app.py

def main():
    # 設置頁面配置
    st.set_page_config(
        page_title="114年度樂齡學習數位示範體驗場域 服務滿意度調查分析報告",
        page_icon="📊",
        layout="wide"
    )

    # 添加標題和子標題
    st.markdown("""
    # 114年度樂齡學習數位示範體驗場域 服務滿意度調查分析報告
    ## 全面理解樂齡學習者數位服務體驗

    本報告提供全面的問卷調查分析與視覺化圖表，深入剖析樂齡學習者參與數位示範場域服務的滿意情形。
    透過詳細的統計分析和互動式圖表，我們旨在呈現樂齡學習者的服務體驗和需求洞察。

    ### 報告製作單位
    **國立中正大學高齡教育研究中心專案管理團隊**
    """)

    # 分隔線
    st.markdown("---")

    # 上傳 CSV 檔案
    uploaded_file = st.file_uploader("上傳 CSV 檔案", type=['csv'])

    # 預設數據按鈕
    use_default_data = st.button('使用預設範例數據')

    # 數據載入和處理
    df = None
    analyzer = None

    if uploaded_file is not None:
        # 讀取上傳的 CSV 檔案
        try:
            df = pd.read_csv(uploaded_file, encoding='utf-8')
            st.success("CSV 檔案上傳成功！")
        except Exception as e:
            st.error(f"無法讀取檔案：{e}")
            return

    elif use_default_data:
        # 使用預設數據
        df = read_google_sheet(sheet_id, gid)
        
        if df is None:
            st.error("無法讀取預設數據，請上傳 CSV 檔案")
            return

    # 如果有數據，則進行分析
    if df is not None:
        analyzer = SurveyAnalyzer()

        # 新增場域和月份篩選器
        st.sidebar.header("🔍 數據篩選")
        
        # 假設數據有「場域名稱」欄位，如果名稱不同請調整
        if '場域名稱' in df.columns:
            venues = ['全部'] + sorted(df['場域名稱'].unique().tolist())
            selected_venues = st.sidebar.multiselect("選擇場域", venues, default=['全部'])
        else:
            # 如果沒有場域欄位，創建10個虛擬場域供選擇
            venues = ['全部'] + [f'場域{i+1}' for i in range(10)]
            selected_venues = st.sidebar.multiselect("選擇場域", venues, default=['全部'])
            
        # 假設數據有「月份」欄位，如果沒有請調整
        if '月份' in df.columns:
            months = ['全部'] + sorted(df['月份'].unique().tolist())
            selected_month = st.sidebar.selectbox("選擇月份", months)
        else:
            # 如果沒有月份欄位，可以創建虛擬月份選項
            months = ['全部'] + [f'{i+1}月' for i in range(12)]
            selected_month = st.sidebar.selectbox("選擇月份", months)

        # 📌 基本統計數據
        st.sidebar.header("📌 選擇數據分析")
        selected_analysis = st.sidebar.radio("選擇要查看的分析", 
                                             ["📋 問卷統計報告", "📊 滿意度統計", "🟠 性別分佈"])

        if selected_analysis == "📋 問卷統計報告":
            st.header("📋 問卷統計報告")
            report = analyzer.generate_report(df)
            for category, stats in report.items():
                with st.expander(f"🔍 {category}", expanded=True):
                    for key, value in stats.items():
                        if key == '各項滿意度':
                            st.write(f"**{key}:**")
                            for item, item_stats in value.items():
                                st.write(f"  - **{item}**: {', '.join([f'{k}: {v}' for k, v in item_stats.items()])}")
                        else:
                            st.write(f"**{key}**: {value}")

        elif selected_analysis == "📊 滿意度統計":
            st.header("📊 滿意度統計")
            analyzer.plot_satisfaction_scores(df)

        elif selected_analysis == "🟠 性別分佈":
            st.header("🟠 性別分佈")
            analyzer.plot_gender_distribution(df, selected_venues, selected_month)

