https://github.com/jknecht/baseball-archive-sqlite

import streamlit as st
import sqlite3

conn = sqlite3.connect('lahmansbaseballdb.sqlite')
cursor = conn.cursor()

cursor.execute('''
SELECT * FROM pitching WHERE playerID='ryuhy01';
''')

result = cursor.fetchall()

print(result)

import streamlit as st
import sqlite3

conn = sqlite3.connect('memo.db')
cursor = conn.cursor()

cursor.execute('''CREATE TABLE IF NOT EXISTS memos (content TEXT)''')

st.title("메모장 애플리케이션")

memo = st.text_area("메모 입력", height=200)
save_button = st.button("저장")

if save_button:
    cursor.execute('INSERT INTO memos VALUES (?)', (memo,))
    conn.commit()
    st.success('메모가 저장되었습니다.')

st.subheader('저장된 메모')
cursor.execute('SELECT * FROM memos')
saved_memos = cursor.fetchall()

if saved_memos:
    for saved_memo in saved_memos:
        st.write(saved_memo[0])
else:
    st.info('저장된 메모가 없습니다.')
    
conn.close()

import streamlit as st
import sqlite3
import pandas as pd

# Streamlit 애플리케이션 설정
st.title('데이터베이스 조회')
user_input = st.text_input('플레이어 ID 입력:')
submit_button = st.button('조회')

# 데이터베이스 연결
conn = sqlite3.connect('lahmansbaseballdb.sqlite')
cursor = conn.cursor()

# 사용자 입력 및 조회 버튼 처리
if submit_button and user_input:
    player_id = user_input.strip()

    # 쿼리 실행
    cursor.execute(f"SELECT * FROM pitching WHERE playerID='{player_id}'")
    result = cursor.fetchall()

    # 결과 출력
    if len(result) > 0:
        df = pd.DataFrame(result, columns=[i[0] for i in cursor.description])
        st.dataframe(df)
    else:
        st.write('조회된 결과가 없습니다.')

# 데이터베이스 연결 종료
conn.close()

import streamlit as st
import sqlite3
import pandas as pd
import matplotlib.pyplot as plt

# Streamlit 애플리케이션 설정
st.title('메이저리그 데이터 조회')
user_input = st.text_input('플레이어 ID 입력:')
submit_button = st.button('조회')

# 데이터베이스 연결
conn = sqlite3.connect('lahmansbaseballdb.sqlite')
cursor = conn.cursor()

# 사용자 입력 및 조회 버튼 처리
if submit_button and user_input:
    player_id = user_input.strip()

    # 쿼리 실행
    cursor.execute(f"SELECT * FROM pitching WHERE playerID='{player_id}'")
    result = cursor.fetchall()

    # 결과 출력
    if len(result) > 0:
        df = pd.DataFrame(result, columns=[i[0] for i in cursor.description])
        st.dataframe(df)

        # yearID 별로 ERA 그래프 시각화
        df['ERA'] = df['ER'] / df['IPouts'] * 27  # ERA 계산
        grouped = df.groupby('yearID')['ERA'].mean()  # yearID 별로 ERA 평균 계산
        fig, ax = plt.subplots()
        ax.plot(grouped.index, grouped.values, marker='o')
        ax.set_xlabel('Year')
        ax.set_ylabel('ERA')
        ax.set_title(f'ERA by Year for Player {player_id}')
        st.pyplot(fig)

    else:
        st.write('조회된 결과가 없습니다.')

# 데이터베이스 연결 종료
conn.close()