app.py

import base64
import json
import uuid

import pandas as pd
import openpyxl
from openpyxl.chart import BarChart, Reference, PieChart
from openpyxl.chart.label import DataLabelList
from openpyxl.utils.dataframe import dataframe_to_rows
from datetime import datetime
import matplotlib.pyplot as plt
import gradio as gr
import tempfile
from huggingface_hub import InferenceClient, hf_hub_url
import os

import matplotlib
matplotlib.use('Agg')

# Read excel data for review analysis
def read_excel_data(file):
 df = pd.read_excel(file, usecols="A, B, C, D, E", skiprows=1,
 names=["ID", "Review Date", "Option", "Review", "ReviewScore"], engine='openpyxl')
 df['Review Date'] = pd.to_datetime(df['Review Date']).dt.tz_localize(None).dt.date
 df['Year-Month'] = df['Review Date'].astype(str).str.slice(0, 7)
 df['Year'] = df['Review Date'].astype(str).str.slice(0, 4)
 df['Month'] = df['Review Date'].astype(str).str.slice(5, 7)
 df['Day'] = df['Review Date'].astype(str).str.slice(8, 10)
 df['Option'] = df['Option'].astype(str) # Ensure Option column is treated as string
 df['Option1'] = df['Option'].str.split(" / ").str[0] # 1차 옵션만 추출
 df['Review Length'] = df['Review'].str.len() # 추가된 부분: 리뷰 길이 계산
 return df


# Analyze review data
def analyze_data(df):
 monthly_data = df.groupby('Year-Month').size().reset_index(name='Counts')
 yearly_data = df.groupby('Year').size().reset_index(name='Counts')
 return monthly_data, yearly_data


def analyze_monthly_data_for_year(df, selected_year):
 monthly_data_for_year = df[df['Year'] == selected_year].groupby('Month').size().reset_index(name='Counts')
 all_months = pd.DataFrame([f"{m:02d}" for m in range(1, 13)], columns=['Month'])
 monthly_trend_for_year = pd.merge(all_months, monthly_data_for_year, on='Month', how='left')
 monthly_trend_for_year['Counts'] = monthly_trend_for_year['Counts'].fillna(0).astype(int)
 return monthly_trend_for_year


def analyze_daily_data(df, selected_year):
 start_date = datetime.strptime(f"{selected_year}-01-01", "%Y-%m-%d").date()
 end_date = datetime.strptime(f"{selected_year}-12-31", "%Y-%m-%d").date()
 date_range = pd.date_range(start=start_date, end=end_date).date
 daily_data = df[df['Year'] == selected_year].groupby('Review Date').size().reset_index(name='Counts')
 daily_data['Review Date'] = pd.to_datetime(daily_data['Review Date']).dt.date
 all_dates_df = pd.DataFrame(date_range, columns=['Review Date'])
 all_dates_df['Review Date'] = pd.to_datetime(all_dates_df['Review Date']).dt.date
 merged_data = pd.merge(all_dates_df, daily_data, on='Review Date', how='left')
 merged_data['Counts'] = merged_data['Counts'].fillna(0).astype(int)
 return merged_data


def analyze_option_data(df):
 data_counts = df['Option1'].value_counts().reset_index()
 data_counts.columns = ['Option', 'Counts']
 total_counts = data_counts['Counts'].sum()
 data_counts['Percentage'] = (data_counts['Counts'] / total_counts * 100).round(2)
 data_counts.sort_values(by='Counts', ascending=False, inplace=True)
 return data_counts


def analyze_option_review_data(df):
 df["Option1"] = df["Option"].apply(lambda x: x.split(" / ")[0] if isinstance(x, str) else x)
 df["Option2"] = df["Option"].apply(
 lambda x: x.split(" / ")[1] if isinstance(x, str) and len(x.split(" / ")) > 1 else "")
 review_counts = df.groupby(["Option1", "Option2"])["ReviewScore"].value_counts().unstack(fill_value=0)
 review_counts["Total"] = review_counts.sum(axis=1)
 option1_counts = df.groupby("Option1")["Option"].count()
 option2_counts = df.groupby(["Option1", "Option2"])["Option"].count()
 review_counts["옵션명(1차)건수"] = review_counts.index.get_level_values("Option1").map(option1_counts)
 review_counts["옵션명(2차)건수"] = option2_counts
 review_counts.sort_values(by=["옵션명(1차)건수", "옵션명(2차)건수"], ascending=[False, False], inplace=True)
 return review_counts