        # 報告說明
        st.markdown("---")
        st.markdown("""
        ### 報告說明
        - **數據來源**：114年度樂齡學習數位示範體驗場域調查問卷
        - **分析目的**：評估樂齡學習者對數位示範場域服務的滿意度
        - **報告解讀**：本報告提供服務滿意度的客觀量化指標，旨在協助改進服務品質
        """)
    else:
        st.info("請上傳 CSV 檔案或使用預設範例數據")import streamlit as st
import pandas as pd
import plotly.express as px
import numpy as np
from datetime import datetime
from dataclasses import dataclass, field
from typing import Dict, List, Tuple, Any

# 📥 讀取 Google 試算表函數
def read_google_sheet(sheet_id, sheet_number=0):
    """📥 從 Google Sheets 讀取數據"""
    url = f'https://docs.google.com/spreadsheets/d/{sheet_id}/export?format=csv&gid={sheet_number}'
    try:
        df = pd.read_csv(url)
        return df
    except Exception as e:
        st.error(f"❌ 讀取失敗：{str(e)}")
        return None

# 📊 Google Sheets ID
sheet_id = "1Wc15DZWq48MxL7nXAsROJ6sRvH5njSa1ea0aaOGUOVk"
gid = "1168424766"

@dataclass
class SurveyMappings:
    """📋 問卷數據對應"""
    gender: Dict[str, int] = field(default_factory=lambda: {'男性': 1, '女性': 2})
    education: Dict[str, int] = field(default_factory=lambda: {
        '國小(含)以下': 1, '國/初中': 2, '高中/職': 3, '專科': 4, '大學': 5, '研究所(含)以上': 6})
    frequency: Dict[str, int] = field(default_factory=lambda: {
        '第1次': 1, '2-3次': 2, '4-6次': 3, '6次以上': 4, '經常來學習，忘記次數了': 5})

class SurveyAnalyzer:
    """📊 問卷分析類"""

    def __init__(self):
        self.mappings = SurveyMappings()
        self.satisfaction_columns = [
            '１． 示範場域提供多元的數位課程與活動',
            '２．示範場域的數位課程與活動對我的生活應用有幫助',
            '３： 示範場域的服務人員親切有禮貌',
            '４．示範場域的服務空間與數位設備友善方便',
            '５．在示範場域可以獲得需要的協助',
            '６．對於示範場域的服務感到滿意'
        ]
        self.satisfaction_short_names = [
            '多元課程與活動',
            '生活應用有幫助',
            '服務人員親切',
            '空間設備友善',
            '獲得需要協助',
            '整體服務滿意'
        ]
        
    def calculate_age(self, birth_year_column):
        """🔢 計算年齡（從民國年到實際年齡）"""
        # 獲取當前年份（西元年）
        current_year = datetime.now().year
        
        # 將 NaN 或無效值處理為 NaN
        birth_years = pd.to_numeric(birth_year_column, errors='coerce')
        
        # 民國年份轉西元年份 (民國年+1911=西元年)
        western_years = birth_years + 1911
        
        # 計算年齡
        ages = current_year - western_years
        
        return ages

    def generate_report(self, df: pd.DataFrame) -> Dict[str, Any]:
        """📝 生成問卷調查報告"""
        # 計算年齡
        ages = self.calculate_age(df['２．出生年（民國__年）'])
        
        # 取得教育程度分布（帶計數單位）
        education_counts = df['３．教育程度'].value_counts().to_dict()
        education_with_counts = {k: f"{v}人" for k, v in education_counts.items()}
        
        # 性別分布（帶計數單位）
        gender_counts = df['1.   性別'].value_counts().to_dict()
        gender_with_counts = {k: f"{v}人" for k, v in gender_counts.items()}
        
