4.3 使用 st.column_config.NumberColumn 定制数据编辑器的数字列
import pandas as pd import streamlit as st data_df = pd.DataFrame( { "price": [20, 950, 250, 500], } ) st.data_editor( data_df, column_config={ "price": st.column_config.NumberColumn( "Price (in USD)", help="The price of the product in USD", min_value=0, max_value=1000, step=1, format="$%d", ) }, hide_index=True, )
在本节中，我们将介绍如何使用 st.column_config.NumberColumn 来定制数据编辑器的数字列。
在上述示例中，我们创建了一个名为 data_df 的数据框，其中包含一个名为 “price” 的列，存储了一些产品的价格。
然后，使用 st.data_editor 来展示可编辑的数据框，并通过 column_config 参数对列进行定制。这次我们针对 “price” 列使用了 st.column_config.NumberColumn 进行定制。
我们为 “price” 列创建了一个 st.column_config.NumberColumn 对象，并指定了以下参数：
title：设置列的标题为 “Price (in USD)”。
help：提供帮助文本，说明该列存储的是产品的美元价格。
min_value：设置最小值为 0，限制输入值不能小于 0。
max_value：设置最大值为 1000，限制输入值不能大于 1000。
step：设置步长为 1，控制数字输入的增减间隔。
format：我们使用 “$%d” 的格式来显示价格，让输入值自动前面添加美元符号。
通过使用 st.column_config.NumberColumn，我们可以对数字列进行更精细的控制和格式化。可以设置标题、帮助文本、最小值、最大值、步长和显示格式，以确保用户提供有效的数字输入。
使用定制的数字列，我们可以更好地管理和处理与数字相关的数据，增强数据编辑器的功能和用户体验。
4.4 使用 st.column_config.CheckboxColumn 定制数据编辑器的复选框列
import pandas as pd import streamlit as st data_df = pd.DataFrame( { "widgets": ["st.selectbox", "st.number_input", "st.text_area", "st.button"], "favorite": [True, False, False, True], } ) st.data_editor( data_df, column_config={ "favorite": st.column_config.CheckboxColumn( "Your favorite?", help="Select your **favorite** widgets", default=False, ) }, disabled=["widgets"], hide_index=True, )
在本节中，我们将介绍如何使用 st.column_config.CheckboxColumn 来定制数据编辑器的复选框列。
在上述示例中，我们创建了一个名为 data_df 的数据框，其中包含两列：一个名为 “widgets”，存储了几个 Streamlit 的小部件命令；另一个名为 “favorite”，存储了用户对小部件的喜好情况。
然后，我们使用 st.data_editor 来展示可编辑的数据框，并通过 column_config 参数对列进行定制。这次我们针对 “favorite” 列使用了 st.column_config.CheckboxColumn 进行定制。
我们为 “favorite” 列创建了一个 st.column_config.CheckboxColumn 对象，并指定了以下参数：
title：设置列的标题为 “Your favorite?”。
help：提供帮助文本，以解释该列是关于用户对小部件的喜好情况的选择复选框。
default：设置默认值为 False，即未选中复选框。
通过使用 st.column_config.CheckboxColumn，我们可以对复选框列进行定制和控制。可以设置标题、帮助文本和默认值，以提供更好的用户体验和数据交互性。
注意，我们还通过将 “widgets” 列添加到 disabled 参数中来禁用了该列的编辑。这样，用户将无法编辑 “widgets” 列的值。
使用定制的复选框列，我们可以更好地了解用户对特定选项的喜好与意见。这在收集用户反馈、偏好调查等场景中非常有用。
4.5 使用 st.column_config.SelectboxColumn 定制数据编辑器的下拉框列
import pandas as pd import streamlit as st data_df = pd.DataFrame( { "category": [ "📊 Data Exploration", "📈 Data Visualization", "🤖 LLM", "📊 Data Exploration", ], } ) st.data_editor( data_df, column_config={ "category": st.column_config.SelectboxColumn( "App Category", help="The category of the app", width="medium", options=[ "📊 Data Exploration", "📈 Data Visualization", "🤖 LLM", ], ) }, hide_index=True, )
在本节中，我们将介绍如何使用 st.column_config.SelectboxColumn 来定制数据编辑器的下拉框列。
在上述示例中，我们创建了一个名为 data_df 的数据框，其中包含一个名为 “category” 的列，存储了应用的分类信息。
然后，我们使用 st.data_editor 来展示可编辑的数据框，并通过 column_config 参数对列进行定制。这次我们针对 “category” 列使用了 st.column_config.SelectboxColumn 进行定制。
我们为 “category” 列创建了一个 st.column_config.SelectboxColumn 对象，并指定了以下参数：
title：设置列的标题为 “App Category”。
help：提供帮助文本，解释该列是关于应用分类的下拉框。
