Mini-Hackathon-Data-Viz/backend/app.py

import streamlit as st
import pandas as pd
import numpy as np
import plotly.express as px

st.title("Erweiterter List Data Visualizer & Analyzer")

# Seitenleiste für die Dateneingabe
st.sidebar.header("Dateneingabe")

datenquelle = st.sidebar.radio("Datenquelle auswählen:", ("Manuelle Eingabe", "CSV-Datei hochladen"))

if datenquelle == "Manuelle Eingabe":
    dateneingabe = st.sidebar.text_area("Gib Zahlen ein, getrennt durch Kommas oder Zeilenumbrüche:", value="1,2,3,4,5")
    try:
        daten_zeilen = [zeile.strip() for zeile in dateneingabe.strip().split("\n") if zeile.strip()]
        if len(daten_zeilen) == 1:
            # Eindimensionale Daten (eine Zeile ohne Zeilenumbrüche)
            datenliste = [float(x.strip()) for x in daten_zeilen[0].split(",") if x.strip()]
            df = pd.DataFrame(datenliste, columns=['Werte'])
        else:
            # Mehrdimensionale Daten (mehrere Zeilen)
            datenliste = [list(map(float, zeile.split(','))) for zeile in daten_zeilen]
            df = pd.DataFrame(datenliste)
            df.columns = [f"Spalte {i+1}" for i in range(df.shape[1])]
    except ValueError:
        st.error("Bitte gib eine gültige Liste von Zahlen ein.")
        st.stop()
elif datenquelle == "CSV-Datei hochladen":
    hochgeladene_datei = st.sidebar.file_uploader("Wähle eine CSV-Datei aus", type="csv")
    if hochgeladene_datei is not None:
        df = pd.read_csv(hochgeladene_datei)
        # Numerische Spalten identifizieren
        numerische_spalten = df.select_dtypes(include=[np.number]).columns.tolist()
        if not numerische_spalten:
            st.error("Die hochgeladene Datei enthält keine numerischen Spalten.")
            st.stop()
        st.sidebar.subheader("Spaltenauswahl")
        ausgewählte_spalten = st.sidebar.multiselect("Wähle die Spalten für die Analyse aus", numerische_spalten, default=numerische_spalten)
        if not ausgewählte_spalten:
            st.error("Bitte wähle mindestens eine Spalte aus.")
            st.stop()
        df = df[ausgewählte_spalten]
    else:
        st.warning("Bitte lade eine CSV-Datei hoch.")
        st.stop()
else:
    st.error("Ungültige Datenquelle ausgewählt.")
    st.stop()

# Interaktive Filter
st.sidebar.header("Datenfilter")
gefilterter_df = df.copy()

for spalte in df.columns:
    # Konvertiere die Spalte in numerische Werte und entferne NaN
    gefilterter_df[spalte] = pd.to_numeric(gefilterter_df[spalte], errors='coerce')
    gefilterter_df = gefilterter_df.dropna(subset=[spalte])

    min_wert = float(gefilterter_df[spalte].min())
    max_wert = float(gefilterter_df[spalte].max())

    # Überprüfen, ob min_wert und max_wert unterschiedlich sind
    if min_wert == max_wert:
        st.warning(f"Die Spalte '{spalte}' hat konstante Werte. Der Slider wird für diese Spalte deaktiviert.")
        continue  # Überspringe diese Spalte

    # Slider erstellen
    filterbereich = st.sidebar.slider(
        f"Wertebereich für '{spalte}' auswählen:",
        min_value=min_wert,
        max_value=max_wert,
        value=(min_wert, max_wert)
    )

    # Daten filtern
    gefilterter_df = gefilterter_df[(gefilterter_df[spalte] >= filterbereich[0]) & (gefilterter_df[spalte] <= filterbereich[1])]

# Statistische Analyse
st.header("Statistische Analyse")

def berechne_statistiken(daten):
    beschreibung = daten.describe().transpose()
    beschreibung['Median'] = daten.median()
    beschreibung['Varianz'] = daten.var()
    return beschreibung[['count', 'mean', 'Median', 'std', 'Varianz', 'min', '25%', '50%', '75%', 'max']]

statistiken = berechne_statistiken(gefilterter_df)
st.dataframe(statistiken)

# Ausreißererkennung
st.header("Ausreißererkennung")
ausreisser_df = pd.DataFrame()

for spalte in gefilterter_df.columns:
    Q1 = gefilterter_df[spalte].quantile(0.25)
    Q3 = gefilterter_df[spalte].quantile(0.75)
    IQR = Q3 - Q1
    untere_grenze = Q1 - 1.5 * IQR
    obere_grenze = Q3 + 1.5 * IQR
    ausreisser = gefilterter_df[(gefilterter_df[spalte] < untere_grenze) | (gefilterter_df[spalte] > obere_grenze)]
    ausreisser_df = pd.concat([ausreisser_df, ausreisser])

if not ausreisser_df.empty:
    st.subheader("Erkannte Ausreißer")
    st.write(ausreisser_df.drop_duplicates())
else:
    st.subheader("Keine Ausreißer erkannt")

# Visualisierungen
st.header("Datenvisualisierungen")
st.sidebar.header("Visualisierungseinstellungen")

diagramm_typ = st.sidebar.selectbox("Diagrammtyp auswählen", ["Histogramm", "Boxplot", "Streudiagramm", "Liniendiagramm", "Korrelationsmatrix"])

if diagramm_typ == "Histogramm":
    st.subheader("Histogramm")
    ausgewählte_spalten = st.multiselect("Wähle die Spalten für das Histogramm aus", gefilterter_df.columns.tolist(), default=gefilterter_df.columns.tolist())
    for spalte in ausgewählte_spalten:
        fig = px.histogram(gefilterter_df, x=spalte, nbins=20, title=f'Histogramm von {spalte}')
        st.plotly_chart(fig)
elif diagramm_typ == "Boxplot":
    st.subheader("Boxplot")
    fig = px.box(gefilterter_df, points="all", title='Boxplot')
    st.plotly_chart(fig)
elif diagramm_typ == "Streudiagramm":
    if len(gefilterter_df.columns) >= 2:
        x_achse = st.sidebar.selectbox("X-Achse", gefilterter_df.columns)
        y_achse = st.sidebar.selectbox("Y-Achse", gefilterter_df.columns, index=1)
        st.subheader("Streudiagramm")
        fig = px.scatter(gefilterter_df, x=x_achse, y=y_achse, title=f'Streudiagramm {x_achse} vs {y_achse}')
        st.plotly_chart(fig)
    else:
        st.warning("Für ein Streudiagramm sind mindestens zwei numerische Spalten erforderlich.")
elif diagramm_typ == "Liniendiagramm":
    st.subheader("Liniendiagramm")
    ausgewählte_spalten = st.multiselect("Wähle die Spalten für das Liniendiagramm aus", gefilterter_df.columns.tolist(), default=gefilterter_df.columns.tolist())
    fig = px.line(gefilterter_df, y=ausgewählte_spalten, title='Liniendiagramm')
    st.plotly_chart(fig)
elif diagramm_typ == "Korrelationsmatrix":
    if len(gefilterter_df.columns) >= 2:
        st.subheader("Korrelationsmatrix")
        korrelation = gefilterter_df.corr()
        fig = px.imshow(korrelation, text_auto=True, title='Korrelationsmatrix')
        st.plotly_chart(fig)
    else:
        st.warning("Für eine Korrelationsmatrix sind mindestens zwei numerische Spalten erforderlich.")

# Gefilterte Daten anzeigen
st.header("Gefilterte Daten")
st.write(gefilterter_df)