秀啊，用Python快速开发在线数据库更新修改工具

 1 简介

这是我的系列教程「Python+Dash快速web应用开发」的第十三期，在上一期中，我们一起认识了Dash自带的交互式表格组件dash_table，并学会了如何自定义表格中不同部分的样式。

而今天的教程，我们将继续深入认识dash_table的更多交互方面的功能，学习如何为渲染出的表格分页，并添加动态内容修改等交互功能。

图1

2 dash_table的基础交互能力

 

dash_table的核心功能是赋予用户与图表进行快捷交互的能力，下面我们来学习其基础常用的一些交互功能：

2.1 分页翻页

当我们要展示的数据行数较多时，在网页中渲染可以选择分页，这在dash_table中实现起来比较方便，根据数据传递方式的不同，可以分为「前端分页」与「后端分页」：

2.1.1 前端分页

前端分页顾名思义，就是在我们访问Dash应用时，表格内所有页面的数据一次性加载完成，适合数据量不大的情况，将数据存储压力转移到浏览器端。

通过参数page_size设置每页要显示的记录行数，Dash会自动帮我们分好页，并配上翻页部件：

app1.py

1. import dash 
2. import dash_bootstrap_components as dbc 
3. import dash_table 
4.  
5. import seaborn as sns 
6.  
7. df = sns.load_dataset('tips') 
8. df.insert(0, '#', df.index) 
9.  
10. app = dash.Dash(__name__) 
11.  
12. app.layout = dbc.Container( 
13.     [ 
14.         dash_table.DataTable( 
15.             id='dash-table', 
16.             data=df.to_dict('records'), 
17.             columns=[ 
18.                 {'name': column, 'id': column} 
19.                 for column in df.columns 
20.             ], 
21.             page_size=15,  # 设置单页显示15行记录行数 
22.             style_header={ 
23.                 'font-family': 'Times New Romer', 
24.                 'font-weight': 'bold', 
25.                 'text-align': 'center' 
26.             }, 
27.             style_data={ 
28.                 'font-family': 'Times New Romer', 
29.                 'text-align': 'center' 
30.             } 
31.         ) 
32.     ], 
33.     style={ 
34.         'margin-top': '50px' 
35.     } 
36. ) 
37.  
38. if __name__ == '__main__': 
39.     app.run_server(debug=True) 

图2

2.1.2 后端分页

虽然前端分页简单易用，但当我们的数据很大时，强行使用前端分页会给「网络传输」和「浏览器端」带来不小的延迟和内存压力，严重影响用户体验，因此Dash贴心地为我们准备了「后端分页」方式。

这时首先我们得为DataTable设置参数page_action='custom'，这是使用后端分页的先决条件，接下来我们需要认识一些新的参数：

page_current，int型，对应当前翻到的页码;

page_count，int型，对应显示的总页数;

我们在使用「后端分页」时，实际上就是通过用户当前翻到的页码，以及设定的page_size，来动态地在翻页后加载对应批次的数据，并控制显示的总页数，参考下面这个简单的例子：

app2.py

1. import dash 
2. import dash_bootstrap_components as dbc 
3. import dash_table 
4. from dash.dependencies import Input, Output 
5.  
6. import seaborn as sns 
7. import pandas as pd 
8. from tqdm import tqdm 
9.  
10. # 压力测试 
11. df = pd.concat([sns.load_dataset('tips') for _ in tqdm(range(1000))], ignore_index=True) 
12. df.insert(0, '#', df.index) 
13.  
14. app = dash.Dash(__name__) 
15.  
16. app.layout = dbc.Container( 
17.     [ 
18.         dbc.Spinner( 
19.             dash_table.DataTable( 
20.                 id='dash-table', 
21.                 columns=[ 
22.                     {'name': column, 'id': column} 
23.                     for column in df.columns 
24.                 ], 
25.                 page_size=15,  # 设置单页显示15行记录行数 
26.                 page_action='custom', 
27.                 page_current=0, 
28.                 style_header={ 
29.                     'font-family': 'Times New Romer', 
30.                     'font-weight': 'bold', 
31.                     'text-align': 'center' 
32.                 }, 
33.                 style_data={ 
34.                     'font-family': 'Times New Romer', 
35.                     'text-align': 'center' 
36.                 } 
37.             ) 
38.         ) 
39.     ], 
40.     style={ 
41.         'margin-top': '50px' 
42.     } 
43. ) 
44.  
45.  
46. @app.callback( 
47.     [Output('dash-table', 'data'), 
48.      Output('dash-table', 'page_count')], 
49.     [Input('dash-table', 'page_current'), 
50.      Input('dash-table', 'page_size')] 
51. ) 
52. def refresh_page_data(page_current, page_size): 
53.     return df.iloc[page_current * page_size:(page_current + 1) * page_size].to_dict('records'), 1 + df.shape[ 
54.         0] // page_size 
55.  
56.  
57. if __name__ == '__main__': 
58.     app.run_server(debug=True) 

