Update app.py

app.py

@@ -8,7 +8,7 @@ import matplotlib.font_manager as fm
 from io import StringIO
 
 # 設定 Streamlit 頁面
-st.set_page_config(page_title="ESG 數據分析", layout="wide")
+st.set_page_config(page_title="ESG & 董事席次數據分析", layout="wide")
 
 # 安裝自訂字型
 def install_custom_font():
@@ -24,8 +24,9 @@ def install_custom_font():
 # 執行字型安裝
 install_custom_font()
 
-# 下載 ESG CSV 資料
+# 下載 ESG 與 董事席次 CSV 資料
 esg_url = "https://mopsfin.twse.com.tw/opendata/t187ap46_L_1.csv"
+board_url = "https://mopsfin.twse.com.tw/opendata/t187ap46_L_6.csv"
 
 @st.cache_data
 def load_data(url):
@@ -39,27 +40,44 @@ def load_data(url):
         st.error("無法獲取資料，錯誤代碼: " + str(response.status_code))
         return None
 
-# 加載 ESG 數據
-df = load_data(esg_url)
+# 加載數據
+df_esg = load_data(esg_url)
+df_board = load_data(board_url)
 
 # Streamlit 標題
-st.title("📊 ESG 數據分析儀表板")
+st.title("📊 ESG & 董事席次數據分析儀表板")
 
-if df is not None:
-    # 顯示數據預覽
-    st.subheader("📌 數據預覽")
-    st.write(df.head(10))
+# 選擇數據類型
+data_option = st.sidebar.radio("📂 選擇數據類型", ["ESG 數據", "董事席次數據"])
 
-    # 讓用戶篩選數據
-    st.subheader("🔍 數據篩選")
-    filter_col = st.selectbox("選擇要篩選的欄位", df.columns)
-    unique_values = df[filter_col].unique()
+if data_option == "ESG 數據" and df_esg is not None:
+    st.subheader("📌 ESG 數據預覽")
+    st.write(df_esg.head(10))
+
+    # 讓用戶篩選 ESG 數據
+    st.subheader("🔍 ESG 數據篩選")
+    filter_col = st.selectbox("選擇要篩選的欄位", df_esg.columns)
+    unique_values = df_esg[filter_col].unique()
+    selected_value = st.selectbox("選擇篩選值", unique_values)
+    filtered_df = df_esg[df_esg[filter_col] == selected_value]
+
+    st.write(filtered_df.head())
+
+elif data_option == "董事席次數據" and df_board is not None:
+    st.subheader("📌 董事席次數據預覽")
+    st.write(df_board.head(10))
+
+    # 讓用戶篩選董事席次數據
+    st.subheader("🔍 董事席次數據篩選")
+    filter_col = st.selectbox("選擇要篩選的欄位", df_board.columns)
+    unique_values = df_board[filter_col].unique()
     selected_value = st.selectbox("選擇篩選值", unique_values)
-    filtered_df = df[df[filter_col] == selected_value]
+    filtered_df = df_board[df_board[filter_col] == selected_value]
 
     st.write(filtered_df.head())
 
-    # 確保數據包含數值型欄位
+# 確保數據包含數值型欄位
+if filtered_df is not None:
     numeric_cols = filtered_df.select_dtypes(include=['number']).columns
     if len(numeric_cols) > 0:
         col_choice = st.selectbox("選擇要視覺化的數值欄位", numeric_cols)