def analyze_option_data_for_year(df, selected_year):
 df_year = df[df['Year'] == selected_year]
 data_counts = df_year['Option1'].value_counts().reset_index()
 data_counts.columns = ['Option', 'Counts']
 total_counts = data_counts['Counts'].sum()
 data_counts['Percentage'] = (data_counts['Counts'] / total_counts * 100).round(2)
 data_counts.sort_values(by='Counts', ascending=False, inplace=True)
 return data_counts


def analyze_option_review_data_for_year(df, selected_year):
 df_year = df[df['Year'] == selected_year].copy()
 df_year.loc[:, "Option1"] = df_year["Option"].apply(lambda x: x.split(" / ")[0] if isinstance(x, str) else x)
 df_year.loc[:, "Option2"] = df_year["Option"].apply(
 lambda x: x.split(" / ")[1] if isinstance(x, str) and len(x.split(" / ")) > 1 else "")
 review_counts = df_year.groupby(["Option1", "Option2"])["ReviewScore"].value_counts().unstack(fill_value=0)
 review_counts["Total"] = review_counts.sum(axis=1)
 option1_counts = df_year.groupby("Option1")["Option"].count()
 option2_counts = df_year.groupby(["Option1", "Option2"])["Option"].count()
 review_counts["옵션명(1차)건수"] = review_counts.index.get_level_values("Option1").map(option1_counts)
 review_counts["옵션명(2차)건수"] = option2_counts
 review_counts.sort_values(by=["옵션명(1차)건수", "옵션명(2차)건수"], ascending=[False, False], inplace=True)
 return review_counts


def extract_longest_reviews(df):
 longest_reviews = df.groupby('ReviewScore').apply(
 lambda x: x.nlargest(100, 'Review Length', keep='all')).reset_index(drop=True)
 return longest_reviews.drop(
 columns=['Review Length', 'Year-Month', 'Year', 'Month', 'Day', 'Option1', 'Option2']) # 삭제된 열들


def save_to_excel(original_data, monthly_counts, yearly_counts, monthly_trend, daily_counts, option_counts,
 review_counts, selected_option_counts, selected_review_counts, longest_reviews):
 wb = openpyxl.Workbook()

 # 원본 리뷰 데이터 시트 추가 및 이름 변경
 ws_original = wb.active
 ws_original.title = "원본리뷰데이터"
 for r in dataframe_to_rows(original_data, index=False, header=True):
 ws_original.append(r)
 ws_original.sheet_properties.tabColor = "000000" # 검은색

 # 리뷰분석 추이 시트 추가
 ws1 = wb.create_sheet(title="전체월별추이(리뷰분석)")
 for r in dataframe_to_rows(monthly_counts, index=False, header=True):
 ws1.append(r)
 chart1 = BarChart()
 chart1.type = "col"
 chart1.style = 10
 chart1.title = "Monthly Review Trends"
 chart1.y_axis.title = 'Review Counts'
 chart1.x_axis.title = 'Year-Month'
 data1 = Reference(ws1, min_col=2, min_row=1, max_row=ws1.max_row, max_col=2)
 cats1 = Reference(ws1, min_col=1, min_row=2, max_row=ws1.max_row)
 chart1.add_data(data1, titles_from_data=True)
 chart1.set_categories(cats1)
 chart1.width = 30
 chart1.height = 15
 ws1.add_chart(chart1, "C2")
 ws1.sheet_properties.tabColor = "FFA500" # 주황색