        # 計算每個滿意度項目的平均分數和標準差
        satisfaction_stats = {}
        for i, col in enumerate(self.satisfaction_columns):
            mean_score = df[col].mean()
            std_dev = df[col].std()
            satisfaction_stats[self.satisfaction_short_names[i]] = {
                '平均分數': f"{mean_score:.2f}",
                '標準差': f"{std_dev:.2f}"
            }
            
        return {
            '基本統計': {
                '總受訪人數': len(df),
                '性別分布': gender_with_counts,
                '教育程度分布': education_with_counts,
                '平均年齡': f"{ages.mean():.1f}歲"
            },
            '滿意度統計': {
                '整體平均滿意度': f"{df[self.satisfaction_columns].mean().mean():.2f}",
                '各項滿意度': satisfaction_stats
            }
        }

    def plot_satisfaction_scores(self, df: pd.DataFrame):
        """📊 各項滿意度平均分數圖表"""
        # 準備數據
        satisfaction_means = [df[col].mean() for col in self.satisfaction_columns]
        satisfaction_stds = [df[col].std() for col in self.satisfaction_columns]
        
        # 創建數據框
        satisfaction_df = pd.DataFrame({
            '滿意度項目': self.satisfaction_short_names,
            '平均分數': satisfaction_means,
            '標準差': satisfaction_stds
        })
        
        # 繪製條形圖
        fig = px.bar(
            satisfaction_df, 
            x='滿意度項目', 
            y='平均分數',
            error_y='標準差',
            title='📊 各項滿意度平均分數與標準差',
            color='平均分數',
            color_continuous_scale='Viridis',
            text='平均分數'
        )
        
        # 調整圖表佈局
        fig.update_layout(
            font=dict(size=16),
            title_font=dict(size=24),
            xaxis_title="滿意度項目",
            yaxis_title="平均分數",
            yaxis_range=[1, 5],  # 假設評分範圍是 1-5
        )
        
        # 調整文字格式
        fig.update_traces(
            texttemplate='%{y:.2f}', 
            textposition='outside'
        )
        
        st.plotly_chart(fig, use_container_width=True)

    def plot_gender_distribution(self, df: pd.DataFrame, venues=None, month=None):
        """🟠 性別分佈圓餅圖（使用藍色和紅色）"""
        # 過濾數據
        filtered_df = df.copy()
        if venues and '全部' not in venues:
            filtered_df = filtered_df[filtered_df['場域名稱'].isin(venues)]
        if month and month != '全部':
            # 假設有一個月份欄位，如果沒有請調整
            filtered_df = filtered_df[filtered_df['月份'] == month]
            
        gender_counts = filtered_df['1.   性別'].value_counts().reset_index()
        gender_counts.columns = ['性別', '人數']
        
        # 計算百分比
        total = gender_counts['人數'].sum()
        gender_counts['百分比'] = (gender_counts['人數'] / total * 100).round(1)
        gender_counts['標籤'] = gender_counts.apply(lambda x: f"{x['性別']}: {x['人數']}人 ({x['百分比']}%)", axis=1)
        
        # 設定顏色映射 - 男性藍色，女性紅色
        color_map = {'男性': '#2171b5', '女性': '#cb181d'}
        
        fig = px.pie(
            gender_counts, 
            names='性別', 
            values='人數', 
            title='🟠 受訪者性別分布',
            color='性別',
            color_discrete_map=color_map,
            hover_data=['人數', '百分比'],
            labels={'人數': '人數', '百分比': '百分比'},
            custom_data=['標籤']
        )
        
        # 更新悬停信息
        fig.update_traces(
            textinfo='percent+label',
            hovertemplate='%{customdata[0]}'
        )
        
        st.plotly_chart(fig, use_container_width=True)

# 🎨 Streamlit UI
def main():
    # 設置頁面配置
    st.set_page_config(
        page_title="114年度樂齡學習數位示範體驗場域 服務滿意度調查分析報告",
        page_icon="📊",
        layout="wide"
    )

