[st] dashboard_car 실습 연습

app.py 파일

import streamlit as st

import pandas as pd

import numpy as np

import os

import pickle

from eda_app import run_eda_app

def main():

    st.title('자동차 가격 예측')

    # 사이드바 메뉴

    menu = ['Home', 'EDA']

    choice = st.sidebar.selectbox('메뉴', menu)

   

    if choice == 'Home' :

        st.write('얼마정도의 차량을 구매할 수 있는 예측해 줍니다.')

        st.write('왼쪽의 사이드바에서 선택하세요')

    elif choice == 'EDA':

        run_eda_app()

if __name__ == '__main__' :

    main()

 

ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ

 

 

eda_app.py 파일

import streamlit as st

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import seaborn as sns

def run_eda_app() :

    st.subheader('EDA 화면입니다.')

    df = pd.read_csv('Car_Purchasing_Data.csv', encoding='ISO-8859-1')

    radio_menu = ['데이터프레임', '통계치']

    selected_radio = st.radio('선택하세요', radio_menu)

    if selected_radio == '데이터프레임' :

        st.dataframe(df)

    elif selected_radio == '통계치' :

        st.dataframe(df.describe())

    # 컬럼을 선택하면, 해당 컬럼들만 데이터프레임 표시하는 화면

    print(df.columns)

    selected_columns = st.multiselect('컬럼을 선택하세요', df.columns)

    if len(selected_columns) != 0 :

        st.dataframe(df[selected_columns])

    else :

        st.write('선택한 컬럼이 없습니다.')

    # 상관관계 분석을 위한, 상관계수 보여주는 화면 개발

    st.subheader('상관계수')

    # st.dataframe(df.corr())

    df_corr = df.iloc[ : , 3: ]

    selected_corr = st.multiselect('상관계수 컬럼 선택', df_corr.columns)

    # 유저가 1개라도 컬럼을 선택했을 경우

    if len(selected_corr) > 0 :

        st.dataframe(df_corr[selected_corr].corr())

        # 상관계수를 수치로도 구하고, 차트로도 표시하라.

        fig1 = sns.pairplot(data = df_corr[selected_corr])

        st.pyplot(fig1)

    # 유저가 컬럼을 선택하지 않은 경우

    else :

        st.write('선택한 컬럼이 없습니다.')

    # 유저가 컬럼을 선택하면,

    # 해당 컬럼의 min과 max에 해당하는 사람이 누구인지

    # 그 사람의 데이터를 화면에 보여주는 기능 개발

    ### 문자열 데이터가 아닌, 컬럼들만 가져오는 코드!!! ###

    st.subheader('최대,최소 보여주기')

    print(df.columns)

    print(df.dtypes != object)

    print(df.columns[df.dtypes != object])

    number_columns = df.columns[df.dtypes != object]

    selected_minmax_column = st.selectbox('컬럼선택', number_columns)

    # 선택한 컬럼의 최소값에 해당되는 사람의 데이터 출력

    # df[selected_minmax_column] == df[selected_minmax_column].min()

    min_data = df.loc[ df[selected_minmax_column] == df[selected_minmax_column].min() , ]

    st.dataframe(min_data)

    # 선택한 컬럼의 최대값에 해당되는 사람의 데이터 출력

    max_data = df.loc[ df[selected_minmax_column] == df[selected_minmax_column].max() , ]

    st.dataframe(max_data)

    # 고객의 이름을 검색할 수 있는 기능 개발

    st.subheader('사람 검색')

    # 1. 유저한테 검색어 입력을 받습니다.

    word = st.text_input('검색어를 입력하세요')

    print(word)

    # 검색을 위해서 소문자로 만든다.

    word = word.lower()

    # 2.검색어 데이터프레임의 Customer Name컬럼에서 검색해서 가져온다.

    df_search = df.loc[df['Customer Name'].str.lower().str.contains(word), ]

    # 3. 화면에 결과를 보여준다.

    st.dataframe(df_search)