如何将本地 csv 文件的内容保存到“硬编码”Pandas DataFrame 中？

Question

我正在构建一个 Streamlit 仪表板，它必须从 DataFrame 中读取数据。问题是我有一个本地 csv 和一个本地 Excel 文件表单，我正在使用 pd.read_csv() 读取数据。

但是，当我与其他人共享我的仪表板 url 时，数据将无法加载，因为他们在本地没有文件。

如何读取 csv 和 Excel 文件的内容并将它们转换为“硬编码”的 pandas DataFrame？

我想我的问题是：我应该如何在没有本地 csv 和 Excel 文件的情况下存储和读取我的数据？

编辑：很抱歉没有代码或 MRE，但我真的不知道该怎么做。如果我有一段代码，它只是一个带有示例数据的 pandas 数据框。

Answer 1

在 R 中，我将使用 dput() 函数向我展示创建数据框所需的代码。

对于 Python，我知道 print(df.to_dict()) 会做类似于“硬编码”Pandas DF 的事情。

所以我会做以下事情：

1：打印您的 df。 df.to_dict()

2：复制并粘贴必要的代码以在您的流光应用中创建数据框。类似的东西：{'a': {0: 1, 1: 2}, 'b': {0: 3, 1: 3}}

3：通过在每次运行应用程序时创建数据帧来“加载”数据帧。 df = pd.DataFrame.from_dict({'a': {0: 1, 1: 2}, 'b': {0: 3, 1: 3}})

PS：请注意，如果您的数据不断变化，此解决方案也无法扩展。如果是这种情况，您需要每次都将新的 df 打印并粘贴到您的代码中。