] = sorted(data[col].unique())
+            st.session_state.slicers[col] = st.multiselect(
+                f"{col} 선택", 
+                options=sorted(data[col].unique()), 
+                default=st.session_state.slicers[col]
+            )
+
+def apply_slicers(data):
+    for col, selected_values in st.session_state.slicers.items():
         if selected_values:
             data = data[data[col].isin(selected_values)]
     return data
 
-
 def perform_analysis(data):
     st.header("탐색적 데이터 분석")
     
-    # 슬라이서 생성
-    slicers = create_slicers(data)
-    
-    # 슬라이서 적용
-    filtered_data = apply_slicers(data, slicers)
+    # 슬라이서 생성 및 적용
+    create_slicers(data)
+    filtered_data = apply_slicers(data)
     
     # 요약 통계
     st.write("요약 통계:")
@@ -115,15 +55,17 @@ def perform_analysis(data):
     # 사용자가 선택한 두 변수에 대한 산점도 및 회귀 분석
     st.subheader("두 변수 간의 관계 분석")
     numeric_columns = filtered_data.select_dtypes(include=['float64', 'int64']).columns
-    x_var = st.selectbox("X축 변수 선택", options=numeric_columns)
-    y_var = st.selectbox("Y축 변수 선택", options=[col for col in numeric_columns if col != x_var])
+    
+    st.session_state.x_var = st.selectbox("X축 변수 선택", options=numeric_columns, key='x_var_select', index=numeric_columns.get_loc(st.session_state.x_var) if st.session_state.x_var in numeric_columns else 0)
+    y_options = [col for col in numeric_columns if col != st.session_state.x_var]
+    st.session_state.y_var = st.selectbox("Y축 변수 선택", options=y_options, key='y_var_select', index=y_options.index(st.session_state.y_var) if st.session_state.y_var in y_options else 0)
 
-    if x_var and y_var:
-        fig = px.scatter(filtered_data, x=x_var, y=y_var, color='반' if '반' in filtered_data.columns else None)
+    if st.session_state.x_var and st.session_state.y_var:
+        fig = px.scatter(filtered_data, x=st.session_state.x_var, y=st.session_state.y_var, color='반' if '반' in filtered_data.columns else None)
         
         # 회귀선 추가
-        x = filtered_data[x_var]
-        y = filtered_data[y_var]
+        x = filtered_data[st.session_state.x_var]
+        y = filtered_data[st.session_state.y_var]
         slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)
         line_x = np.array([x.min(), x.max()])
         line_y = slope * line_x + intercept
@@ -131,9 +73,9 @@ def perform_analysis(data):
         
         r_squared = r_value ** 2
         fig.update_layout(
-            title=f'{x_var}와 {y_var}의 관계 (R-squared: {r_squared:.4f})',
-            xaxis_title=x_var,
-            yaxis_title=y_var,
+            title=f'{st.session_state.x_var}와 {st.session_state.y_var}의 관계 (R-squared: {r_squared:.4f})',
+            xaxis_title=st.session_state.x_var,
+            yaxis_title=st.session_state.y_var,
             annotations=[
                 dict(
                     x=0.5,
@@ -152,28 +94,32 @@ def perform_analysis(data):
         st.write(f"p-value: {p_value:.4f}")
         st.write(f"표준 오차: {std_err:.4f}")
 
+    st.session_state.analysis_performed = True
+
 def main():
     st.title("인터랙티브 EDA 툴킷")
 
-    data_input_method = st.radio("데이터 입력 방법 선택:", ("파일 업로드", "수동 입력"))
-    
-    if data_input_method == "파일 업로드":
-        uploaded_file = st.file_uploader("CSV, XLS, 또는 XLSX 파일을 선택하세요", type=["csv", "xls", "xlsx"])
-        if uploaded_file is not None:
-            data = load_data(uploaded_file)
+    initialize_session_state()
+
+    if st.session_state.data is None:
+        data_input_method = st.radio("데이터 입력 방법 선택:", ("파일 업로드", "수동 입력"))
+        
+        if data_input_method == "파일 업로드":
+            uploaded_file = st.file_uploader("CSV, XLS, 또는 XLSX 파일을 선택하세요", type=["csv", "xls", "xlsx"])
+            if uploaded_file is not None:
+                st.session_state.data = load_data(uploaded_file)
         else:
-            data = None
-    else:
-        data = manual_data_entry()
+            st.session_state.data = manual_data_entry()
     
-    if data is not None:
+    if st.session_state.data is not None:
         st.subheader("데이터 미리보기 및 수정")
         st.write("데이터를 확인하고 필요한 경우 수정하세요:")
-        edited_data = st.data_editor(data, num_rows="dynamic")
+        edited_data = st.data_editor(st.session_state.data, num_rows="dynamic")
         
-        if st.button("데이터 분석 시작"):
-            processed_data = preprocess_data(edited_data)
-            perform_analysis(processed_data)
+        if st.button("데이터 분석 시작") or st.session_state.analysis_performed:
+            if not st.session_state.analysis_performed:
+                st.session_state.processed_data = preprocess_data(edited_data)
+            perform_analysis(st.session_state.processed_data)
 
 if __name__ == "__main__":
     main()