如何将本地 csv 文件的内容保存到“硬编码”Pandas DataFrame 中？

Question

我正在构建一个必须从 DataFrame 读取数据的 Streamlit 仪表板。 问题是我有一个本地 csv 和一个本地 Excel 文件表单，我正在使用pd.read_csv()读取数据。

但是，当我与其他人共享我的仪表板 url 时，数据将无法加载，因为他们在本地没有该文件。

如何读取 csv 和 Excel 文件的内容并将它们转换为“硬编码”pandas DataFrame？

我想我的问题是：我应该如何在没有本地 csv 和 Excel 文件的情况下存储和读取我的数据？

编辑：抱歉没有代码或 MRE，但我真的不知道如何做到这一点。 如果我有一段代码，它只是一个包含示例数据的 Pandas 数据框。

Answer 1

在 RI 中，将使用dput()函数向我展示创建数据框所需的代码。

对于 Python，我知道print(df.to_dict())会做一些类似于“硬编码” Pandas DF 的事情。

所以我会做以下事情：

1：打印你的df。 df.to_dict()

2：复制并粘贴必要的代码以在您的流光应用程序中创建数据框。 类似的东西： {'a': {0: 1, 1: 2}, 'b': {0: 3, 1: 3}}

3：通过在每次应用程序运行时创建数据帧来“加载”数据帧。 df = pd.DataFrame.from_dict({'a': {0: 1, 1: 2}, 'b': {0: 3, 1: 3}})

PS：请注意，如果您的数据不时发生变化，则此解决方案不可扩展也不起作用。 如果是这种情况，您将需要每次都继续打印并粘贴新的 df 到您的代码中。