 # 년도별 리뷰 분석 시트 추가
 ws2 = wb.create_sheet(title="년도별추이(리뷰분석)")
 for r in dataframe_to_rows(yearly_counts, index=False, header=True):
 ws2.append(r)
 chart2 = BarChart()
 chart2.type = "col"
 chart2.style = 10
 chart2.title = "Yearly Review Trends"
 chart2.y_axis.title = 'Review Counts'
 chart2.x_axis.title = 'Year'
 data2 = Reference(ws2, min_col=2, min_row=1, max_row=ws2.max_row, max_col=2)
 cats2 = Reference(ws2, min_col=1, min_row=2, max_row=ws2.max_row)
 chart2.add_data(data2, titles_from_data=True)
 chart2.set_categories(cats2)
 chart2.width = 30
 chart2.height = 15
 ws2.add_chart(chart2, "C2")
 ws2.sheet_properties.tabColor = "FFA500" # 주황색

 # 월별 리뷰 분석 시트 추가
 ws3 = wb.create_sheet(title="선택한 년도 월별추이(리뷰분석)")
 for r in dataframe_to_rows(monthly_trend, index=False, header=True):
 ws3.append(r)
 chart3 = BarChart()
 chart3.type = "col"
 chart3.style = 10
 chart3.title = "Monthly Trends for Selected Year"
 chart3.y_axis.title = 'Review Counts'
 chart3.x_axis.title = 'Month'
 data3 = Reference(ws3, min_col=2, min_row=1, max_row=ws3.max_row, max_col=2)
 cats3 = Reference(ws3, min_col=1, min_row=2, max_row=ws3.max_row)
 chart3.add_data(data3, titles_from_data=True)
 chart3.set_categories(cats3)
 chart3.width = 30
 chart3.height = 15
 ws3.add_chart(chart3, "C2")
 ws3.sheet_properties.tabColor = "FFA500" # 주황색

 # 일별 리뷰 분석 시트 추가
 ws4 = wb.create_sheet(title="선택한 년도 일별추이(리뷰분석)")
 for r in dataframe_to_rows(daily_counts, index=False, header=True):
 ws4.append(r)
 chart4 = BarChart()
 chart4.type = "col"
 chart4.style = 10
 chart4.title = "Daily Trends for Selected Year"
 chart4.y_axis.title = 'Review Counts'
 chart4.x_axis.title = 'Date'
 data4 = Reference(ws4, min_col=2, min_row=2, max_row=ws4.max_row + 1, max_col=2)
 cats4 = Reference(ws4, min_col=1, min_row=2, max_row=ws4.max_row + 1)
 chart4.add_data(data4, titles_from_data=True)
 chart4.set_categories(cats4)
 chart4.width = 50
 chart4.height = 15
 ws4.add_chart(chart4, "C2")
 ws4.sheet_properties.tabColor = "FFA500" # 주황색

 # 옵션분석 결과 시트 추가
 ws5 = wb.create_sheet(title="옵션분석 결과(옵션분석)")
 for r in dataframe_to_rows(option_counts, index=False, header=True):
 ws5.append(r)
 bar_chart = BarChart()
 data = Reference(ws5, min_col=2, min_row=2, max_row=ws5.max_row, max_col=2)
 cats = Reference(ws5, min_col=1, min_row=2, max_row=ws5.max_row, max_col=1)
 bar_chart.add_data(data, titles_from_data=False)
 bar_chart.set_categories(cats)
 bar_chart.title = "Option Analysis (Counts)"
 bar_chart.width = 40
 bar_chart.height = 20
 ws5.add_chart(bar_chart, "G2")
 ws5.sheet_properties.tabColor = "0000FF" # 파랑색

 # Create pie chart
 top_10 = option_counts.head(10)
 for idx, row in enumerate(top_10.itertuples(), 1):
 ws5.cell(row=idx + 1, column=5, value=row.Option)
 ws5.cell(row=idx + 1, column=6, value=row.Counts)
 others_sum = option_counts['Counts'][10:].sum()
 ws5.cell(row=12, column=5, value='Others')
 ws5.cell(row=12, column=6, value=others_sum)
 ws5.cell(row=1, column=5, value='Option')
 ws5.cell(row=1, column=6, value='Counts')
 pie_chart = PieChart()
 data = Reference(ws5, min_col=6, min_row=2, max_row=12)
 categories = Reference(ws5, min_col=5, min_row=2, max_row=12)
 pie_chart.add_data(data, titles_from_data=False)
 pie_chart.set_categories(categories)
 pie_chart.title = "Top 10 Options (Share)"
 pie_chart.dataLabels = DataLabelList()
 pie_chart.dataLabels.showPercent = True
 pie_chart.width = 30
 pie_chart.height = 20

 ws5.add_chart(pie_chart, "G40")

