Code Editor for app.py

import streamlit as st
import pandas as pd
import requests
from datetime import datetime
import json

st.set_page_config(
    page_title="地震資訊",
    page_icon="🌍",
    layout="wide"
)

st.title("🌍 地震資訊監測")

# 資料來源選擇
data_source = st.selectbox(
    "選擇資料來源",
    ["USGS (美國地質調查局)", "中央氣象署"]
)

@st.cache_data(ttl=300)  # 快取5分鐘
def get_earthquake_data_usgs():
    """獲取USGS地震資料"""
    try:
        # NOTE: Using corsproxy.io because we're in a WASM environment. If running locally,
        # you can remove the corsproxy.io prefix. Some websites don't work with the proxy,
        # in those cases try removing the proxy prefix.
        url = "https://corsproxy.io/?https://earthquake.usgs.gov/earthquakes/feed/v1.0/summary/all_day.geojson"
        response = requests.get(url)
        data = response.json()
        
        earthquakes = []
        for feature in data['features']:
            properties = feature['properties']
            geometry = feature['geometry']
            
            earthquakes.append({
                '時間': datetime.fromtimestamp(properties['time']/1000).strftime('%Y-%m-%d %H:%M:%S'),
                '規模 (Magnitude)': properties['mag'] if properties['mag'] else 0,
                '深度 (km)': geometry['coordinates'][2] if len(geometry['coordinates']) > 2 else 0,
                '地點': properties['place'] if properties['place'] else '未知',
                '經度': geometry['coordinates'][0],
                '緯度': geometry['coordinates'][1],
                '詳細資訊': properties['url'] if properties['url'] else ''
            })
        
        return pd.DataFrame(earthquakes)
    except Exception as e:
        st.error(f"獲取USGS資料時發生錯誤: {str(e)}")
        return pd.DataFrame()

@st.cache_data(ttl=300)  # 快取5分鐘
def get_earthquake_data_cwa():
    """獲取中央氣象署地震資料"""
    try:
        # NOTE: Using corsproxy.io because we're in a WASM environment. If running locally,
        # you can remove the corsproxy.io prefix. Some websites don't work with the proxy,
        # in those cases try removing the proxy prefix.
        url = "https://corsproxy.io/?https://opendata.cwa.gov.tw/api/v1/rest/datastore/E-A0015-001?Authorization=CWA-OPEN-DATA-API-KEY&format=JSON"
        response = requests.get(url)
        
        # 如果API需要金鑰，我們提供一個範例資料
        sample_data = [
            {
                '時間': '2024-01-15 14:30:25',
                '規模 (Magnitude)': 5.2,
                '深度 (km)': 15.6,
                '地點': '花蓮縣近海',
                '經度': 121.5,
                '緯度': 24.0,
                '最大震度': '4級'
            },
            {
                '時間': '2024-01-15 08:45:12',
                '規模 (Magnitude)': 4.1,
                '深度 (km)': 8.2,
                '地點': '台東縣海端鄉',
                '經度': 121.2,
                '緯度': 23.1,
                '最大震度': '3級'
            },
            {
                '時間': '2024-01-14 23:15:33',
                '規模 (Magnitude)': 3.8,
                '深度 (km)': 12.4,
                '地點': '南投縣仁愛鄉',
                '經度': 121.0,
                '緯度': 24.2,
                '最大震度': '2級'
            }
        ]
        
        return pd.DataFrame(sample_data)
    except Exception as e:
        st.error(f"獲取中央氣象署資料時發生錯誤: {str(e)}")
        return pd.DataFrame()

# 根據選擇的資料來源獲取資料
if data_source == "USGS (美國地質調查局)":
    df = get_earthquake_data_usgs()
    st.info("📡 顯示全球過去24小時地震資料（來源：USGS）", icon="ℹ️")
else:
    df = get_earthquake_data_cwa()
    st.info("📡 顯示台灣地區地震資料（來源：中央氣象署）- 範例資料", icon="ℹ️")

if not df.empty:
    # 篩選選項
    col1, col2 = st.columns(2)
    
    with col1:
        min_magnitude = st.slider(
            "最小規模", 
            min_value=0.0, 
            max_value=10.0, 
            value=0.0, 
            step=0.1
        )
    
    with col2:
        max_depth = st.slider(
            "最大深度 (km)", 
            min_value=0, 
            max_value=700, 
            value=700, 
            step=10
        )
    
    # 篩選資料
    filtered_df = df[
        (df['規模 (Magnitude)'] >= min_magnitude) & 
        (df['深度 (km)'] <= max_depth)
    ].copy()
    
    # 統計資訊
    st.subheader("📊 統計資訊")
    col1, col2, col3, col4 = st.columns(4)
    
    with col1:
        st.metric("總地震數量", len(filtered_df))
    
    with col2:
        if not filtered_df.empty:
            avg_magnitude = filtered_df['規模 (Magnitude)'].mean()
            st.metric("平均規模", f"{avg_magnitude:.1f}")
        else:
            st.metric("平均規模", "N/A")
    
    with col3:
        if not filtered_df.empty:
            max_magnitude = filtered_df['規模 (Magnitude)'].max()
            st.metric("最大規模", f"{max_magnitude:.1f}")
        else:
            st.metric("最大規模", "N/A")
    
    with col4:
        if not filtered_df.empty:
            avg_depth = filtered_df['深度 (km)'].mean()
            st.metric("平均深度", f"{avg_depth:.1f} km")
        else:
            st.metric("平均深度", "N/A")
    
    # 地震列表
    st.subheader("🗂️ 地震列表")
    
    if not filtered_df.empty:
        # 按規模排序
        display_df = filtered_df.sort_values('規模 (Magnitude)', ascending=False)
        
        # 添加顏色標記
        def highlight_magnitude(val):
            if val >= 7.0:
                return 'background-color: #ff4444; color: white'
            elif val >= 5.0:
                return 'background-color: #ff8800; color: white'
            elif val >= 3.0:
                return 'background-color: #ffaa00'
            else:
                return 'background-color: #88ff88'
        
        # 顯示表格
        styled_df = display_df.style.applymap(
            highlight_magnitude, 
            subset=['規模 (Magnitude)']
        )
        
        st.dataframe(styled_df, use_container_width=True)
        
        # 規模分布圖表
        st.subheader("📈 規模分布")
        magnitude_counts = pd.cut(
            filtered_df['規模 (Magnitude)'], 
            bins=[0, 2, 3, 4, 5, 6, 7, 10], 
            labels=['0-2', '2-3', '3-4', '4-5', '5-6', '6-7', '7+']
        ).value_counts().sort_index()
        
        st.bar_chart(magnitude_counts)
        
        # 深度分布圖表
        st.subheader("🏔️ 深度分布")
        st.histogram_chart(filtered_df['深度 (km)'], bins=20)
        
    else:
        st.warning("⚠️ 沒有符合篩選條件的地震資料")
    
    # 重要提醒
    st.subheader("⚠️ 重要提醒")
    st.warning("""
    - 🔴 規模7.0以上：重大地震
    - 🟠 規模5.0-6.9：中強地震  
    - 🟡 規模3.0-4.9：有感地震
    - 🟢 規模3.0以下：微震
    
    請隨時關注官方地震預警資訊！
    """)
    
    # 資料更新時間
    st.caption(f"資料更新時間: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}")
    
else:
    st.error("❌ 無法獲取地震資料，請稍後再試")

# 重新整理按鈕
if st.button("🔄 重新整理資料"):
    st.cache_data.clear()
    st.rerun()