一、Dash如何连接csv数据？

There area many ways to add data to an app: APIs, external databases, local .txt files, JSON files, and more. In this example, we will highlight one of the most common ways of incorporating data from a CSV sheet.

# Import packages
from dash import Dash, html, dash_table
import pandas as pd

# Incorporate date
df = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/gapminder2007.csv')

# Initialize the app
app = Dash()

# App layout
app.layout = [
    html.Div(children='My first App with Data'),
    dash_table.DataTable(data=df.to_dict('records'), page_size=10)
]

# Run the app
if __name__ == '__main__':
    app.run(debug=True)

二、解读

代码使用 Dash 库 和 Pandas 库构建简单Web 应用程序。Dash 是一个用于创建交互式Web应用程序的Python框架，特别适用于数据可视化。

csv文件包含2007年各国数据，表格格式如下：

Afghanistan

31889923.0

Asia

43.828

974.5803384

Albania

3600523.0

Europe

76.423

5937.029525999999

# Import package
from dash import Dash, html, dash_table
import pandas as pd

• 导入 Dash 库中的 Dash 类、html 模块和 dash_table 模块，以及 pandas 库。
• Dash 用于创建 Dash 应用程序，html 用于创建 HTML 元素，dash_table 用于在 Dash 中展示表格数据，pands 用于数据处理。

df = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/gapminder2007.csv')

• 用 pandas 的 read_csv 函数从指定的 URL 加载 CSV 文件到 DataFrame 对象 df，方便对数据进行切片、过滤和检查。
• 如果你想读取一个本地 csv 文件，需将 csv 文件保存在当前 .py 文件的相同路径下，代码改为：

df = pd.read_csv('NameOfYourFile.csv')

• 如果你想读取一个 Excel 文件，请使用 openppyxl 模块读取文件：

df = pd.read_excel('NameOfYourFile.xlsx', sheet_name='Sheet1')

# App layout
app.layout = html.Div([
    html.Div(children='My First App with Data'),
    dash_table.DataTable(data=df.to_dict('records'), page_size=20)
])

• 设置 Dash 应用程序的布局。
• 这里使用 html.Div 创建一个包含文本"My First App with Data" 的容器。
• 接着，使用 dash_table.DataTable 组件来展示 df 中的数据。data 参数接收 DataFrame 转换为字典列表，page_size=20 表示每页显示20条记录。