Страница обновления Python Dash не обновляет исходные данные
Я написал базовое приложение plotly dash, которое извлекает данные из CSV и отображает их на диаграмме. Затем вы можете переключать значения в приложении, и график обновляется.
Однако, когда я добавляю новые данные в csv (выполняется один раз в день), приложение не обновляет данные при обновлении страницы.
Обычно исправление заключается в том, что вы определяете свой app.layout
как функцию, как описано здесь (прокрутите вниз до обновлений при загрузке страницы). В моем коде ниже вы увидите, что я это сделал.
Вот мой код:
import dash
import dash_core_components as dcc
import dash_html_components as html
from dash.dependencies import Input, Output
import numpy as np
import pandas as pd
external_stylesheets = ['https://codepen.io/chriddyp/pen/bWLwgP.css']
app = dash.Dash(__name__, external_stylesheets=external_stylesheets)
path = 'https://raw.githubusercontent.com/tbuckworth/Public/master/CSVTest.csv'
df = pd.read_csv(path)
df2 = df[(df.Map==df.Map)]
def layout_function():
df = pd.read_csv(path)
df2 = df[(df.Map==df.Map)]
available_strats = np.append('ALL',pd.unique(df2.Map.sort_values()))
classes1 = pd.unique(df2["class"].sort_values())
metrics1 = pd.unique(df2.metric.sort_values())
return html.Div([
html.Div([
dcc.Dropdown(
id="Strategy",
options=[{"label":i,"value":i} for i in available_strats],
value=list(available_strats[0:1]),
multi=True
),
dcc.Dropdown(
id="Class1",
options=[{"label":i,"value":i} for i in classes1],
value=classes1[0]
),
dcc.Dropdown(
id="Metric",
options=[{"label":i,"value":i} for i in metrics1],
value=metrics1[0]
)],
style={"width":"20%","display":"block"}),
html.Hr(),
dcc.Graph(id='Risk-Report')
])
app.layout = layout_function
@app.callback(
Output("Risk-Report","figure"),
[Input("Strategy","value"),
Input("Class1","value"),
Input("Metric","value"),
])
def update_graph(selected_strat,selected_class,selected_metric):
if 'ALL' in selected_strat:
df3 = df2[(df2["class"]==selected_class)&(df2.metric==selected_metric)]
else:
df3 = df2[(df2.Map.isin(selected_strat))&(df2["class"]==selected_class)&(df2.metric==selected_metric)]
df4 = df3.pivot_table(index=["Fund","Date","metric","class"],values="value",aggfunc="sum").reset_index()
traces = []
for i in df4.Fund.unique():
df_by_fund = df4[df4["Fund"] == i]
traces.append(dict(
x=df_by_fund["Date"],
y=df_by_fund["value"],
mode="lines",
name=i
))
if selected_class=='USD':
tick_format=None
else:
tick_format='.2%'
return {
'data': traces,
'layout': dict(
xaxis={'type': 'date', 'title': 'Date'},
yaxis={'title': 'Values','tickformat':tick_format},
margin={'l': 40, 'b': 40, 't': 10, 'r': 10},
legend={'x': 0, 'y': 1},
hovermode='closest'
)
}
if __name__ == '__main__':
app.run_server(debug=True)
Вещи, которые я пробовал
- Удаление начального
df = pd.read_csv(path)
передdef layout_function():
. Это приводит к ошибке. - Создание кнопки обратного вызова для обновления данных с помощью этого кода:
@app.callback(
Output('Output-1','children'),
[Input('reload_button','n_clicks')]
)
def update_data(nclicks):
if nclicks == 0:
raise PreventUpdate
else:
df = pd.read_csv(path)
df2 = df[(df.Map==df.Map)]
return('Data refreshed. Click to refresh again')
Это не вызывает ошибки, но кнопка также не обновляет данные.
- Определение
df
вupdate_graph
обратном вызове. Это обновляет данные каждый раз, когда вы что-то переключаете, что практически невозможно (мои реальные данные составляют> 10 ^ 6 строк, поэтому я не хочу читать их каждый раз, когда пользователь меняет значение переключения)
Короче говоря, я думаю, что определение app.layout = layout_function
должно заставить эту работу работать, но это не так. Что я упускаю / не вижу?
Ценю любую помощь.
Ответы
TL; DR; Я бы посоветовал вам просто загрузить данные из обратного вызова. Если время загрузки слишком велико, вы можете изменить формат (например, на растушевку ) и / или уменьшить размер данных с помощью предварительной обработки. Если этого по-прежнему недостаточно, следующим шагом будет сохранение данных в кеш-памяти на стороне сервера, таком как Redis .
Так как вы переназначение df
и df2
в layout_function
эти переменные считаются локальными в Python , и, таким образом , не изменяя df
и df2
переменных из глобального масштаба. Хотя вы можете добиться такого поведения с помощью ключевого слова global , использование глобальных переменных в Dash не рекомендуется .
Стандартный подход в Dash - загрузить данные в обратном вызове (или в layout_function
) и сохранить их в Store
объекте (или, что эквивалентно, в скрытом Div
). Структура будет примерно такой:
import pandas as pd
import dash_core_components as dcc
from dash.dependencies import Output, Input
app.layout = html.Div([
...
dcc.Store(id="store"), html.Div(id="trigger")
])
@app.callback(Output('store','data'), [Input('trigger','children')], prevent_initial_call=False)
def update_data(children):
df = pd.read_csv(path)
return df.to_json()
@app.callback(Output("Risk-Report","figure"), [Input(...)], [State('store', 'data')])
def update_graph(..., data):
if data is None:
raise PreventUpdate
df = pd.read_json(data)
...
Однако этот подход, как правило, будет намного медленнее, чем просто чтение данных с диска внутри обратного вызова (который, похоже, вы пытаетесь избежать), поскольку он приводит к передаче данных между сервером и клиентом.