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 npdf = 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). |
代码
这段代码使用了Streamlit库来创建一个网页应用程序，展示了两个随机生成的数据框df1
![[数据概念|方案实操]清华数据大讲堂5-数据要素化治理的理论方法与工程实践](http://pic.xiahunao.cn/[数据概念|方案实操]清华数据大讲堂5-数据要素化治理的理论方法与工程实践)