 # 옵션별평점분석 시트 추가
 ws6 = wb.create_sheet(title="옵션별평점분석(옵션분석)")
 ws6.append(
 ["Option1", "Option2", "Total Counts", "Score 5", "Score 4", "Score 3", "Score 2", "Score 1", "Option1 Counts",
 "Option2 Counts"])
 for r in dataframe_to_rows(review_counts, index=True, header=False):
 ws6.append(r)
 ws6.sheet_properties.tabColor = "0000FF" # 파랑색

 # 선택한 년도 옵션분석 결과 시트 추가
 ws7 = wb.create_sheet(title="선택한 년도 옵션분석 결과(옵션분석)")
 for r in dataframe_to_rows(selected_option_counts, index=False, header=True):
 ws7.append(r)
 bar_chart_selected = BarChart()
 data_selected = Reference(ws7, min_col=2, min_row=2, max_row=ws7.max_row, max_col=2)
 cats_selected = Reference(ws7, min_col=1, min_row=2, max_row=ws7.max_row, max_col=1)
 bar_chart_selected.add_data(data_selected, titles_from_data=False)
 bar_chart_selected.set_categories(cats_selected)
 bar_chart_selected.title = "Option Analysis for Selected Year (Counts)"
 bar_chart_selected.width = 40
 bar_chart_selected.height = 20
 ws7.add_chart(bar_chart_selected, "G2")
 ws7.sheet_properties.tabColor = "0000FF" # 파랑색

 # Create pie chart for selected year
 top_10_selected = selected_option_counts.head(10)
 for idx, row in enumerate(top_10_selected.itertuples(), 1):
 ws7.cell(row=idx + 1, column=5, value=row.Option)
 ws7.cell(row=idx + 1, column=6, value=row.Counts)
 others_sum_selected = selected_option_counts['Counts'][10:].sum()
 ws7.cell(row=12, column=5, value='Others')
 ws7.cell(row=12, column=6, value=others_sum_selected)
 ws7.cell(row=1, column=5, value='Option')
 ws7.cell(row=1, column=6, value='Counts')
 pie_chart_selected = PieChart()
 data_selected_pie = Reference(ws7, min_col=6, min_row=2, max_row=12)
 categories_selected_pie = Reference(ws7, min_col=5, min_row=2, max_row=12)
 pie_chart_selected.add_data(data_selected_pie, titles_from_data=False)
 pie_chart_selected.set_categories(categories_selected_pie)
 pie_chart_selected.title = "Top 10 Options for Selected Year (Share)"
 pie_chart_selected.dataLabels = DataLabelList()
 pie_chart_selected.dataLabels.showPercent = True
 pie_chart_selected.width = 30
 pie_chart_selected.height = 20

 ws7.add_chart(pie_chart_selected, "G40")

 # 선택한 년도 옵션별평점분석 시트 추가
 ws8 = wb.create_sheet(title="선택한 년도 옵션별평점분석(옵션분석)")
 ws8.append(
 ["Option1", "Option2", "Total Counts", "Score 5", "Score 4", "Score 3", "Score 2", "Score 1", "Option1 Counts",
 "Option2 Counts"])
 for r in dataframe_to_rows(selected_review_counts, index=True, header=False):
 ws8.append(r)
 ws8.sheet_properties.tabColor = "0000FF" # 파랑색

 # 리뷰 내용이 긴 리뷰 시트 추가
 ws9 = wb.create_sheet(title="긴 리뷰 내용")
 for r in dataframe_to_rows(longest_reviews, index=False, header=True):
 ws9.append(r)
 ws9.sheet_properties.tabColor = "00FF00" # 초록색

 file_path = "리뷰분석 다운로드.xlsx"
 wb.save(file_path)
 return file_path


def generate_plots(df, year):
 # 최근 3년의 데이터만 사용
 start_year = datetime.now().year - 2
 recent_data = df[df['Year'].astype(int) >= start_year]



 monthly_counts, yearly_counts = analyze_data(df) # Use all data for yearly counts
 recent_monthly_counts, _ = analyze_data(recent_data) # Use recent data for monthly counts
 monthly_trend = analyze_monthly_data_for_year(recent_data, year)
 daily_counts = analyze_daily_data(recent_data, year)
 option_counts = analyze_option_data(recent_data)

 plot_files = []