width：设置下拉框的宽度为 “medium”，使其具有中等宽度。
options：设置下拉框的选项为 [“📊 Data Exploration”, “📈 Data Visualization”,
“🤖 LLM”]，即用户可以从这些选项中选择。
通过使用 st.column_config.SelectboxColumn，我们可以对下拉框列进行定制和控制。可以设置标题、帮助文本、宽度和选项，以便用户能够从预定义的选项中进行选择。
在数据编辑器中使用定制的下拉框列，可以提供更好的数据交互性和用户体验，尤其对于需要从特定选项中选择的数据字段来说。
4.6 使用 st.column_config.DatetimeColumn 定制数据编辑器的日期时间列
from datetime import datetime import pandas as pd import streamlit as st data_df = pd.DataFrame( { "appointment": [ datetime(2024, 2, 5, 12, 30), datetime(2023, 11, 10, 18, 0), datetime(2024, 3, 11, 20, 10), datetime(2023, 9, 12, 3, 0), ] } ) st.data_editor( data_df, column_config={ "appointment": st.column_config.DatetimeColumn( "Appointment", min_value=datetime(2023, 6, 1), max_value=datetime(2025, 1, 1), format="D MMM YYYY, h:mm a", step=60, ), }, hide_index=True, )
在本节中，我们将介绍如何使用 st.column_config.DatetimeColumn 来定制数据编辑器的日期时间列。
在上述示例中，我们创建了一个名为 data_df 的数据框，其中包含一个名为 “appointment” 的列，存储了预约的日期和时间。
然后，我们使用 st.data_editor 来展示可编辑的数据框，并通过 column_config 参数对列进行定制。这次我们针对 “appointment” 列使用了 st.column_config.DatetimeColumn 进行定制。
我们为 “appointment” 列创建了一个 st.column_config.DatetimeColumn 对象，并指定了以下参数：
title：设置列的标题为 “Appointment”。
min_value：设置最小日期时间为 datetime(2023, 6, 1)，即2023年6月1日之后的日期时间可选择。
max_value：设置最大日期时间为 datetime(2025, 1, 1)，即2025年1月1日之前的日期时间可选择。
format：设置日期时间的显示格式为 “D MMM YYYY, h:mm a”，例如 “5 Feb 2024, 12:30 PM”。
step：设置步长为 60 分钟，即每次改变日期时间时以 60 分钟为单位递增或递减。
通过使用 st.column_config.DatetimeColumn，我们可以对日期时间列进行定制和控制。可以设置标题、最小和最大日期时间、显示格式和步长，以便用户能够在指定的范围内选择合适的日期时间。
在数据编辑器中使用定制的日期时间列，可以方便地进行日期时间的选择和编辑，适用于需要与日期时间相关的数据字段。
4.7 使用 st.column_config.DateColumn 定制数据编辑器的日期列
from datetime import date import pandas as pd import streamlit as st data_df = pd.DataFrame( { "birthday": [ date(1980, 1, 1), date(1990, 5, 3), date(1974, 5, 19), date(2001, 8, 17), ] } ) st.data_editor( data_df, column_config={ "birthday": st.column_config.DateColumn( "Birthday", min_value=date(1900, 1, 1), max_value=date(2005, 1, 1), format="DD.MM.YYYY", step=1, ), }, hide_index=True, )
在本节中，我们将介绍如何使用 st.column_config.DateColumn 来定制数据编辑器的日期列。
在上述示例中，我们创建了一个名为 data_df 的数据框，其中包含一个名为 “birthday” 的列，存储了生日信息。
然后，我们使用 st.data_editor 来展示可编辑的数据框，并通过 column_config 参数对列进行定制。这次我们针对 “birthday” 列使用了 st.column_config.DateColumn 进行定制。
我们为 “birthday” 列创建了一个 st.column_config.DateColumn 对象，并指定了以下参数：
title：设置列的标题为 “Birthday”。
min_value：设置最小日期为 date(1900, 1, 1)，即1900年1月1日之后的日期可选择。
max_value：设置最大日期为 date(2005, 1, 1)，即2005年1月1日之前的日期可选择。
format：设置日期的显示格式为 “DD.MM.YYYY”，例如 “01.01.1980”。
step：设置步长为 1 天，即每次改变日期时以 1 天为单位递增或递减。
通过使用 st.column_config.DateColumn，我们可以对日期列进行定制和控制。可以设置标题、最小和最大日期、显示格式和步长，以便用户能够在指定的范围内选择合适的日期。
在数据编辑器中使用定制的日期列，可以方便地进行日期的选择和编辑，适用于需要与日期相关的数据字段。
4.8 使用 st.column_config.TimeColumn 定制数据编辑器的时间列
from datetime import time import pandas as pd import streamlit as st data_df = pd.DataFrame( { "appointment": [ time(12, 30), time(18, 0), time(9, 10), time(16, 25), ] } ) st.data_editor( data_df, column_config={ "appointment": st.column_config.TimeColumn( "Appointment", min_value=time(8, 0, 0), max_value=time(19, 0, 0), format="hh:mm a", step=60, ), }, hide_index=True, )
