作者：俊欣

來(lái)源：關(guān)于數據分析與可視化

小編最近碰上了一個(gè)數據分析利器，可以將我們需要的數據展示在網(wǎng)頁(yè)上棵川，并且進(jìn)行相對深度的數據分析與挖掘炕诫，所以就打算借此機會(huì )和大家分享一下挚并。

關(guān)于streamlit-aggrid

我們知道用Streamlit模塊來(lái)進(jìn)行web應用的開(kāi)發(fā)真的非常的方便，但是在展示表格方面則顯得十分地簡(jiǎn)陋，只有兩個(gè)簡(jiǎn)單的接口函數暗甥，分別是st.table(df)和st.dataframe(df)，對于字段較多的表格數據的展示非常的不友好吮扫，今天小編就來(lái)介紹一款Streamlit的插件拔萤，streamlit-aggrid猖腕，它的基礎功能包括

• 數據排序
• 表格樣式的調整
• 數據的篩選
• 翻頁(yè)
• 等等

首先我們先通過(guò)pip命令下載該模塊

pip install streamlit-aggrid

我們先來(lái)寫(xiě)一個(gè)簡(jiǎn)單的demo月帝，看一下該模塊到底能實(shí)現哪些功能，代碼如下

import pandas as pd import streamlit as st from st_aggrid import AgGrid

st.set_page_config(page_title="網(wǎng)飛(Netflix)的電影數據分析", layout="wide") 
st.title("網(wǎng)飛(Netflix)的電影數據分析")
shows = pd.read_csv("netflix_titles.csv")  
AgGrid(shows)

output

我們和st.dataframe(shows)出來(lái)的結果相比，發(fā)現調用streamlit-aggrid模塊展示出來(lái)的表格更加美觀(guān)驱敲，如下圖所示

不同方法的結果對比

當然我們還能夠給數據進(jìn)行排序，如下圖所示

并且還可以根據指定的條件來(lái)進(jìn)行數據的篩選，如下圖所示

我們還可以按照自己的喜好來(lái)拖拽表格當中的每一列的數據孽验，調整表格的順序

更多操作

翻頁(yè)

除了上面的一些基本操作之外，streamlit-aggrid模塊展示出來(lái)的表格數據還支持翻頁(yè)操作，代碼如下

import pandas as pd import streamlit as st from st_aggrid import AgGrid from st_aggrid.grid_options_builder import GridOptionsBuilder

st.set_page_config(page_title="網(wǎng)飛(Netflix)的電影數據分析", layout="wide")
st.title("網(wǎng)飛(Netflix)的電影數據分析")

shows = pd.read_csv("netflix_titles.csv")

gb = GridOptionsBuilder.from_dataframe(shows)
gb.configure_pagination()
gridOptions = gb.build()

AgGrid(shows, gridOptions=gridOptions)

output

分組統計

我們平常在Pandas模塊當中用到的groupby分組統計來(lái)streamlit-aggrid模塊當中也可以輕松地實(shí)現，代碼如下

import pandas as pd import streamlit as st from st_aggrid import AgGrid from st_aggrid.grid_options_builder import GridOptionsBuilder

st.set_page_config(page_title="網(wǎng)飛(Netflix)的電影數據分析", layout="wide")
st.title("網(wǎng)飛(Netflix)的電影數據分析")

shows = pd.read_csv("netflix_titles.csv")
gb = GridOptionsBuilder.from_dataframe(shows)

gb.configure_pagination()
gb.configure_side_bar()
gb.configure_default_column(groupable=True, value=True, enableRowGroup=True, aggFunc="sum", editable=True)
gridOptions = gb.build()

AgGrid(shows, gridOptions=gridOptions, enable_enterprise_modules=True)

這樣，在表格的最左側會(huì )出現工具欄，我們可以在其中進(jìn)行進(jìn)一步的操作，如下圖所示

高亮表格數據

在Pandas模塊當中我們可以給指定的數據高亮顯示，那么同樣地在streamlit-aggrid模塊當中也可以實(shí)現，代碼如下

shows = pd.read_csv("netflix_titles.csv")
gb = GridOptionsBuilder.from_dataframe(shows)

cellsytle_jscode = JsCode( """
function(params) {
    if (params.value.includes('United States')) {
        return {
            'color': 'white',
            'backgroundColor': 'red'
        }
    } else {
        return {
            'color': 'black',
            'backgroundColor': 'white'
        }
    }
};
""" )

gb.configure_column("country", cellStyle=cellsytle_jscode)
gridOptions = gb.build()
data = AgGrid(
    shows,
    gridOptions=gridOptions,
    enable_enterprise_modules=True,
    allow_unsafe_jscode=True )

我們將國家為“美國”的電影數據用紅色高亮顯示出來(lái)肥符，如下圖所示