 # 월별 리뷰 추이 그래프 생성
 fig1, ax1 = plt.subplots()
 ax1.plot(recent_monthly_counts['Year-Month'], recent_monthly_counts['Counts'], marker='o')
 ax1.set_title('Monthly Review Trends (Recent 3 Years)', fontsize=16) # 제목 폰트 크기 설정
 ax1.set_ylabel('Review Counts', fontsize=14) # y축 레이블 폰트 크기 설정

 # x축 레이블을 90도 회전하여 표시하고 폰트 크기 줄임
 ax1.tick_params(axis='x', rotation=90, labelsize=6)

 tmp_file1 = tempfile.NamedTemporaryFile(delete=False, suffix=".png")
 fig1.savefig(tmp_file1.name)
 plot_files.append(tmp_file1.name)

 fig2, ax2 = plt.subplots()
 ax2.bar(yearly_counts['Year'], yearly_counts['Counts'])
 ax2.set_title('Yearly Review Trends')
 ax2.set_xlabel('Year')
 ax2.set_ylabel('Review Counts')
 tmp_file2 = tempfile.NamedTemporaryFile(delete=False, suffix=".png")
 fig2.savefig(tmp_file2.name)
 plot_files.append(tmp_file2.name)

 fig3, ax3 = plt.subplots()
 ax3.bar(monthly_trend['Month'], monthly_trend['Counts'])
 ax3.set_title('Monthly Trends for Selected Year')
 ax3.set_xlabel('Month')
 ax3.set_ylabel('Review Counts')
 tmp_file3 = tempfile.NamedTemporaryFile(delete=False, suffix=".png")
 fig3.savefig(tmp_file3.name)
 plot_files.append(tmp_file3.name)

 fig4, ax4 = plt.subplots()
 ax4.bar(daily_counts['Review Date'], daily_counts['Counts'])
 ax4.set_title('Daily Trends for Selected Year')
 ax4.set_xlabel('Date')
 ax4.set_ylabel('Review Counts')
 tmp_file4 = tempfile.NamedTemporaryFile(delete=False, suffix=".png")
 fig4.savefig(tmp_file4.name)
 plot_files.append(tmp_file4.name)

 return plot_files


def process_file(file, year):
 df = read_excel_data(file)
 monthly_counts, yearly_counts = analyze_data(df)
 monthly_trend = analyze_monthly_data_for_year(df, year)
 daily_counts = analyze_daily_data(df, year)
 option_counts = analyze_option_data(df)
 review_counts = analyze_option_review_data(df)

 selected_option_counts = analyze_option_data_for_year(df, year)
 selected_review_counts = analyze_option_review_data_for_year(df, year)

 longest_reviews = extract_longest_reviews(df)

 original_data = pd.read_excel(file, sheet_name=0, engine='openpyxl') # 첫 번째 시트만 로드

 result_file = save_to_excel(original_data, monthly_counts, yearly_counts, monthly_trend, daily_counts,
 option_counts, review_counts, selected_option_counts, selected_review_counts,
 longest_reviews)

 return result_file


# 파일을 저장하고 다운로드 URL을 생성하는 함수
def generate_download_links(plots):
 download_links = []
 for i, plot in enumerate(plots):
 if os.path.exists(plot):
 with open(plot, "rb") as image_file:
 encoded_string = base64.b64encode(image_file.read()).decode()
 data_url = f"image/png;base64,{encoded_string}"
 download_links.append(data_url)

 return download_links


def get_model_info(filenames):
 download_links = []
 for f in filenames:
 if os.path.exists(f):
 url = hf_hub_url(repo_id="", filename=f)
 download_links.append(url)
 print(download_links)
 return download_links


def process_file_with_plots(file, year):
 df = read_excel_data(file)
 result_file = process_file(file, year)
 plots = generate_plots(df, year)
 print(result_file)
 print(plots)
 return [result_file] + plots

def process_file_with_plots2(file, year):
 df = read_excel_data(file)
 result_file = process_file(file, year)
 plots = generate_plots(df, year)
 download_links = get_model_info(plots)
 return_values = [result_file] + download_links
 return return_values


years = [str(year) for year in range(datetime.now().year, datetime.now().year - 10, -1)]


def predict(file, year):
 return process_file_with_plots(file, year)

def predict_api(file, year):
 return process_file_with_plots2(file, year)

