Update app.py

app.py

@@ -34,50 +34,36 @@ def beautify_chart(fig):
 def generate_plots(df, df_name, selected_columns, chart_type):
     selected_columns = list(selected_columns)  # 確保是列表
 
-    if not selected_columns:
-        st.error("❌ 沒有選擇數據欄位，請至少選擇一個！")
-        return
-    
-    if "公司名稱" not in df.columns:
-        st.error("❌ 缺少 公司名稱 欄位，請確認數據格式！")
-        return
+    # 🛠️ 確保選擇的欄位存在
+    existing_columns = set(df.columns)
+    valid_selected_columns = [col for col in selected_columns if col in existing_columns]
 
-    # ✅ **確保所有 y 軸數據與 x 軸 (公司名稱) 長度一致**
-    df = df.dropna(subset=["公司名稱"] + selected_columns)  # **移除 NaN 確保長度相同**
-    df[selected_columns] = df[selected_columns].apply(pd.to_numeric, errors='coerce')  # **轉換數據類型**
-    
-    # 移除 "出表日期" 和 "原地報告"
-    df = df.drop(columns=["出表日期", "原地報告"], errors='ignore')
-    
-    valid_columns = [col for col in selected_columns if col in df.columns and len(df[col]) == len(df["公司名稱"])]
-    
-    if not valid_columns:
-        st.error(f"❌ 選擇的欄位長度與 公司名稱 不匹配，請檢查數據！\n"
-                 f"📊 公司名稱 長度: {len(df['公司名稱'])}\n"
-                 f"🟢 可用欄位: {valid_columns}")
+    if not valid_selected_columns:
+        st.error(f"❌ 選擇的欄位無法在數據中找到，請檢查欄位名稱！\n\n📋 可用欄位: {list(existing_columns)}")
         return
 
+    df = df.dropna(subset=["公司名稱"] + valid_selected_columns)  # **移除 NaN 確保長度相同**
+    df[valid_selected_columns] = df[valid_selected_columns].apply(pd.to_numeric, errors='coerce')
+    
     with st.expander(f"📊 顯示 {df_name} 圖表"):
         st.subheader(f"{df_name} - {chart_type} 圖")
+        fig = None  # 預設圖表為 None
 
-        # **根據選擇的圖表類型來繪製**
         if chart_type == "折線圖":
-            fig = px.line(df, x="公司名稱", y=valid_columns, title=f"{df_name} - 折線圖", color_discrete_sequence=theme)
-        
+            fig = px.line(df, x="公司名稱", y=valid_selected_columns, title=f"{df_name} - 折線圖", color_discrete_sequence=theme)
         elif chart_type == "散點圖":
-            fig = px.scatter(df, x="公司名稱", y=valid_columns, title=f"{df_name} - 散點圖", color_discrete_sequence=theme)
-        
+            fig = px.scatter(df, x="公司名稱", y=valid_selected_columns, title=f"{df_name} - 散點圖", color_discrete_sequence=theme)
         elif chart_type == "長條圖":
-            fig = px.bar(df, x="公司名稱", y=valid_columns, title=f"{df_name} - 長條圖", color_discrete_sequence=theme)
-        
+            fig = px.bar(df, x="公司名稱", y=valid_selected_columns, title=f"{df_name} - 長條圖", color_discrete_sequence=theme)
         elif chart_type == "餅圖":
-            total_emissions = df.groupby("公司名稱")[valid_columns].sum().reset_index()
-            total_emissions = total_emissions.melt(id_vars=["公司名稱"], value_vars=valid_columns, var_name="排放類型", value_name="總排放量")
+            total_emissions = df.groupby("公司名稱")[valid_selected_columns].sum().reset_index()
+            total_emissions = total_emissions.melt(id_vars=["公司名稱"], value_vars=valid_selected_columns, var_name="排放類型", value_name="總排放量")
             fig = px.pie(total_emissions, values='總排放量', names='公司名稱', title=f"{df_name} - 餅圖", color_discrete_sequence=theme, hole=0.3)
             fig.update_traces(textposition='inside', textinfo='percent+label')
 
-        fig = beautify_chart(fig)
-        st.plotly_chart(fig, use_container_width=True)  # ✅ **讓圖表自適應畫面**
+        if fig:
+            fig = beautify_chart(fig)
+            st.plotly_chart(fig, use_container_width=True)
 
 # **下載數據**
 urls = [
@@ -89,12 +75,6 @@ urls = [
 dfs = [download_and_load_csv(url) for url in urls]
 combined_df = pd.concat(dfs, ignore_index=True).fillna(0)  # 合併數據並填充 NaN 值
 
-# **再次填充 NaN 值**
-combined_df = combined_df.fillna(0)
-
-# **只顯示前10筆數據**
-combined_df = combined_df.head(10)
-
 # **Streamlit UI**
 st.title("📊 台灣企業 ESG 數據分析")
 
@@ -102,8 +82,8 @@ st.subheader("📂 數據預覽")
 st.dataframe(combined_df)
 
 # **選擇數據欄位**
-emission_columns = ["範疇一排放量(噸CO2e)", "範疇二排放量(噸CO2e)", "範疇三排放量(噸CO2e)"]
-selected_columns = st.multiselect("選擇要顯示的排放類別", emission_columns, default=emission_columns[:1])
+emission_columns = [col for col in ["範疇一排放量(噸CO2e)", "範疇二排放量(噸CO2e)", "範疇三排放量(噸CO2e)"] if col in combined_df.columns]
+selected_columns = st.multiselect("選擇要顯示的排放類別", emission_columns, default=emission_columns[:1] if emission_columns else [])
 
 # **選擇圖表類型**
 chart_type = st.selectbox("選擇圖表類型", ["折線圖", "散點圖", "長條圖", "餅圖"])