    # 添加標題和子標題
    st.markdown("""
    # 114年度樂齡學習數位示範體驗場域 服務滿意度調查分析報告
    ## 全面理解樂齡學習者數位服務體驗

    本報告提供全面的問卷調查分析與視覺化圖表，深入剖析樂齡學習者參與數位示範場域服務的滿意情形。
    透過詳細的統計分析和互動式圖表，我們旨在呈現樂齡學習者的服務體驗和需求洞察。

    ### 報告製作單位
    **國立中正大學高齡教育研究中心專案管理團隊**
    """)

    # 分隔線
    st.markdown("---")

    # 上傳 CSV 檔案
    uploaded_file = st.file_uploader("上傳 CSV 檔案", type=['csv'])

    if uploaded_file is not None:
        # 讀取上傳的 CSV 檔案
        try:
            df = pd.read_csv(uploaded_file, encoding='utf-8')
            
            # 儲存到 session state，以便在其他函數中使用
            st.session_state['uploaded_file'] = uploaded_file
            
            # 創建分析器
            analyzer = SurveyAnalyzer()

    elif st.button('使用預設範例數據'):
        # 如果沒有上傳檔案，提供預設數據讀取
        df = read_google_sheet(sheet_id, gid)
        
        if df is None:
            st.error("無法讀取預設數據，請上傳 CSV 檔案")
            return
        
        analyzer = SurveyAnalyzer()
    else:
        st.info("請上傳 CSV 檔案或使用預設範例數據")
        return

        # 新增場域和月份篩選器
        st.sidebar.header("🔍 數據篩選")
        
        # 假設數據有「場域名稱」欄位，如果名稱不同請調整
        if '場域名稱' in df.columns:
            venues = ['全部'] + sorted(df['場域名稱'].unique().tolist())
            selected_venues = st.sidebar.multiselect("選擇場域", venues, default=['全部'])
        else:
            # 如果沒有場域欄位，創建10個虛擬場域供選擇
            venues = ['全部'] + [f'場域{i+1}' for i in range(10)]
            selected_venues = st.sidebar.multiselect("選擇場域", venues, default=['全部'])
            
        # 假設數據有「月份」欄位，如果沒有請調整
        if '月份' in df.columns:
            months = ['全部'] + sorted(df['月份'].unique().tolist())
            selected_month = st.sidebar.selectbox("選擇月份", months)
        else:
            # 如果沒有月份欄位，可以創建虛擬月份選項
            months = ['全部'] + [f'{i+1}月' for i in range(12)]
            selected_month = st.sidebar.selectbox("選擇月份", months)

        # 📌 基本統計數據
        st.sidebar.header("📌 選擇數據分析")
        selected_analysis = st.sidebar.radio("選擇要查看的分析", 
                                             ["📋 問卷統計報告", "📊 滿意度統計", "🟠 性別分佈"])

        if selected_analysis == "📋 問卷統計報告":
            st.header("📋 問卷統計報告")
            report = analyzer.generate_report(df)
            for category, stats in report.items():
                with st.expander(f"🔍 {category}", expanded=True):
                    for key, value in stats.items():
                        if key == '各項滿意度':
                            st.write(f"**{key}:**")
                            for item, item_stats in value.items():
                                st.write(f"  - **{item}**: {', '.join([f'{k}: {v}' for k, v in item_stats.items()])}")
                        else:
                            st.write(f"**{key}**: {value}")

        elif selected_analysis == "📊 滿意度統計":
            st.header("📊 滿意度統計")
            analyzer.plot_satisfaction_scores(df)

        elif selected_analysis == "🟠 性別分佈":
            st.header("🟠 性別分佈")
            analyzer.plot_gender_distribution(df, selected_venues, selected_month)

        # 報告說明
        st.markdown("---")
        st.markdown("""
        ### 報告說明
        - **數據來源**：114年度樂齡學習數位示範體驗場域調查問卷
        - **分析目的**：評估樂齡學習者對數位示範場域服務的滿意度
        - **報告解讀**：本報告提供服務滿意度的客觀量化指標，旨在協助改進服務品質
        """)

if __name__ == "__main__":
    main()