# 긍정적인 리뷰를 반환하는 함수
def get_positive_reviews(df, years, option_analysis):
 df = df[df['Year'].isin(years)]
 if option_analysis != "전체옵션분석":
 top_n = int(option_analysis.split("(")[1].split("개")[0])
 top_options = df['Option1'].value_counts().head(top_n).index.tolist()
 df = df[df['Option1'].isin(top_options)]
 positive_reviews = df[(df['ReviewScore'] == 5) & (df['Review Length'] <= 500)].sort_values(by='Review Length',
 ascending=False)
 if len(positive_reviews) < 20:
 additional_reviews = df[(df['ReviewScore'] == 4) & (df['Review Length'] <= 500)].sort_values(by='Review Length',
 ascending=False)
 positive_reviews = pd.concat([positive_reviews, additional_reviews])
 positive_reviews = positive_reviews.head(20)

 positive_reviews.reset_index(drop=True, inplace=True)
 positive_reviews.index += 1
 positive_reviews['순번'] = positive_reviews.index

 return "\n\n".join(positive_reviews.apply(
 lambda x: f"{x['순번']}. **{x['Review Date']} / {x['ID']} / {x['Option']}**\n\n{x['Review']}", axis=1))


# 부정적인 리뷰를 반환하는 함수
def get_negative_reviews(df, years, option_analysis):
 df = df[df['Year'].isin(years)]
 if option_analysis != "전체옵션분석":
 top_n = int(option_analysis.split("(")[1].split("개")[0])
 top_options = df['Option1'].value_counts().head(top_n).index.tolist()
 df = df[df['Option1'].isin(top_options)]
 negative_reviews = df[(df['ReviewScore'] == 1) & (df['Review Length'] <= 500)].sort_values(by='Review Length',
 ascending=False)
 if len(negative_reviews) < 30:
 additional_reviews = df[(df['ReviewScore'] == 2) & (df['Review Length'] <= 500)].sort_values(by='Review Length',
 ascending=False)
 negative_reviews = pd.concat([negative_reviews, additional_reviews])
 negative_reviews = negative_reviews.head(30)

 negative_reviews.reset_index(drop=True, inplace=True)
 negative_reviews.index += 1
 negative_reviews['순번'] = negative_reviews.index

 return "\n\n".join(negative_reviews.apply(
 lambda x: f"{x['순번']}. **{x['Review Date']} / {x['ID']} / {x['Option']}**\n\n{x['Review']}", axis=1))


# 리뷰 업데이트 및 분석 프롬프트 생성 함수
def update_reviews(file, years, option_analysis):
 df = read_excel_data(file)
 positive_reviews = get_positive_reviews(df, years, option_analysis)
 negative_reviews = get_negative_reviews(df, years, option_analysis)
 positive_prompt = f"{positive_reviews}\n\n{prompts['긍정적인 리뷰분석']}"
 negative_prompt = f"{negative_reviews}\n\n{prompts['부정적인 리뷰분석']}"
 return positive_reviews, negative_reviews, positive_prompt, negative_prompt


# 리뷰 분석 함수
def analyze_all(positive_prompt, negative_prompt):
 positive_analysis, _ = generate_section(
 review_output=positive_prompt,
 system_message=prompts["긍정적인 리뷰분석"],
 max_tokens=15000,
 temperature=0.3,
 top_p=0.95,
 )
 negative_analysis, _ = generate_section(
 review_output=negative_prompt,
 system_message=prompts["부정적인 리뷰분석"],
 max_tokens=15000,
 temperature=0.4,
 top_p=0.95,
 )
 return positive_analysis, negative_analysis


