如何解决在回调之间共享数据帧
我正在尝试在回调之间共享数据帧,但我一直收到此错误。我想使用dcc.store的数据。然后,我将执行一个回调过滤数据,而另一个回调绘制图表。
“回调错误更新main_data.data”
如果我将所有内容都包含在一个回调中,我的代码将运行良好,但是一旦拆分,它将无法正常工作。
import dash
import pathlib
import numpy as np
import dash_core_components as dcc
import dash_html_components as html
import plotly.graph_objs as go
import pandas as pd
import dash_bootstrap_components as dbc
from dash.dependencies import Input,Output,State
from flask import Flask
df =pd.read_csv("salesfunnela.csv")
mgr_options = df["Manager"].unique()
mgr_options = np.insert(mgr_options,'All Managers')
server = Flask(__name__)
app = dash.Dash(server=server)
app.layout = html.Div([
dcc.Store(id='main_data'),html.Div(
[
html.P("Div1",className="control_label"),dcc.Dropdown(
id="Manager",options=[{
'label': i,'value': i
} for i in mgr_options],value='All Managers'),],style={'width': '25%','display': 'inline-block'}),dcc.Graph(id='funnel-graph'),html.Div(
[
html.P("Div2",className="abc"),])
@app.callback(
dash.dependencies.Output('main_data','data'),[dash.dependencies.Input('Manager','value')])
def update_data(Manager):
if Manager == "All Managers":
df_plot = df.copy()
else:
df_plot = df[df['Manager'] == Manager]
return df_plot
@app.callback(
dash.dependencies.Output('funnel-graph','figure'),[dash.dependencies.Input('main_data','data')])
def update_graph(main_data):
pv = pd.pivot_table(
df_plot,index=['Name'],columns=["Status"],values=['Quantity'],aggfunc=sum,fill_value=0)
traces = [go.Bar(x=pv.index,y=pv[('Quantity',t[1])],name=t[1]) for t in pv]
return {
'data': traces,'layout':
go.Layout(
title='Customer Order Status for {}'.format(Manager),barmode='stack')
}
if __name__ == '__main__':
app.run_server(debug=True)
解决方法
您可能想了解有关链式回调的更多信息...
文件-https://dash.plotly.com/basic-callbacks
向下滚动到以下部分:带有链接回调的Dash应用
在docs-example示例中,您会注意到数据实际上并没有在两个回调之间传递。
而是它们像事件侦听器一样工作,侦听DOM中的更新。
在您的情况下,布局中没有所谓的“主数据”,第二个回调正在尝试监听。
尝试使用“ funnel-graph”或“ Div2”,或设置另一个可通过这些回调跟踪其更新的元素。
一段时间过去了,但我希望这会有所帮助。
在前面的答案中基本上讨论的是将 def update_graph(main_data)
更改为 def update_graph(df_plot)
,或者,如果您愿意,可以将函数中的 df_plot
更改为 main_data
。 虽然这很可能无法解决您的问题。由于问题在于函数 update_data
无法首先存储数据。将过滤后的数据存储在某处的想法可能是一个好主意,而不是通过链式回调发送它。
在文档/入门指南 (https://dash.plotly.com/sharing-data-between-callbacks) 的回调之间共享数据部分中,它说您必须将数据存储为 JSON 或 base64 编码的二进制数据 . Pandas DataFrame 不是 ASCII 字符串格式 (base64) 的二进制数据,如果您想以 base64 对 DataFrame 进行编码,您应该先将其转换为字符串,然后将其编码为 base64(例如 https://docs.python.org/3/library/base64.html)。因此,在您的示例代码中,要使用 JSON,您必须将 return 语句更改为
return df_plot.to_json(date_format='iso',orient='split')
在 update_data
函数中。
然后在 update_graph
中,您现在需要将 JSON 转换回 Pandas DataFrame。然后该函数的前几行看起来像这样
def update_graph(main_data):
df_plot = pd.read_json(main_data,orient='split')
pv = pd.pivot_table(
df_plot,index=['Name'],columns=["Status"],values=['Quantity'],aggfunc=sum,fill_value=0)
我希望这会有所帮助,而且现在还为时不晚。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。