可以看到，即使我们完整的数据集被我concat到24万行，加载应用以及网页内翻页时依然轻松自如毫无压力，在实际应用中你还可以将翻页部分改成受到LIMIT与OFFSET控制的数据库查询过程，使得应用运行的更加快速高效：

图3

2.2 对单元格内容进行编辑

讲完了分页翻页，接下来我们来学习dash_table中更加强大的功能——单元格内容编辑。

一个现代化的web应用当然不能局限于仅仅查看数据这么简单，Dash同样赋予了我们双击数据表单元格进行数据编辑的能力，首先得设置参数editable=True，即开启表格编辑模式，接下来就可以对数据区域单元格进行任意的双击选中编辑。

不过Dash默认的单元格被选中的样式忒丑了(是粉色的你敢信)，因此我们可以利用下面的参数设置方式来自定义美化：

1. style_data_conditional=[ 
2.                 { 
3.                     # 对选中状态下的单元格进行自定义样式 
4.                     "if": {"state": "selected"}, 
5.                     "background-color": "#b3e5fc", 
6.                     "border": "none" 
7.                 }, 
8.             ] 

来看一个形象的例子，我们对「前端分页」方式渲染出的表格进行随意的修改，并在下方对利用pandas的compare比较出的数据框之间的差异结果进行打印：

app3.py

1. import dash 
2. import dash_html_components as html 
3. import dash_core_components as dcc 
4. import dash_bootstrap_components as dbc 
5. import dash_table 
6. from dash.dependencies import Input, Output 
7.  
8. import seaborn as sns 
9. import pandas as pd 
10.  
11. df = sns.load_dataset('tips') 
12. df.insert(0, '#', df.index) 
13.  
14. app = dash.Dash(__name__) 
15.  
16. app.layout = dbc.Container( 
17.     [ 
18.         dash_table.DataTable( 
19.             id='dash-table', 
20.             data=df.to_dict('records'), 
21.             columns=[ 
22.                 {'name': column, 'id': column} 
23.                 for column in df.columns 
24.             ], 
25.             fixed_rows={'headers': True}, 
26.             page_size=15, 
27.             editable=True, 
28.             style_header={ 
29.                 'font-family': 'Times New Romer', 
30.                 'font-weight': 'bold', 
31.                 'text-align': 'center' 
32.             }, 
33.             style_data={ 
34.                 'font-family': 'Times New Romer', 
35.                 'text-align': 'center' 
36.             }, 
37.             style_data_conditional=[ 
38.                 { 
39.                     # 对选中状态下的单元格进行自定义样式 
40.                     "if": {"state": "selected"}, 
41.                     "background-color": "#b3e5fc", 
42.                     "border": "none" 
43.                 }, 
44.             ] 
45.         ), 
46.         html.H4('与原表格内容比较：', style={'margin-top': '50px'}), 
47.         dcc.Markdown( 
48.             '无差别', 
49.             id='markdown', 
50.             dangerously_allow_html=True 
51.         ) 
52.     ], 
53.     style={ 
54.         'margin-top': '50px' 
55.     } 
56. ) 
57.  
58.  
59. @app.callback( 
60.     Output('markdown', 'children'), 
61.     Input('dash-table', 'data'), 
62.     prevent_initial_call=True 
63. ) 
64. def compare_difference(dash_table_data): 
65.     print(pd.DataFrame(dash_table_data)) 
66.  
67.     return df.compare(pd.DataFrame(dash_table_data)).to_html() 
68.  
69.  
70. if __name__ == '__main__': 
71.     app.run_server(debug=True) 

可以看到，我们成功地对指定单元格元素进行了修改。

图4

3 开发数据库内容在线更新工具

 

在学习完今天的内容之后，我们就可以开发一个简单的，可在线*修改并同步变动到数据库的小工具，这里我们以MySQL数据库为例，对示例表进行修改和更新：

首先我们利用下列代码向示例数据库中新建表格tips：

1. from sqlalchemy import create_engine 
2. import seaborn as sns 
3.  
4. df = sns.load_dataset('tips') 
5. df.insert(0, '#', df.index) 
6.  
7. engine = create_engine('mysql+pymysql://root:mysql@localhost/DASH') 
8.  
9. df.to_sql('tips', con=engine, if_exists='replace', index=False) 