# Create a new client for CohereForAI/c4ai-command-r-plus model
def create_client(model_name):
 return InferenceClient(model_name, token=os.getenv("HF_TOKEN"))


client = create_client("CohereForAI/c4ai-command-r-plus")


# Function to generate analysis for each review type
def generate_section(review_output, system_message, max_tokens, temperature, top_p):
 prompt = f"{review_output}\n\n{system_message}"
 response = call_api(prompt, max_tokens, temperature, top_p)
 return response, prompt


# Function to call the API
def call_api(content, max_tokens, temperature, top_p):
 messages = [{"role": "system", "content": ""}, {"role": "user", "content": content}]
 response = client.chat_completion(messages, max_tokens=max_tokens, temperature=temperature, top_p=top_p)
 return response.choices[0].message['content']


prompts = {
 "긍정적인 리뷰분석": """[중요 규칙]
1. 반드시 한글(한국어)로 출력하라.
2. 너는 리뷰 데이터를 분석하는 빅데이터 분석가이다.
3. 고객의 리뷰 데이터를 바탕으로 긍정적인 의견의 데이터만 분석하라.
4. 반드시 제공된 리뷰 데이터에서만 분석하라.
5. 너의 생각을 포함하지 말 것.
[분석 조건]
1. 총 20개의 리뷰데이터를 제공한다.
2. 각 리뷰 데이터의 둘째줄 부터의 실제 고객리뷰를 반영하라.
3. 반드시 긍정적인 의견만을 분석하라. 부정적인 의견은 제외하라.
4. 기능과 성능의 부분, 감성적인 부분, 실제 사용 측면의 부분, 배송의 부분, 타겟별 부분의 관점으로 분석하라.
5. 4번의 조건에 포함되지 않는 긍정적인 리뷰를 별도로 출력하라.
6. 마케팅적인 요소로 사용할 수 있는 고객의 실제 리뷰를 반영하라.
[출력 형태 조건]
1. 각각의 제목 앞에 '📝'이모지를 출력하라,'#', '##'은 출력하지 말것.
2. 가장 마지막에 종합 의견을 작성하라, "🏆종합의견"의 제목형태를 사용하라.
 [종합의견의 출력 조건 시작]
 ('종합의견'이 아닌 다른 부분에 이 출력 조건을 반영하지 말 것.
 - 항목별 제목을 제외하라.
 - 종합의견에는 항목별 제목을 제외하고 서술식 문장으로 작성하라.
 - 매출을 극대화 할 수 있는 고객의 실제 리뷰 포인트를 제시하라.
 [SWOT분석 조건]
 1. '종합의견' 다음 내용으로 SWOT분석 의견을 출력하라.
 2. SWOT분석 중 '강점'의견과 '기회'의 의견을 출력하라.
 3. 반드시 '종합의견'의 내용을 기반으로 작성하라.
 4. 제목은 '🏹 강점', '🏹 기회'으로 출력하라.
 [종합의견의 출력 조건 끝]

3. 실제 고객의 리뷰 데이터에서 사용된 단어를 포함하라.
4. 너의 생각을 임의로 넣지 말 것.
""",
 "부정적인 리뷰분석": """[중요 규칙]
1. 반드시 한글(한국어)로 출력하라.
2. 너는 리뷰 데이터를 분석하는 빅데이터 분석가이다.
3. 고객의 리뷰 데이터를 바탕으로 부정적인 의견의 데이터만 분석하라.
4. 반드시 제공된 리뷰 데이터에서만 분석하라.
5. 너의 생각을 포함하지 말 것.
[분석 조건]
1. 총 30개의 리뷰데이터를 제공한다.
2. 각 리뷰 데이터의 둘째줄 부터의 실제 고객리뷰를 반영하라.
3. 부정적인 의견만을 분석하라.
4. 기능과 성능의 부분, 감성적인 부분, 실제 사용 측면의 부분, 배송의 부분, 고객의 분노 부분의 관점으로 분석하라.
5. 4번의 조건에 포함되지 않는 부정적인 리뷰를 별도로 출력하라.
6. 부정적인 리뷰 분석 결과를 바탕으로 '개선할 점'을 출력하라.
[출력 형태 조건]
1. 각각의 제목 앞에 '📝'이모지를 출력하라,'#', '##'은 출력하지 말것.
2. 가장 마지막에 '개선할 점'을 출력하라("📢개선할 점"의 제목형태를 사용하라.)
 [개선할 점의 출력 조건 시작]
 ('개선할 점'이 아닌 다른 부분에 이 출력 조건을 반영하지 말 것.
 - 항목별 제목을 제외하라.
 - 주요 항목별로 개선할 점을 출력하라.
 - 전문적이고, 분석적이며, 제안하는 형태의 공손한 어투를 사용하라.(단답형 표현 금지)
 [SWOT분석 조건]
 1. '종합의견' 다음 내용으로 SWOT분석 의견을 출력하라.
 2. SWOT분석 중 '약점'의견과 '위협'의 의견을 출력하라.
 3. 반드시 '개선할 점'의 내용을 기반으로 작성하라.
 4. 제목은 '💉 약점', '💉 위협'으로 출력하라.
 [개선할 점의 출력 조건 끝]

