Update src/streamlit_app.py

src/streamlit_app.py

@@ -1,40 +1,112 @@
-import altair as alt
-import numpy as np
-import pandas as pd
+# python -m streamlit run app.py
+
 import streamlit as st
+import pandas as pd
+import plotly.express as px
+from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline
+import os
+import zipfile
+
+# แตกไฟล์ zip ถ้ายังไม่มีโฟลเดอร์
+if not os.path.exists("Senti_real"):
+    with zipfile.ZipFile("Senti_real.zip", "r") as zip_ref:
+        zip_ref.extractall()
+
+# ---------- CONFIG ----------
+st.set_page_config(page_title="CheckPD Sentiment Dashboard", layout="wide")
+st.title("ภาพรวมความรู้สึกของผู้ใช้ CheckPD (Real-time)")
+
+# ---------- LOAD DATA ----------
+def load_data():
+    base_path = os.path.dirname(__file__)
+    file_path = os.path.join(base_path, "Senti_real", "Sentiment", "checkpd_sentiment.csv")
+    df = pd.read_csv(file_path)
+    return df
+
+if st.button("รีเฟรชข้อมูล"):
+    st.cache_data.clear()
+    st.rerun()
+
+# โหลดข้อมูลและตัวกรองจังหวัด
+df = load_data()
+locations = df['service_location'].dropna().unique().tolist()
+locations.insert(0, "ดูทั้งหมด")
+selected_location = st.selectbox("เลือกจังหวัด/สถานที่บริการ", options=locations)
+
+if selected_location == "ดูทั้งหมด":
+    df_filtered = df.copy()
+else:
+    df_filtered = df[df['service_location'] == selected_location]
+
+# ---------- SIDEBAR MENU ----------
+menu = st.sidebar.radio("เลือกหน้าที่จะแสดง", ["Dashboard สรุป", "Bar Chart เปรียบเทียบความรู้สึก"])
+
+# ---------- กำหนดสี ----------
+sentiment_colors = {'pos': 'skyblue', 'neg': 'red'}
+
+if menu == "Dashboard สรุป":
+    st.subheader("1. สัดส่วนความรู้สึก (แยกตามประเภท)")
+    text_columns = {
+        'user_feeling_first_use': 'คุณรู้สึกอย่างไรเมื่อใช้งานแอปพลิเคชัน CheckPD ครั้งแรก?',
+        'staff_emotion_feedback': 'บริการของเจ้าหน้าที่ทำให้คุณรู้สึกอย่างไร?',
+        'improvement_suggestions': 'สิ่งใดในแอปพลิเคชันหรืองานบริการที่คุณคิดว่าควรปรับปรุง?'
+    }
+
+    for col, label in text_columns.items():
+        chart_col = col + '_sentiment'
+        df_chart = df_filtered[df_filtered[chart_col].isin(['pos', 'neg'])]
+        st.markdown(f"#### ➤ {label}")
+        fig = px.pie(df_chart, names=chart_col, title=f"สัดส่วนความรู้สึก - {label}", hole=0.4,
+                     color=chart_col, color_discrete_map=sentiment_colors)
+        fig.update_traces(textfont_size=20)
+        st.plotly_chart(fig, use_container_width=True)
+
+    st.subheader("2. สัดส่วนภาพรวมทุกประเภท")
+    combined_counts = pd.concat([
+        df_filtered['user_feeling_first_use_sentiment'],
+        df_filtered['staff_emotion_feedback_sentiment'],
+        df_filtered['improvement_suggestions_sentiment']
+    ])
+    combined_counts = combined_counts[combined_counts.isin(['pos', 'neg'])]
+    combined_counts = combined_counts.value_counts().reset_index()
+    combined_counts.columns = ['sentiment', 'count']
+    fig_total = px.pie(combined_counts, names='sentiment', values='count',
+                       title="สัดส่วนความรู้สึกโดยรวมจากทุกหมวด", hole=0.4,
+                       color='sentiment', color_discrete_map=sentiment_colors)
+    fig_total.update_traces(textfont_size=20)
+    st.plotly_chart(fig_total, use_container_width=True)
+
+    st.subheader("3. ข้อความที่ให้ความคิดเห็น (ตามตัวกรอง)")
+
+    cols_to_show = [
+        'service_location',
+        'user_feeling_first_use',
+        'staff_emotion_feedback',
+        'improvement_suggestions'
+    ]
+    st.dataframe(df_filtered[cols_to_show], use_container_width=True)
+
+
+elif menu == "Bar Chart เปรียบเทียบความรู้สึก":
+    st.subheader("ปรียบเทียบความรู้สึกในแต่ละหมวดด้วย Bar Chart")
+    text_columns = {
+        'user_feeling_first_use_sentiment': 'รู้สึกเมื่อใช้งานครั้งแรก',
+        'staff_emotion_feedback_sentiment': 'รู้สึกต่อเจ้าหน้าที่',
+        'improvement_suggestions_sentiment': 'ข้อเสนอแนะต่อแอป/บริการ'
+    }
+
+    for col, label in text_columns.items():
+        st.markdown(f"#### ➤ {label}")
+        df_chart = df_filtered[df_filtered[col].isin(['pos', 'neg'])]
+        counts = df_chart[col].value_counts().reset_index()
+        counts.columns = ['sentiment', 'count']
+        fig = px.bar(counts, x='sentiment', y='count',
+                     labels={'sentiment': 'ความรู้สึก', 'count': 'จำนวน'},
+                     title=f"Bar Chart - {label}",
+                     color='sentiment', color_discrete_map=sentiment_colors)
+        fig.update_layout(font=dict(size=18))
+        st.plotly_chart(fig, use_container_width=True)
 
-"""
-# Welcome to Streamlit!
-
-Edit `/streamlit_app.py` to customize this app to your heart's desire :heart:.
-If you have any questions, checkout our [documentation](https://docs.streamlit.io) and [community
-forums](https://discuss.streamlit.io).
-
-In the meantime, below is an example of what you can do with just a few lines of code:
-"""
-
-num_points = st.slider("Number of points in spiral", 1, 10000, 1100)
-num_turns = st.slider("Number of turns in spiral", 1, 300, 31)
-
-indices = np.linspace(0, 1, num_points)
-theta = 2 * np.pi * num_turns * indices
-radius = indices
-
-x = radius * np.cos(theta)
-y = radius * np.sin(theta)
-
-df = pd.DataFrame({
-    "x": x,
-    "y": y,
-    "idx": indices,
-    "rand": np.random.randn(num_points),
-})
-
-st.altair_chart(alt.Chart(df, height=700, width=700)
-    .mark_point(filled=True)
-    .encode(
-        x=alt.X("x", axis=None),
-        y=alt.Y("y", axis=None),
-        color=alt.Color("idx", legend=None, scale=alt.Scale()),
-        size=alt.Size("rand", legend=None, scale=alt.Scale(range=[1, 150])),
-    ))
+# ---------- SIDEBAR INFO ----------
+st.sidebar.title("Model & Pipeline")
+st.sidebar.info("กำลังใช้โมเดล: phoner45/wangchan-sentiment-thai-text-model")