import streamlit as st
import pandas as pd
import requests
import matplotlib.font_manager as fm
import matplotlib as mpl
import plotly.express as px

# 设置页面标题
st.title("温室气体排放、能源管理与董事会资料分析")

# 下载并设置自定义字体
@st.cache_resource
def load_font():
    font_url = "https://drive.google.com/uc?id=1eGAsTN1HBpJAkeVM57_C7ccp7hbgSz3_&export=download"
    font_response = requests.get(font_url)
    with open("TaipeiSansTCBeta-Regular.ttf", "wb") as font_file:
        font_file.write(font_response.content)
    fm.fontManager.addfont("TaipeiSansTCBeta-Regular.ttf")
    mpl.rc('font', family='Taipei Sans TC Beta')

load_font()

# 抓取并处理数据
@st.cache_data
def fetch_and_clean_data(selected_dataset):
    if selected_dataset == '温室气体排放资料集':
        url = "https://mopsfin.twse.com.tw/opendata/t187ap46_L_1.csv"
    elif selected_dataset == '能源管理资料集':
        url = "https://mopsfin.twse.com.tw/opendata/t187ap46_O_2.csv"
    elif selected_dataset == '董事会资料集':
        url = "https://mopsfin.twse.com.tw/opendata/t187ap46_L_6.csv"
    else:
        return pd.DataFrame()  # 返回空的 DataFrame 如果没有选择数据集

    response = requests.get(url)
    with open("data.csv", "wb") as file:
        file.write(response.content)
    df = pd.read_csv("data.csv").fillna(0)

    return df

# 创建下拉式菜单让用户选择数据集
selected_dataset = st.selectbox(
    "选择要分析的资料集",
    ['温室气体排放资料集', '能源管理资料集', '董事会资料集']
)

# 当选择数据集后，自动显示对应的数据集内容
if selected_dataset:
    df = fetch_and_clean_data(selected_dataset)
    
    if not df.empty:
        # 显示数据集内容
        st.write("### 资料集内容")
        st.dataframe(df)

        # 根据所选数据集设置可选字段
        if selected_dataset == '温室气体排放资料集':
            column_options = [
                '範疇一排放量(噸CO2e)',
                '範疇二排放量(噸CO2e)',
                '範疇三排放量(噸CO2e)',
                '溫室氣體排放密集度(公噸CO2e/百萬元營業額)'
            ]
        elif selected_dataset == '能源管理资料集':
            column_options = [
                '使用率(再生能源/總能源)',
                '取得驗證'
            ]
        elif selected_dataset == '董事会资料集':
            column_options = [
                '董事席次(含獨立董事)(席)',
                '獨立董事席次(席)',
                '女性董事席次及比率-席',
                '女性董事席次及比率-比率',
                '董事出席董事会出席率',
                '董事进修时数符合进修要点比率'
            ]

        # 只显示在数据集内存在的字段
        available_columns = [col for col in column_options if col in df.columns]
        selected_column = st.selectbox("选择要绘制的字段", available_columns)

        # 创建生成图表按钮
        if st.button("生成图表"):
            # 将比例转换为浮点数
            def convert_to_float(value):
                try:
                    return float(str(value).replace('%', '')) / 100 if '%' in str(value) else float(value)
                except ValueError:
                    return None
            
            df[selected_column] = df[selected_column].apply(convert_to_float)

            # 过滤掉零值或空值的数据
            df_filtered = df[df[selected_column].fillna(0) > 0]

            if not df_filtered.empty:
                # 显示数据表
                st.write("### 资料集内容（过滤后的数据）")
                st.dataframe(df_filtered)

                # 绘制圆饼图
                st.write(f"### 圆饼图：各公司基于{selected_column}的分布")
                fig_pie = px.pie(df_filtered, names='公司名称', values=selected_column)
                st.plotly_chart(fig_pie)

                # 绘制长条图
                st.write(f"### 长条图：各公司基于{selected_column}的分布")
                fig_bar = px.bar(df_filtered, x='公司名称', y=selected_column)
                st.plotly_chart(fig_bar)
            else:
                st.write(f"选择的字段 '{selected_column}' 无有效数据来生成图表。")
    else:
        st.write("选择的数据集中无有效数据或数据集未正确抓取。")