3. 실제 고객의 리뷰 데이터에서 사용된 단어를 포함하라.
4. 너의 생각을 임의로 넣지 말 것.
"""
}


def select_all_years():
 current_year = datetime.now().year
 return [str(year) for year in range(current_year, current_year - 5, -1)]


def deselect_all_years():
 return []


with gr.Blocks() as 리뷰추이_분석:
 gr.Markdown("### 엑셀 파일 업로드")
 file_input = gr.File(label="", file_types=["xlsx"])
 year_selection = gr.Radio(years, label="분석년도 선택", value=str(datetime.now().year))
 analyze_button = gr.Button("분석 실행")

 outputs = [
 gr.File(label="세부분석 자료를 다운받으세요(Excel파일)"),
 gr.File(label="최근3년간 월별 리뷰추이"),
 gr.File(label="최근 년도별 리뷰추이"),
 gr.File(label="선택년도 월 리뷰추이"),
 gr.File(label="선택년도 일일 리뷰추이"),
 ]

 analyze_button.click(predict, inputs=[file_input, year_selection], outputs=outputs)

with gr.Blocks() as 리뷰분석:
 year_selection_review = gr.CheckboxGroup(
 choices=[str(year) for year in select_all_years()],
 label="연도 선택",
 value=[str(year) for year in select_all_years()]
 )
 option_selection = gr.Radio(
 choices=["전체옵션분석", "주요옵션분석(1개)", "주요옵션분석(3개)", "주요옵션분석(5개)"],
 label="옵션별 리뷰분석 선택",
 value="전체옵션분석"
 )
 analyze_button_review = gr.Button("리뷰 가져오기")
 analyze_all_button = gr.Button("리뷰 분석하기")

 with gr.Column():
 gr.Markdown("### 리뷰 결과")
 positive_reviews_output_review = gr.Textbox(label="긍정적인 주요 리뷰(20개)", interactive=False, lines=12)
 negative_reviews_output_review = gr.Textbox(label="부정적인 주요 리뷰(30개)", interactive=False, lines=12)

 gr.Markdown("### 출력")

 positive_analysis_output_review = gr.Textbox(label="긍정적인 리뷰분석", interactive=False, lines=12)
 negative_analysis_output_review = gr.Textbox(label="부정적인 리뷰분석", interactive=False, lines=12)

 analyze_button_review.click(update_reviews, inputs=[file_input, year_selection_review, option_selection],
 outputs=[positive_reviews_output_review, negative_reviews_output_review])

 analyze_all_button.click(
 fn=analyze_all,
 inputs=[positive_reviews_output_review, negative_reviews_output_review],
 outputs=[positive_analysis_output_review, negative_analysis_output_review]
 )

 with gr.Row():
 with gr.Column():
 positive_analysis_output_review
 with gr.Column():
 negative_analysis_output_review

with gr.Blocks() as tabs:
 with gr.Tab("리뷰추이 분석"):
 리뷰추이_분석.render()
 with gr.Tab("리뷰분석"):
 리뷰분석.render()

if __name__ == "__main__":
 tabs.launch()