[備忘録] Streamlitで複数画面構成を実現するページ分割機能の実装方法 #Python – Qiita

# pages/2_📈_データ可視化.py
import streamlit as st
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl

# 日本語フォント設定
plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['MS Gothic', 'Yu Gothic', 'Meiryo', 'sans-serif']
plt.rcParams['axes.unicode_minus'] = False

# ページ設定
st.set_page_config(
    page_title="データ可視化",
    page_icon="📈",
    layout="wide"
)

st.title("データ分析ダッシュボード")
st.header("データ可視化")

# セッションステートからデータの取得
if "data" not in st.session_state:
    st.error("データがありません。ホームページでデータをアップロードしてください。")
    st.stop()

data = st.session_state.data

# 日付データの処理（存在する場合）
if "日付" in data.columns:
    try:
        data["日付"] = pd.to_datetime(data["日付"])
        data["月"] = data["日付"].dt.strftime("%Y-%m")
    except:
        st.warning("日付の変換に失敗しました。")

# タブで可視化を分類
tab1, tab2, tab3 = st.tabs(["カテゴリ分析", "時系列分析", "データ分布"])

# タブ1: カテゴリ分析
with tab1:
    st.subheader("カテゴリ別売上割合")
    
    if "カテゴリ" in data.columns and "売上" in data.columns:
        # カテゴリ別集計
        category_sales = data.groupby("カテゴリ")["売上"].sum()
        
        # 円グラフの表示
        fig, ax = plt.subplots(figsize=(10, 6))
        ax.pie(
            category_sales, 
            labels=category_sales.index, 
            autopct='%1.1f%%',
            startangle=90,
            shadow=True,
        )
        ax.axis('equal')  # 円を真円に
        plt.title("カテゴリ別売上割合")
        st.pyplot(fig)
        
        # データ表示
        st.dataframe(category_sales.reset_index().rename(
            columns={"index": "カテゴリ", "売上": "合計売上"}
        ))
    else:
        st.warning("「カテゴリ」または「売上」列がデータに存在しません。")

# タブ2: 時系列分析
with tab2:
    st.subheader("月別売上トレンド")
    
    if "日付" in data.columns and "売上" in data.columns:
        # 月別集計
        monthly_data = data.groupby("月")["売上"].sum().reset_index()
        
        # グラフ表示
        fig, ax = plt.subplots(figsize=(12, 6))
        ax.bar(monthly_data["月"], monthly_data["売上"])
        plt.xticks(rotation=45)
        plt.title("月別売上推移")
        plt.tight_layout()
        st.pyplot(fig)
        
        # カテゴリ別月次推移（存在する場合）
        if "カテゴリ" in data.columns:
            st.subheader("カテゴリ別月次売上推移")
            
            # カテゴリと月でグループ化
            category_monthly = data.groupby(["月", "カテゴリ"])["売上"].sum().reset_index()
            
            # グラフ表示
            fig, ax = plt.subplots(figsize=(12, 8))
            
            # カテゴリごとに異なる色で線グラフを描画
            for category in category_monthly["カテゴリ"].unique():
                category_data = category_monthly[category_monthly["カテゴリ"] == category]
                ax.plot(category_data["月"], category_data["売上"], marker='o', label=category)
            
            ax.legend()
            plt.xticks(rotation=45)
            plt.title("カテゴリ別月次売上推移")
            plt.tight_layout()
            st.pyplot(fig)
    else:
        st.warning("「日付」または「売上」列がデータに存在しません。")

# タブ3: データ分布
with tab3:
    st.subheader("売上データの分布")
    
    if "売上" in data.columns:
        # ヒストグラム
        fig, ax = plt.subplots(figsize=(10, 6))
        ax.hist(data["売上"], bins=20, alpha=0.7, density=True)

        # 平均線を追加
        mean_value = data["売上"].mean()
        ax.axvline(mean_value, color='red', linestyle='--', linewidth=1, label=f'平均: {mean_value:.1f}')
        plt.title("売上データのヒストグラム")
        ax.legend()
        st.pyplot(fig)
        
        # 箱ひげ図（カテゴリ別）
        if "カテゴリ" in data.columns:
            st.subheader("カテゴリ別売上分布")
            fig, ax = plt.subplots(figsize=(10, 6))
            
            # カテゴリごとに箱ひげ図を作成
            category_list = data["カテゴリ"].unique()
            category_data = [data[data["カテゴリ"] == category]["売上"] for category in category_list]
            ax.boxplot(category_data, tick_labels=category_list)
            
            plt.title("カテゴリ別売上の箱ひげ図")
            plt.xticks(rotation=45)
            plt.tight_layout()
            st.pyplot(fig)
    else:
        st.warning("「売上」列がデータに存在しません。")