上一节使用DataFrame中的apply方法提升了表格数据的筛选效率，本节使用gradio结合apply方法搭建一个关键词匹配筛选的交互界面。

界面搭建

import gradio as gr
import pandas as pd
from file_generator import generate_file

class CONST:
	# 指定传入文件格式
    file_type_list = ['xlsx']

def submit(input_file,radio_input,keyword_input,desc):
	"""
	参数desc指下面的description,
	没有在submit函数中起作用,但gr.Interface中定义了说明文本框gr.Text(),
	如果不加该参数,会报错.
	"""

    # 输入文件路径格式设置
    if '\\' in input_file:
        input_file = input_file.replace('\\','/')
    
    suf = input_file.split('.')[-1]
    if suf not in CONST.file_type_list:
        raise gr.Error('不支持的格式:{},请检查文件格式'.format(suf))
    
    # 单选框设置
    if not radio_input:
        raise gr.Error('请选择一个任务')
    else:
        task = radio_input

    # 关键词设置
    # 分隔符统一,防止输入法切换问题
    if '，' in keyword_input:
        keyword_input = keyword_input.replace('，',',')
    
    if ',' in keyword_input:
        keyword_list = keyword_input.split(',')
    else:
        keyword_list = [keyword_input]
        
    output = generate_file(input_file,task,keyword_list)
    return output

description = """
1. 单元素匹配:筛选出包含输入元素的样本;
2. 多元素匹配:筛选出按输入元素顺序,包含输入元素的样本;
"""

demo = gr.Interface(
    fn=submit,
    inputs = [
    # 上传文件框
    gr.File(
        file_count="single",
        label="上传文件",
        file_types=CONST.file_type_list),
    # 单选框
    gr.Radio(
        choices=['单元素匹配','多元素匹配'],
        label='选择匹配模式:'),
    # 关键词输入文本框
    gr.Textbox(
        label='输入匹配关键词:',
        placeholder='输入元素,若存在多个元素用逗号(英文)分隔'),
	
	# 使用说明文本框
    gr.Text(
        description,
        label='使用说明')
    ],
    outputs=gr.File(label='输出文件'),
    title='单元素/多元素匹配筛选数据'
)

# 需要手动安装frpc_windows_amd64_v0.2文件
demo.launch(share=True, server_name='0.0.0.0',server_port=8706)

数据处理过程

import pandas as pd
import os

def sorted_keywords_update(df,mode_input,keyword_list):
    def sorted_keywords(str_input,sorted_word_list):
        """查找列表中的关键词,如果关键词有序地匹配成功返回True,否则返回False"""
        count = 0
        while count < len(sorted_word_list):
            if sorted_word_list[count] in str_input:
                str_input = "".join(str_input.split(sorted_word_list[count])[1:])
                count += 1
            else:
                break

        if count == len(sorted_word_list):
            return True
        else:
            return False
    
    def mode_2_rules(row):
    	"""多元素匹配模式规则"""
        return sorted_keywords(row['文本信息'],keyword_list) == True
    
    def mode_1_rules(df_input, keyword_list):
        """单元素匹配模式的规则"""
        assert len(keyword_list) == 1
        contain_df = df_input[df_input['文本信息'].str.contains(keyword_list[0])]
        return contain_df
    
    assert mode_input in ['单元素匹配','多元素匹配']
    # 去除数据中的nan值
    sub_df = sub_df[~sub_df['文本信息'].isna()]

    if mode_input == '单元素匹配':
        contain_df = mode_1_rules(sub_df,keyword_list)
    else:
        contain_df = sub_df[sub_df.apply(mode_2_rules,axis=1)]
    
    # 创建输出文件夹并将数据写入文件
    output_dir = f'./output/match_keyword/{mode_input}'
    output_path = f'{output_dir}/{mode_input}_res.xlsx'
    
    os.makedirs(output_dir, exist_ok=True)
    contain_df.to_excel(output_path,index=False)
    return output_path

def generate_file(file_path,task,keyword_input):
    """
    file_path: 待筛选数据文件路径
    task: 匹配模式:[单元素匹配,多元素匹配]
    keyword_input: 匹配关键词
    """
    df = pd.read_excel(file_path)
    # 数据生成平台
    output_file_path = sorted_keywords_update(df,task,keyword_input)
    return output_file_path

执行效果展示

初始状态下，交互框的展示效果如下：

执行过程中，交互框的展示效果如下：