Update app.py

app.py

@@ -106,13 +106,17 @@ if st.button("生成圖表"):
         st.plotly_chart(fig_bar, use_container_width=True)
 
     with tab3:
-        if dataset_choice == "溫室氣體":
-            # 對溫室氣體數據進行K-means分析
-            st.subheader("溫室氣體數據的K-means分析")
+        # 對所有數據集執行K-means分析
+        st.subheader(f"{dataset_choice}數據的K-means分析")
 
-            # 選擇用於聚類的特徵
-            cluster_features = st.multiselect("選擇用於聚類的特徵", numeric_columns, default=numeric_columns[:2])
+        # 選擇用於聚類的特徵
+        cluster_features = st.multiselect("選擇用於聚類的特徵", numeric_columns, default=numeric_columns[:2])
 
+        # 選擇聚類數量
+        n_clusters = st.slider("選擇聚類數量", min_value=2, max_value=10, value=3)
+
+        # 添加一個執行K-means分析的按鈕
+        if st.button("執行K-means分析"):
             if len(cluster_features) >= 2:
                 # 準備數據
                 X = selected_df[cluster_features]
@@ -120,7 +124,6 @@ if st.button("生成圖表"):
                 X_scaled = scaler.fit_transform(X)
 
                 # 執行K-means聚類
-                n_clusters = st.slider("選擇聚類數量", min_value=2, max_value=10, value=3)
                 kmeans = KMeans(n_clusters=n_clusters, random_state=42)
                 clusters = kmeans.fit_predict(X_scaled)
 
@@ -134,7 +137,7 @@ if st.button("生成圖表"):
                     y=cluster_features[1],
                     color='Cluster',
                     hover_data=['公司名稱'],
-                    title=f"溫室氣體數據的K-means聚類 ({cluster_features[0]} vs {cluster_features[1]})"
+                    title=f"{dataset_choice}數據的K-means聚類 ({cluster_features[0]} vs {cluster_features[1]})"
                 )
                 st.plotly_chart(fig_scatter, use_container_width=True)
 
@@ -145,8 +148,6 @@ if st.button("生成圖表"):
 
             else:
                 st.warning("請至少選擇兩個特徵進行聚類分析。")
-        else:
-            st.info("K-means分析僅適用於溫室氣體數據集。")
 
     st.success("圖表生成完成！")