Streamlit 自动填充多选小部件以过滤数据框

Question

我有一个 streamlit 应用程序，用户可以在其中上传 csv 文件。我希望 streamlit 检测 object/dimension 列并为每个列创建一个 multiselect 过滤器，每个列内都有唯一值。例如，如果用户上传包含 3 object/dimension 的文件，将创建 3 个单独的多 select 过滤器。我想出了下面的代码，但它似乎不起作用。我最终遇到以下错误。我认为问题是通过创建每个 multiselect 过滤器循环，但我不确定另一种动态执行此操作的方法。我也试过用 data[y].unique() 代替 ucolumns 但这仍然不起作用。

任何帮助都会很棒。

        for y in data.columns:
            if (data[y].dtype == np.object):
                ucolumns=list(data[y].unique())
                data[y+"filter"]=st.sidebar.multiselect('Filter '+y, ucolumns)
            else:
                pass

ValueError: Length of values (0) does not match length of index (97)
File "c:\users\###\pycharmprojects\pythonproject\venv\lib\site-packages\streamlit\script_runner.py", line 332, in _run_script
    exec(code, module.__dict__)
File "C:\Users\###\PycharmProjects\pythonProject\streamlittest.py", line 109, in <module>
    helper.run()
File "C:\Users\###\PycharmProjects\pythonProject\streamlittest.py", line 66, in run
    data[y+"filter"]=st.sidebar.multiselect('Filter '+y, ucolumns)
File "c:\users\###\pycharmprojects\pythonproject\venv\lib\site-packages\pandas\core\frame.py", line 3163, in __setitem__
    self._set_item(key, value)
File "c:\users\###\pycharmprojects\pythonproject\venv\lib\site-packages\pandas\core\frame.py", line 3239, in _set_item
    value = self._sanitize_column(key, value)
File "c:\users\###\pycharmprojects\pythonproject\venv\lib\site-packages\pandas\core\frame.py", line 3896, in _sanitize_column
    value = sanitize_index(value, self.index)
File "c:\users\###\pycharmprojects\pythonproject\venv\lib\site-packages\pandas\core\internals\construction.py", line 751, in sanitize_index
    raise ValueError(

测试一些东西，我将 multiselect 包装在 try 和 except 中并打印 y 以查看哪些列进入异常。似乎所有维度列都进入了异常，但奇怪的是所有多 selects 都被创建并且似乎工作？谁能向我解释发生了什么事？这是我所做的调整：

try:
    data[y+"filter"]=st.sidebar.multiselect('Filter '+y, ucolumns)
except:
    print(y+"had to pass")

Answer 1

当您尝试将 streamlit 侧边栏分配给 pandas' DataFrame 列时出现问题。

这就是为什么当您允许执行继续执行 try/except 块时，侧边栏已设置，但无论如何都会引发异常。

换句话说，如果将有问题的行一分为二，您将得到以下内容：

sidebar = st.sidebar.multiselect('Filter '+y, columns) # <-- This line is OK
data[y+"filter"] = sidebar # <-- This line fails

该行失败，因为 data 是一个 pandas' DataFrame，因此 data[y+'filter'] 是一列。而且您不能将一个元素分配给一列，这就是相当神秘的错误消息中所述的内容：

ValueError: Length of values (0) does not match length of index (97)

这意味着您的数据框有 97 行，并且您正在分配一个独立元素（“长度为 0”）。

当你在 try/except 块中换行时，有效的部分（又名：st.sidebar.multiselect('Filter '+y, columns)）被执行，这就是你得到侧边栏的原因：因为错误发生在创建它之后。

您可以通过在字典中收集对边栏的引用来解决问题

sidebars = {}
for y in data.columns:
    if (data[y].dtype == np.object):
        ucolumns=list(data[y].unique())
        sidebars[y+"filter"]=st.sidebar.multiselect('Filter '+y, ucolumns)

Streamlit 自动填充多选小部件以过滤数据框

Streamlit auto populate multiselect widgets to filter dataframe

python

loops

pandas

streamlit