在本节中，我们将介绍如何使用 st.column_config.TimeColumn 来定制数据编辑器的时间列。
在上述示例中，我们创建了一个名为 data_df 的数据框，其中包含一个名为 “appointment” 的列，存储了预约的时间信息。
然后，我们使用 st.data_editor 来展示可编辑的数据框，并通过 column_config 参数对列进行定制。这次我们针对 “appointment” 列使用了 st.column_config.TimeColumn 进行定制。
我们为 “appointment” 列创建了一个 st.column_config.TimeColumn 对象，并指定了以下参数：
title：设置列的标题为 “Appointment”。
min_value：设置最小时间为 time(8, 0, 0)，即每天从早上8点之后的时间可选择。
max_value：设置最大时间为 time(19, 0, 0)，即每天到晚上7点之前的时间可选择。
format：设置时间的显示格式为 “hh:mm a”，例如 “12:30 PM”。
step：设置步长为 60 分钟，即每次改变时间时以 60 分钟为单位递增或递减。
通过使用 st.column_config.TimeColumn，我们可以对时间列进行定制和控制。可以设置标题、最小和最大时间、显示格式和步长，以便用户能够在指定的范围内选择合适的时间。
在数据编辑器中使用定制的时间列，可以方便地进行时间的选择和编辑，适用于需要与时间相关的数据字段。
4.9 使用 st.column_config.ListColumn 定制数据编辑器的列表列
import pandas as pd import streamlit as st data_df = pd.DataFrame( { "sales": [ [0, 4, 26, 80, 100, 40], [80, 20, 80, 35, 40, 100], [10, 20, 80, 80, 70, 0], [10, 100, 20, 100, 30, 100], ], } ) st.data_editor( data_df, column_config={ "sales": st.column_config.ListColumn( "Sales (last 6 months)", help="The sales volume in the last 6 months", width="medium", ), }, hide_index=True, )
在本节中，我们将介绍如何使用 st.column_config.ListColumn 来定制数据编辑器的列表列。
在上述示例中，我们创建了一个名为 data_df 的数据框，其中包含一个名为 “sales” 的列，存储了过去6个月的销售数据。
然后，我们使用 st.data_editor 来展示可编辑的数据框，并通过 column_config 参数对列进行定制。这次我们针对 “sales” 列使用了 st.column_config.ListColumn 进行定制。
我们为 “sales” 列创建了一个 st.column_config.ListColumn 对象，并指定了以下参数：
title：设置列的标题为 “Sales (last 6 months)”。
help：提供对该列的帮助信息，为 “The sales volume in the last 6 months”。
width：设置列的宽度为 “medium”。
通过使用 st.column_config.ListColumn，我们可以对列表列进行定制和控制。可以设置标题、帮助信息和列宽度，以便用户能够更好地了解和操作列表列的数据。
在数据编辑器中使用定制的列表列，可以方便地查看和编辑列表数据，适用于需要存储和处理多个值的数据字段。
4.10 使用 st.column_config.LinkColumn 定制数据编辑器的链接列
import pandas as pd import streamlit as st data_df = pd.DataFrame( { "apps": [ "https://roadmap.streamlit.app", "https://extras.streamlit.app", "https://issues.streamlit.app", "https://30days.streamlit.app", ], } ) st.data_editor( data_df, column_config={ "apps": st.column_config.LinkColumn( "Trending apps", help="The top trending Streamlit apps", validate="^https://[a-z]+\.streamlit\.app$", max_chars=100, ) }, hide_index=True, )
在本节中，我们将介绍如何使用 st.column_config.LinkColumn 来定制数据编辑器的链接列。
在上述示例中，我们创建了一个名为 data_df 的数据框，其中包含一个名为 “apps” 的列，存储了不同的 Streamlit 应用链接。
然后，我们使用 st.data_editor 来展示可编辑的数据框，并通过 column_config 参数对列进行定制。这次我们针对 “apps” 列使用了 st.column_config.LinkColumn 进行定制。
我们为 “apps” 列创建了一个 st.column_config.LinkColumn 对象，并指定了以下参数：
title：设置列的标题为 “Trending apps”。
help：提供对该列的帮助信息，为 “The top trending Streamlit apps”。
validate：设置正则表达式模式，用于验证链接的格式，该模式为
“^https://[a-z]+.streamlit.app$”，表示链接必须以 “https://” 开头，以
“.streamlit.app” 结尾，并且中间部分只能包含小写字母。
max_chars：设置链接显示的最大字符数为 100。
通过使用 st.column_config.LinkColumn，我们可以对链接列进行定制和控制。可以设置标题、帮助信息、验证格式和显示的最大字符数，以便用户能够更好地理解和操作链接列的数据。
在数据编辑器中使用定制的链接列，可以方便地点击链接查看相关内容，适用于需要存储和展示链接数据的字段。
