app.py

import streamlit as st
import pandas as pd
import re

st.set_page_config(layout="wide")

st.title('影片放映时间表统计')

# 1. 文件上传组件
uploaded_file = st.file_uploader("上传“影片放映时间表.xlsx”文件", type=['xlsx'])
ad_duration = st.number_input('输入每个广告的时长（分钟）', min_value=0, value=5)

if uploaded_file is not None:
    try:
        # 读取Excel文件
        df = pd.read_excel(uploaded_file, header=3)

        # 明确将“影片”列转换为字符串类型，以避免混合类型错误
        df['影片'] = df['影片'].astype(str)

        st.subheader('上传的原始数据')
        st.dataframe(df)


        # 2. 数据处理和清洗
        def clean_hall_name(name):
            if isinstance(name, str):
                match = re.search(r'【(\d+)号', name)
                if match:
                    return f"{match.group(1)}号厅"
            return name


        df['影厅'] = df['影厅'].apply(clean_hall_name)
        df['放映日期'] = pd.to_datetime(df['放映日期'])
        df['日期'] = df['放映日期'].dt.strftime('%m月%d日')
        df.dropna(subset=['影厅', '片长'], inplace=True)

        # 3. 统计
        summary = df.groupby(['日期', '影厅']).agg(
            影片数量=('影片', 'count'),
            影片播放时长=('片长', 'sum')
        ).reset_index()
        summary['广告时长'] = summary['影片数量'] * ad_duration

        # 4. 创建数据透视表
        pivot_table = summary.pivot_table(
            index='日期',
            columns='影厅',
            values=['广告时长', '影片播放时长']
        ).fillna(0).astype(int)

        if not pivot_table.empty:
            pivot_table = pivot_table.swaplevel(0, 1, axis=1).sort_index(axis=1)

            st.subheader('影厅播放统计')

            # --- 表格样式优化 ---
            # 1. 定义CSS样式
            styles = [
                {
                    'selector': 'th.col_heading',  # 目标是列标题
                    'props': [
                        ('background-color', '#4a4a4a'),  # 深色背景
                        ('color', 'white'),  # 白色字体
                        ('text-align', 'center')  # 文本居中
                    ]
                },
                {
                    'selector': 'th.row_heading',  # 目标是行标题（日期）
                    'props': [
                        ('text-align', 'center')
                    ]
                }
            ]

            # 2. 将样式应用到DataFrame
            styler = pivot_table.style.set_table_styles(styles)

            # 3. 计算表格的动态高度以实现完全展开
            # (行数 + 表头层级数 + 额外空间) * 每行高度
            table_height = (len(pivot_table) + 2 + 1) * 35

            # 4. 使用st.dataframe显示带样式的、完全展开的表格
            st.dataframe(styler, height=table_height)
        else:
            st.warning("没有可用于生成统计信息的数据。")

    except Exception as e:
        st.error(f"处理文件时出错: {e}")