将来自ipywidgets的交互与数据框一起使用

Question

我是ipywidgets的新手，正在尝试结合使用此库中的interact和数据框。我的数据框是：

df
KundenNR    Kundengruppe    Wertpapierart   Erlös   Kosten A    Kosten B
1   1   A   100     30  10
1   1   B   200     30  15
1   1   C   300     30  20

到目前为止，我已执行以下操作：

from ipywidgets import widgets, interact, interactive, fixed, interact_manual
from IPython.display import display
def f(x):
    df1 = df.copy()
    df1['Kosten A'] = x
    y = x*x
    print(df1, y)

interact(f, x=(10,50,5))

这成功地给了我所需的结果，这意味着我看到了datframe，并且Kosten A列已通过交互按钮进行了更改：

我真的很想知道如何将数据框直接传递给函数，而不是从中创建一个副本。有解决方案吗？

Answer 1

将数据框作为参数传递给用fixed包装的函数。之后，您应该能够调用数据框，并且由于交互而引起的任何更改都应该是永久的。

    import pandas as pd
    from ipywidgets import widgets, interact, interactive, fixed, interact_manual
    from IPython.display import display

    df = pd.DataFrame([1,2,3])

    def f(x, df):
        df
        df['Kosten A'] = x
        y = x*x
        print(df, y)

    interact(f, x=(10,50,5), df = fixed(df))

Answer 2

使用fixed伪部件是一种将额外的参数传递给交互函数的方法，这些参数不会显示为小部件。参见：https://ipywidgets.readthedocs.io/en/latest/examples/Using%20Interact.html#Fixing-arguments-using-fixed

但是，fixed的实现非常简单（interaction.py）：

from traitlets import HasTraits, Any, Unicode

class fixed(HasTraits):
    """A pseudo-widget whose value is fixed and never synced to the client."""
    value = Any(help="Any Python object")
    description = Unicode('', help="Any Python object")
    def __init__(self, value, **kwargs):
        super(fixed, self).__init__(value=value, **kwargs)
    def get_interact_value(self):
        """Return the value for this widget which should be passed to
        interactive functions. Custom widgets can change this method
        to process the raw value ``self.value``.
        """
        return self.value

因此，您可以编写自己的伪部件fixed_copy：

import pandas as pd
from ipywidgets import interact, fixed

df = pd.DataFrame([1,2,3])

class fixed_copy(fixed):
    def get_interact_value(self):
        return self.value.copy()

@interact(x=(10, 50, 5), df=fixed_copy(df))
def f(x, df):
    df['Kosten A'] = x
    y = x*x
    return (df, y)

它很好地显示了修改后的df，但是之后，df的值仍然是：

   0
0  1
1  2
2  3