[英]Python Dash App updating with new dataframe
我是破折号的新手,并试图制作一个基本表格以显示在 IP 上供每个人查看。 这可以防止需要电子邮件或将数据放置在任何特定的地方。 我使用以下代码从文档中创建一个非常简单的破折号表,但我想定期更新仪表板。 为此,我使用任务调度程序每 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,尽管重新启动了实例并更改了 csv,但只会显示原始 csv 数据。 我只能通过更改端口并启动新应用程序来修复它,这不是我想要的选项。 我怎样才能让同一个应用程序更新新的 csv 信息?
我认为您不需要每隔几分钟杀死“旧”应用程序实例并运行一个新应用程序实例。 您只需启动一次应用程序并将“更新间隔”设置为所需的时间(以毫秒为单位),以便应用程序在保持运行时在回调函数中下载新数据。
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)
无需再次创建图形即可更新数据。 这减少了渲染延迟。
@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,用于 choropleth_mapbox 'locations'
color_id - 列名,在 choropleth_mapbox 'color' 中使用
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.