app.py

import streamlit as st
import pandas as pd
import re

st.set_page_config(layout="wide")

st.title('影片放映时间表分析')

# 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=9)

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

        # --- 错误修复 ---
        # 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
        # 清洗“影厅”列
        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)

        # 将“放映日期”转换为日期时间对象
        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')

        # 删除在“影厅”或“片长”列中缺少数据的行
        df.dropna(subset=['影厅', '片长'], inplace=True)

        # 3. 统计每天每个影厅的影片数量和播放时长
        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()

        # 计算广告时长
        summary['广告时长'] = summary['影片数量'] * ad_duration

        # 4. 创建数据透视表以进行最终显示
        pivot_table = summary.pivot_table(
            index='日期',
            columns='影厅',
            values=['广告时长', '影片播放时长']
        )

        # 将所有空白（NaN）值填充为 0
        pivot_table = pivot_table.fillna(0)

        # 将数值转换为整数，使表格更整洁
        pivot_table = pivot_table.astype(int)

        # 交换列的层级顺序并排序，以获得所需的输出格式
        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')
        st.dataframe(pivot_table)

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