Question

我想读取一个.csv文件，并返回一个groupby函数作为回调，以使用“ dash_table”库显示为简单数据表。 @Lawliet的有用答案显示了如何使用“ dash_table_experiments”库执行此操作。这是我被困住的地方：

import pandas as pd
import dash
import dash_core_components as dcc
import dash_html_components as html
import dash_table
from dash.dependencies import Input, Output, State

df = pd.read_csv(
        'https://gist.githubusercontent.com/chriddyp/'
        'c78bf172206ce24f77d6363a2d754b59/raw/'
        'c353e8ef842413cae56ae3920b8fd78468aa4cb2/'
        'usa-agricultural-exports-2011.csv')

app = dash.Dash()
application = app.server

app.layout = html.Div([
    dash_table.DataTable(
        id = 'datatable',        
    ),

    html.Div([
        html.Button(id='submit-button',                
                children='Submit'
    )
    ]),    

])

@app.callback(Output('datatable','data'),
            [Input('submit-button','n_clicks')],
                [State('submit-button','n_clicks')])

def update_datatable(n_clicks,csv_file):            
    if n_clicks:                            
        dfgb = df.groupby(['state']).sum()
        return dfgb.to_dict('rows')

if __name__ == '__main__':
    application.run(debug=False, port=8080)

Answer 1

当您尝试将回调 Output 组件注册为 DataTable 时， DataTable 组件的所有必需/必需属性都应为在回调中更新并返回。在您的代码中，您只更新了 DataTable.data ，而不是 DataTable.column ，一种简单的方法是返回整个 Datatable 组件，即预填充所有必需的属性值。

这里是一个例子，

 将dash_html_components导入为html
导入dash_core_components作为dcc
导入破折号
导入dash_table
将熊猫作为pd导入
导入dash_table_experiments作为dt

app =破折号（__name__）

＃要加载的数据
数据= [['Alex'，10]，['Bob'，12]，['Clarke'，13]，['Alex'，100]]
df = pd.DataFrame（data，columns = ['Name'，'Mark']）

app.layout = html.Div（[
    dt.DataTable（
            rows = df.to_dict（'records'），
            column = df.columns，
            row_selectable =真实，
            filterable =真，
            sortable =真，
            selected_row_indices = list（df.index），＃默认情况下选中的所有行
            id ='2'
     ），
    html.Button（'Submit'，id ='button'），
    html.Div（id =“ div-1”），
]）


@ app.callback（
    dash.dependencies.Output（'div-1'，'children'），
    [dash.dependencies.Input（'button'，'n_clicks'）]）
def update_output（n_clicks）：

    df_chart = df.groupby（'Name'）。sum（）

    返回[
        dt.DataTable（
            rows = df_chart.to_dict（'rows'），
            column = df_chart.columns，
            row_selectable =真实，
            filterable =真，
            sortable =真，
            selected_row_indices = list（df_chart.index），＃默认情况下选中的所有行
            id ='3'
        ）
    ]

如果__name__ =='__main__'：
    app.run_server（debug = True）

不推荐使用 dash-table-experiments 。

编辑1：这是使用 dash_tables

的一种方法

 将pandas导入为pd
导入破折号
导入dash_core_components作为dcc
将dash_html_components导入为html
将dash_table导入为dt
从dash.dependencies导入输入，输出，状态

df = pd.read_csv（
        'https://gist.githubusercontent.com/chriddyp/'
        'c78bf172206ce24f77d6363a2d754b59 / raw /'
        'c353e8ef842413cae56ae3920b8fd78468aa4cb2 /'
        'USA-agricultural-exports-2011.csv'）

应用= dash.Dash（）
应用程序= app.server

app.layout = html.Div（[
    dt.DataTable（
        id ='dt1'，
        列= [{（“名称”：i，“ id”：i，}代表（df.columns）中的i]，

    ），
    html.Div（[
        html.Button（id ='submit-button'，
                children ='提交'
        ）
    ]），

]）

@ app.callback（Output（'dt1'，'data'），
            [Input（'submit-button'，'n_clicks'）]，
                [状态（'提交按钮'，'n_clicks'）]）

def update_datatable（n_clicks，csv_file）：
    如果n_clicks：
        dfgb = df.groupby（['state']）。sum（）
        data_1 = df.to_dict（'rows'）
        返回data_1

如果__name__ =='__main__'：
    application.run（调试= False，端口= 8080）

另一种方式：返回整个 DataTable

 将pandas导入为pd
导入破折号
导入dash_core_components作为dcc
将dash_html_components导入为html
将dash_table导入为dt
从dash.dependencies导入输入，输出，状态

df = pd.read_csv（
        'https://gist.githubusercontent.com/chriddyp/'
        'c78bf172206ce24f77d6363a2d754b59 / raw /'
        'c353e8ef842413cae56ae3920b8fd78468aa4cb2 /'
        'USA-agricultural-exports-2011.csv'）

应用= dash.Dash（）
应用程序= app.server

app.layout = html.Div（[
    html.Div（id =“ table1”），

    html.Div（[
        html.Button（id ='submit-button'，
                children ='提交'
    ）
    ]），

]）

@ app.callback（Output（'table1'，'children'），
            [Input（'submit-button'，'n_clicks'）]，
                [状态（'提交按钮'，'n_clicks'）]）

def update_datatable（n_clicks，csv_file）：
    如果n_clicks：
        dfgb = df.groupby（['state']）。sum（）
        数据= df.to_dict（'行'）
        column = [{“ name”：i，“ id”：i，}（在（df.columns）中为i）
        返回dt.DataTable（data = data，column = columns）


如果__name__ =='__main__'：
    application.run（调试= False，端口= 8080）

我提到了这个例子： https://github.com/ plotly / dash-table / blob / master / tests / cypress / dash / v_copy_paste.py＃L33

Answer 2

您只需在update_datatable中进行少量修改就可以完成它，它应该可以正常工作（未经测试）：

def update_datatable(n_clicks,csv_file):            
    if n_clicks:                            
        dfgb = df.groupby(['state']).sum()
        return html.Div([dash_table.DataTable(
                data=dfgb.to_dict('rows'),
                columns=[{'name': i, 'id': i} for i in dfgb.columns],
                style_header={'backgroundColor': "#FFD700",
                              'fontWeight': 'bold',
                              'textAlign': 'center',},
                style_table={'overflowX': 'scroll'},  
                style_cell={'minWidth': '180px', 'width': '180px',
                        'maxWidth': '180px','whiteSpace': 'normal'},                        
                         filtering=True,
                 row_selectable="multi",
                 n_fixed_rows=1),
               html.Hr()
        ])

从Plotly Dash for Python的回调中返回Pandas DataFrame作为data_table

2 个答案: