import os import streamlit as st import numpy as np import pandas as pd df = pd.read_csv("kino_mail_proc.csv") random_digits = np.random.choice(len(df), size=10, replace=False) # Создание списка уникальных стран all_countries = set() for countries_list in df["country"].dropna().str.split(", "): all_countries.update([country.strip() for country in countries_list]) all_countries = sorted(all_countries) # Создание списка уникальных жанров all_genres = set() for genres_list in df["genres"].dropna().str.split(", "): all_genres.update([genre.strip() for genre in genres_list]) all_genres = sorted(all_genres) # Виджеты для боковой панели selected_country = st.sidebar.multiselect("Страна", all_countries) selected_genre = st.sidebar.multiselect("Жанры", all_genres) # Применение фильтров к DataFrame if selected_country: country_filters = "|".join([rf"\b{country}\b" for country in selected_country]) df = df[df["country"].str.contains(country_filters, regex=True, na=False)] if selected_genre: genre_filters = "|".join(selected_genre) df = df[df["genres"].str.contains(genre_filters, regex=True, na=False)] if selected_genre: df = df[df["genres"].str.contains("|".join(selected_genre))] # Проверяем, не пустой ли отфильтрованный DataFrame if not df.empty: # Преобразование year1 в числовой формат, если возможно, и обработка NaN значений df["year1"] = pd.to_numeric(df["year1"], errors="coerce") df = df.dropna(subset=["year1"]) # Теперь безопасно ищем min и max min_year = int(df["year1"].min()) max_year = int(df["year1"].max()) # Если есть хотя бы два разных года, отображаем слайдер if min_year < max_year: selected_year_range = st.sidebar.slider( "Выберите диапазон лет выпуска", min_value=min_year, max_value=max_year, value=(min_year, max_year), ) # Применяем фильтр по годам df = df[ (df["year1"] >= selected_year_range[0]) & (df["year1"] <= selected_year_range[1]) ] else: st.error( "После фильтрации данных не осталось. Пожалуйста, выберите другие параметры." ) if st.button("Выбрать случайно") and len(df) > 0: random_indices = np.random.choice(df.index, size=min(10, len(df)), replace=False) for i in random_indices: col1, col2 = st.columns([1, 3]) with col1: # Проверяем, является ли значение в df["poster"][i] ссылкой или путем к файлу poster_path_or_url = df["poster"][i] if poster_path_or_url.startswith("http"): # Если это URL, используем его напрямую st.image(poster_path_or_url) else: # Если это путь к файлу, используем placeholder изображение или сообщение placeholder_path = "img/v2/nopicture/308x462.png" if os.path.exists(placeholder_path): st.image(placeholder_path) else: st.write("Изображение не найдено") with col2: # Используйте loc для безопасного доступа к элементам DataFrame title = df.loc[df.index == i, "title"].iloc[0] country = df.loc[df.index == i, "country"].iloc[0] year = df.loc[df.index == i, "year1"].iloc[0] genre = df.loc[df.index == i, "genres"].iloc[0] cast = df.loc[df.index == i, "cast1"].iloc[0] description = df.loc[df.index == i, "description"].iloc[0] # Заголовки полей жирным шрифтом st.markdown( f"Название сериала: «{title}»", unsafe_allow_html=True, ) st.markdown( f"Страна: {country}", unsafe_allow_html=True, ) st.markdown( f"Год выпуска: {year}", unsafe_allow_html=True, ) # genre = f"Нет данных" if pd.isna(df["genres"].iloc[i]) else df["genres"][i] st.markdown( f"Жанр: {genre}", unsafe_allow_html=True, ) st.markdown( "
В ролях:
", unsafe_allow_html=True ) st.markdown( f"
{cast}
", unsafe_allow_html=True, ) st.markdown( "
Описание:
", unsafe_allow_html=True ) st.markdown( f"
{description}
", unsafe_allow_html=True, ) st.markdown("---")