图5

接下来我们就以创建好的tips表为例，开发一个Dash应用，进行数据的修改和更新到数据库：

图6

效果非常的不错，你可以在我这个简单示例的基础上，拓展更多新功能，也可以采取后端分页+条件修改的方式来应对大型数据表的修改，全部代码如下：

app4.py

1. import dash 
2. import dash_bootstrap_components as dbc 
3. import dash_core_components as dcc 
4. import dash_html_components as html 
5. import dash_table 
6. from dash.dependencies import Input, Output, State 
7.  
8. from sqlalchemy import create_engine 
9. import pandas as pd 
10.  
11. engine = create_engine('mysql+pymysql://root:mysql@localhost/DASH') 
12.  
13. app = dash.Dash(__name__) 
14.  
15. app.layout = dbc.Container( 
16.     [ 
17.         dbc.Row( 
18.             [ 
19.                 dbc.Col(dbc.Button('更新数据表', id='refresh-tables', style={'width': '100%'}), width=2), 
20.                 dbc.Col(dcc.Dropdown(id='table-select', style={'width': '100%'}), width=2) 
21.             ] 
22.         ), 
23.         html.Hr(), 
24.         dash_table.DataTable( 
25.             id='dash-table', 
26.             editable=True, 
27.             page_size=15, 
28.             style_header={ 
29.                 'font-family': 'Times New Romer', 
30.                 'font-weight': 'bold', 
31.                 'text-align': 'center' 
32.             }, 
33.             style_data={ 
34.                 'font-family': 'Times New Romer', 
35.                 'text-align': 'center' 
36.             }, 
37.             style_data_conditional=[ 
38.                 { 
39.                     # 对选中状态下的单元格进行自定义样式 
40.                     "if": {"state": "selected"}, 
41.                     "background-color": "#b3e5fc", 
42.                     "border": "none" 
43.                 }, 
44.             ] 
45.         ), 
46.         dbc.Button('同步变动到数据库', id='update-tables', style={'display': 'none'}), 
47.         html.P(id='message') 
48.     ], 
49.     style={ 
50.         'margin-top': '50px' 
51.     } 
52. ) 
53.  
54.  
55. @app.callback( 
56.     Output('table-select', 'options'), 
57.     Input('refresh-tables', 'n_clicks') 
58. ) 
59. def refresh_tables(n_clicks): 
60.     if n_clicks: 
61.         return [ 
62.             { 
63.                 'label': table, 
64.                 'value': table 
65.             } 
66.             for table in pd.read_sql_query('SHOW TABLES', con=engine)['Tables_in_dash'] 
67.         ] 
68.  
69.     return dash.no_update 
70.  
71.  
72. @app.callback( 
73.     [Output('dash-table', 'data'), 
74.      Output('dash-table', 'columns'), 
75.      Output('update-tables', 'style')], 
76.     Input('table-select', 'value') 
77. ) 
78. def render_dash_table(value): 
79.     if value: 
80.         df = pd.read_sql_table(value, con=engine) 
81.  
82.         return df.to_dict('records'), [ 
83.             {'name': column, 'id': column} 
84.             for column in df.columns 
85.         ], {'margin-top': '25px'} 
86.  
87.     else: 
88.         return [], [], {'display': 'none'} 
89.  
90.  
91. @app.callback( 
92.     [Output('message', 'children'), 
93.      Output('message', 'style')], 
94.     Input('update-tables', 'n_clicks'), 
95.     [State('dash-table', 'data'), 
96.      State('table-select', 'value')] 
97. ) 
98. def update_to_database(n_clicks, data, value): 
99.  
100.     if n_clicks: 
101.  
102.         try: 
103.             pd.DataFrame(data).to_sql(value, con=engine, if_exists='replace', index=False) 
104.  
105.             return '更新成功！', {'color': 'green'} 
106.         except Exception as e: 
107.             return f'更新失败！{e}', {'color': 'red'} 
108.  
109.     return dash.no_update 
110.  
111. if __name__ == '__main__': 
112.     app.run_server(debug=True) 

原文地址：https://mp.weixin.qq.com/s?__biz=MzA3ODYwNDkzOQ==&mid=2659064647&idx=1&sn=6c0d05ed44a69366ab62cf05d9909e4a&chksm=84ca84a3b3bd0db57f425afe9410736ada4bf225fd09246771ad11482f7ba1f1f1ff2411c8e1&mpshare=1&