Python应用开发——30天学习Streamlit Python包进行APP的构建（8）

st.table

显示静态表格。

这与 st.dataframe 的不同之处在于，这里的表格是静态的：其全部内容直接显示在页面上。

Function signature[source]
st.table(data=None)
Parameters
data (pandas.DataFrame, pandas.Styler, pyarrow.Table, numpy.ndarray, pyspark.sql.DataFrame, snowflake.snowpark.dataframe.DataFrame, snowflake.snowpark.table.Table, Iterable, dict, or None)	The table data.

代码

这段代码使用了Streamlit库来创建一个简单的数据表格应用。首先，它导入了streamlit、pandas和numpy库。然后，它使用numpy库生成一个包含随机数据的10行5列的数据框，并使用pandas库将其存储在变量df中。最后，它使用Streamlit的table函数将数据框df显示为一个交互式的数据表格。

import streamlit as st
import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10, 5), columns=("col %d" % i for i in range(5)))

st.table(df)

element.add_rows

将一个数据帧连接到当前数据帧的底部。

Function signature[source]
element.add_rows(data=None, **kwargs)
Parameters
data (pandas.DataFrame, pandas.Styler, pyarrow.Table, numpy.ndarray, pyspark.sql.DataFrame, snowflake.snowpark.dataframe.DataFrame, Iterable, dict, or None)	Table to concat. Optional.
**kwargs (pandas.DataFrame, numpy.ndarray, Iterable, dict, or None)	The named dataset to concat. Optional. You can only pass in 1 dataset (including the one in the data parameter).