如何在Python中通过绘图从破折号的下拉列表中选择数据集列？

我希望能得到一些关于在Python中使用Dash by Plotly创建仪表板的指导。虽然网上有很多文档和论坛帖子，但我觉得它们假设了我可能缺少的一些知识，特别是在正确使用回调实现交互方面

我试图实现的是一个仪表板，它将允许我：

上载Excel文件

从Excel文件中选择一列

运行函数以处理该列中的数据

在表格中显示结果输出数据

我曾试图创建一个最小的工作示例，但一直在努力。以下是我迄今为止所做的工作：

import base64
import io
import pandas as pd
import dash
import dash_table
import dash_core_components as dcc
import dash_html_components as html
from dash.dependencies import Input, Output, State

## 1. Define overall dashboard layout

Dashboard = dash.Dash(__name__, external_stylesheets=['https://codepen.io/chriddyp/pen/bWLwgP.css'])
Dashboard.layout = html.Div([
                             html.H1('Dashboard Prototype', style={'width':'100%', 'textAlign': 'center'}),
                             dcc.Upload(
                                       id       = 'Dashboard_Input',
                                       children = html.A('Select Files'),
                                       style    = {'width': '100%', 'height': '60px', 'lineHeight': '60px', 'borderWidth': '1px',
                                                   'borderStyle': 'dashed', 'borderRadius': '5px', 'textAlign': 'center', 'display': 'inline-block'},
                                       multiple = True
                                       ),
                             html.Br(),
                             html.Div(id='Dashboard_Dropdown'),
                             html.Br(),
                             html.Div(id='Dashboard_Output')
                           ])

## 2. Define functions to upload, process and present data

def selectData(contents, filename, date):

    content_type, content_string = contents.split(',')
    decoded = base64.b64decode(content_string)

    try:
        Raw_Data = pd.read_excel(io.BytesIO(decoded))
    except Exception as e:
        return html.Div(['There was an error processing this file.'])

    Dropdown = html.Div([                      
                         html.H4 (('File Name: ', filename), style={'width':'100%', 'textAlign': 'center'}),
                         html.Br(),
                         dcc.Dropdown(
                                      id          = 'Dataset_and_Column',
                                      options     = [{'label': i, 'value': i} for i in Raw_Data.columns],
                                      style       = {'width': '100%', 'height': '60px', 'lineHeight': '60px', 'borderWidth': '1px',
                                                     'borderStyle': 'dashed', 'borderRadius': '5px', 'textAlign': 'center', 'display': 'inline-block'},
                                      placeholder =  'Select Dataset Column'
                                     ),
                         html.Br(),
                        ])

    return Dropdown

def processData(Raw_Data, Column_Label):

    # DO SOME PROCESSING THAT RESULTS IN 'TABLE':
    Table      = Table
    HTML_Table = html.Div([ 
                           dash_table.DataTable(
                                                data         = Table.to_dict('records'),
                                                columns      = [{'name': i, 'id': i} for i in Table.columns],
                                                style_cell   = {'textAlign': 'center', 'width': '100px'}, 
                                                editable     = False,
                                                style_header = {'fontWeight': 'bold', 'textAlign': 'center'},
                                                style_table  = {'maxHeight': '50ex', 'width': '100%'}
                                               ),
                           html.Hr()
                         ])
    return HTML_Table

## 4. Define callback functions

Dashboard.config.suppress_callback_exceptions = True

@Dashboard.callback(
                    Output('Dashboard_Dropdown', 'children'),
                    [Input('Dashboard_Input'   , 'contents')],
                    [State('Dashboard_Input'   , 'filename'), State('Dashboard_Input', 'last_modified')]
                   )
def createDropdown(list_of_contents, list_of_names, list_of_dates):
    if list_of_contents is not None:
       Dropdown = [selectData(c, n, d) for c, n, d in zip(list_of_contents, list_of_names, list_of_dates)]
       return Dropdown

################################################################################
################################################################################

# THIS BIT DOESN'T WORK #
# Need to make this callback function take an input of Raw_Date and Column_Label (selected from the dropdown) to run the processData() function.

@Dashboard.callback(
                    Output('Dashboard_Output'  , 'children'),
                    [Input('Dataset_and_Column', 'contents'), Input('Dataset_and_Column', 'value')],
                   )
def processSelectedColumn(contents, value):

    # HTML_Table = processData(contents, value)

    return value#HTML_Table

    # ^^^^^^ Note that this allow 'value' to be printed on the dashboard but 
    # when the commented 'HTML_Table' bits are uncommented it fails

################################################################################
################################################################################

## 6. Run dashboard

if __name__ == '__main__':
    Dashboard.run_server(debug=True)

这允许我选择一个Excel文件，然后打印从中创建的Pandas数据框的选定列，但我不确定如何将所有列连接在一起，以便在选定列上运行我的

processData（）

函数

---

关于我如何没有正确使用或连接回调、函数等的任何想法？

您需要

processSelectedColumn

回调来接受下拉列表中的

值作为
输入。也可以/最好将上传的数据作为
状态
而不是
输入
。这将为您提供执行所需计算所需的值。
回答：
下面是一些代码片段，用于从短划线中的下拉列表中选择给定的列

数据集
房价
：

df=pd.read\u csv（r“housing\u price.csv”）

将列保存在变量中，比如说
options
，以调用dash的html标记

options=[]
对于df.列中的列：
options.append（{'label'：'{}'。格式（col，col），'value'：col}）

为DEAFULT
下拉列表编写html标记
：

`

写回电话：

@app.callback(
输出（'my_label1'，'children'），
[输入（'my_dropdown1'，'value'）]
)
def update_下拉列表（值）：
return“您已选择{}进行直方图绘制！”。格式（值）

注意：如果您想使用
状态
在用户单击提交按钮后，按照下面的代码激活对所选列的调用。
激活基于
状态的回调：

@app.callback(
    Output('my_label1', 'children'),
    [Input('submit-button', 'n_clicks')],
    [State('my_dropdown1','value')]
    )

def update_dropdown_state(n_clicks,value):
    return 'You have chosen {} for histogram plot!'.format(value)


@app.callback(
    Output('my_label1', 'children'),
    [Input('submit-button', 'n_clicks')],
    [State('my_dropdown1','value')]
    )

def update_dropdown_state(n_clicks,value):
    return 'You have chosen {} for histogram plot!'.format(value)