Question

我是破折号的新手，并试图制作一个基本表以显示在IP上，以供所有人查看。这样可以避免需要电子邮件或将数据放置在特定位置。我使用以下代码创建了一个从文档中提取的非常简单的破折号表，但我想定期更新仪表板。为此，我使用任务计划程序每30分钟运行一次代码，杀死旧实例。这样，当“ data.csv”更新时，表中将显示一个新的数据框。

import dash
import dash_core_components as dcc
import dash_html_components as html
import pandas as pd

df = pd.read_csv('data.csv')


def generate_table(dataframe, max_rows=30):
    return html.Table(
        # Header
        [html.Tr([html.Th(col) for col in dataframe.columns])] +

        # Body
        [html.Tr([
            html.Td(dataframe.iloc[i][col]) for col in dataframe.columns
        ]) for i in range(min(len(dataframe), max_rows))]
    )


external_stylesheets = ['https://codepen.io/chriddyp/pen/bWLwgP.css']

app = dash.Dash(__name__, external_stylesheets=external_stylesheets)

app.layout = html.Div(children=[
    html.H4(children='Title'),
    generate_table(df, max_rows=len(df))
])


if __name__ == '__main__':
    ADDRESS='100.100.100.100'  #ipv4 address for computer code is run on
    PORT=int(1000)
    app.run_server(debug=True, host=ADDRESS, port=PORT)

我的问题是，尽管重新启动实例并更改了csv，但只会显示原始的csv数据。我只能通过更改端口并启动新的应用程序来解决它，这不是我想要的选择。如何获取同一应用程序以使用新的csv信息进行更新？

Answer 1

我认为您不需要杀死“旧”应用实例，而每隔几分钟就运行一个新实例。您只需启动一次应用程序，然后将“更新间隔”设置为所需的时间（以毫秒为单位），以便应用程序在其继续运行的同时通过回调函数下载新数据。

此代码演示了这一点（Dash v1.6.0）：

import dash
import dash_core_components as dcc
import dash_html_components as html
import dash_table
import pandas as pd

app = dash.Dash(__name__)

df = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/solar.csv')

app.layout = html.Div([
      html.H4('Dashboard'),
      dcc.Interval('graph-update', interval = 2000, n_intervals = 0),
      dash_table.DataTable(
          id = 'table',
          data = df.to_dict('records'),
          columns=[{"name": i, "id": i} for i in df.columns])])

@app.callback(
        dash.dependencies.Output('table','data'),
        [dash.dependencies.Input('graph-update', 'n_intervals')])
def updateTable(n):
    df = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/solar.csv')
    return df.to_dict('records')

if __name__ == '__main__':
     app.run_server(debug=True, port=10451)

Answer 2

无需重新创建图形即可更新数据。这样可以减少渲染延迟。

@app.callback(
    Output(component_id='graph_map', component_property='figure'),
    Input(component_id='scale_slider', component_property='value'),
    State(component_id='graph_map', component_property='figure')
)
def update_output(set_scale, map_fig):
    df = df_original[df_original['scale'] == set_scale]
    
    map_fig['data'][0]['locations'] = df['cell_id'].tolist()
    map_fig['data'][0]['z'] = df['color_id'].tolist()

    return map_fig

cell_id-列名称，已在choropleth_mapbox'locations'中使用
color_id-列名称，已在choropleth_mapbox'color'中使用

使用新数据框更新Python Dash App

2 个答案: