Update app.py

app.py

@@ -244,6 +244,15 @@ def display_metric_card(title, value, icon="📊"):
     </div>
     """, unsafe_allow_html=True)
 
+# تابع برای تبدیل ستون به مقادیر عددی با مدیریت خطا
+def convert_to_numeric(df, column_name):
+    try:
+        # تلاش برای تبدیل ستون به عدد و جایگزینی خطاها با NaN
+        return pd.to_numeric(df[column_name], errors='coerce')
+    except Exception as e:
+        st.warning(f"خطا در تبدیل ستون {column_name} به عدد: {e}")
+        return pd.Series([np.nan] * len(df))
+
 # تابع برای بارگذاری داده‌های مزارع نیشکر
 def load_farm_data():
     try:
@@ -253,6 +262,19 @@ def load_farm_data():
         # بارگذاری فایل پایگاه داده مزارع
         farm_database = pd.read_csv('پایگاه داده (1).csv')
         
+        # تبدیل ستون‌های عددی به عدد با مدیریت خطا
+        if 'سن' in farm_coordinates.columns:
+            farm_coordinates['سن'] = convert_to_numeric(farm_coordinates, 'سن')
+        
+        if 'سن' in farm_database.columns:
+            farm_database['سن'] = convert_to_numeric(farm_database, 'سن')
+        
+        if 'مساحت' in farm_database.columns:
+            farm_database['مساحت'] = convert_to_numeric(farm_database, 'مساحت')
+        
+        if 'مساحت زیرمجموعه' in farm_database.columns:
+            farm_database['مساحت زیرمجموعه'] = convert_to_numeric(farm_database, 'مساحت زیرمجموعه')
+        
         # ادغام داده‌ها بر اساس ستون مزرعه
         merged_data = pd.merge(farm_database, farm_coordinates, on='مزرعه', how='inner')
         
@@ -518,13 +540,35 @@ with tabs[0]:
         display_metric_card("تعداد واریته‌ها", unique_varieties, "🌿")
     
     with col3:
-        avg_age = merged_data['سن_x'].mean() if 'سن_x' in merged_data.columns else merged_data['سن'].mean()
-        display_metric_card("میانگین سن", f"{avg_age:.1f} سال", "📅")
+        # محاسبه میانگین سن با مدیریت خطا
+        try:
+            age_column = 'سن_x' if 'سن_x' in merged_data.columns else 'سن'
+            # تبدیل به عدد با مدیریت خطا
+            age_values = pd.to_numeric(merged_data[age_column], errors='coerce')
+            # محاسبه میانگین با نادیده گرفتن مقادیر NaN
+            avg_age = age_values.mean()
+            if pd.isna(avg_age):
+                display_metric_card("میانگین سن", "نامشخص", "📅")
+            else:
+                display_metric_card("میانگین سن", f"{avg_age:.1f} سال", "📅")
+        except Exception as e:
+            st.warning(f"خطا در محاسبه میانگین سن: {e}")
+            display_metric_card("میانگین سن", "نامشخص", "📅")
     
     with col4:
         if 'مساحت' in merged_data.columns:
-            total_area = merged_data['مساحت'].sum()
-            display_metric_card("مساحت کل", f"{total_area:.1f} هکتار", "📏")
+            try:
+                # تبدیل به عدد با مدیریت خطا
+                area_values = pd.to_numeric(merged_data['مساحت'], errors='coerce')
+                # محاسبه مجموع با نادیده گرفتن مقادیر NaN
+                total_area = area_values.sum()
+                if pd.isna(total_area):
+                    display_metric_card("مساحت کل", "نامشخص", "📏")
+                else:
+                    display_metric_card("مساحت کل", f"{total_area:.1f} هکتار", "📏")
+            except Exception as e:
+                st.warning(f"خطا در محاسبه مساحت کل: {e}")
+                display_metric_card("مساحت کل", "نامشخص", "📏")
         else:
             display_metric_card("تعداد کانال‌ها", len(merged_data['کانال'].unique()) if 'کانال' in merged_data.columns else "نامشخص", "🚿")
     
@@ -2019,7 +2063,7 @@ with tabs[5]:
             'user_id': list(range(1, 6)),
             'username': ['admin', 'user1', 'user2', 'user3', 'user4'],
             'name': ['مدیر سیستم', 'کاربر یک', 'کاربر دو', 'کاربر سه', 'کاربر چهار'],
-            'role': ['مدیر', 'کارشناس', 'کارشناس', 'کاربر', 'کاربر'],
+            'role': ['مدیر', 'کارشناس', 'کاربر', 'کاربر'],
             'last_login': [
                 (datetime.now() - timedelta(hours=2)).strftime('%Y-%m-%d %H:%M'),
                 (datetime.now() - timedelta(days=1)).strftime('%Y-%m-%d %H:%M'),