要实现只清除特定@st.cache装饰函数的缓存而不影响其他函数，其实非常简单——每个被@st.cache装饰的函数都会自动获得一个clear()方法，调用这个方法就能精准清除该函数的所有缓存条目。

具体实现步骤 #

1. 精准调用清理方法：针对你要清理的get_data_from_csv函数，只需执行get_data_from_csv.clear()即可清除它的所有缓存，完全不会触动other_st_cache_function的缓存。
2. 添加交互触发入口：你可以在UI中添加一个按钮，让用户在底层数据更新后手动触发缓存清理，重新加载最新数据。

修改后的完整代码示例 #

import os
import pandas as pd
import streamlit as st

@st.cache
def get_data_from_csv(folder_name, csv_name):
    # 修正原代码中的路径与筛选逻辑错误
    folder_path = folder_name
    name_list = os.listdir(folder_path)
    # 筛选名称包含csv_name的目标文件
    target_files = [f for f in name_list if csv_name in f]
    res = pd.DataFrame()
    for f in target_files:
        temp_df = pd.read_csv(os.path.join(folder_path, f))
        res = pd.concat([res, temp_df], axis=0, ignore_index=True)  # 按行合并更符合多CSV数据拼接逻辑
    return res

@st.cache
def other_st_cache_function():
    # 示例返回测试数据
    return pd.DataFrame({"col1": [1,2,3], "col2": [4,5,6]})

selected = st.sidebar.radio("选择选项", ["a", "b", "c"])
if selected == "a":
    # 添加缓存清理按钮
    if st.button("刷新数据（清理当前缓存）"):
        get_data_from_csv.clear()
        st.success("已清理`get_data_from_csv`的缓存，将加载最新数据")
    
    df = get_data_from_csv("my_folder", "data.csv")
    st.dataframe(df)
elif selected == "b":
    df = other_st_cache_function()
    st.dataframe(df)

关键说明 #

• 缓存隔离性：调用get_data_from_csv.clear()只会操作该函数的缓存池，other_st_cache_function的缓存会保持原样，不会因为这次清理而重新计算。
• 实时更新逻辑：点击按钮后先清理旧缓存，随后重新调用get_data_from_csv时，就会读取最新的底层CSV文件，而不是复用之前的缓存数据。
• 原代码小修正：顺便调整了原代码中os.list_dir（应为os.listdir）、文件路径拼接、DataFrame合并方向的问题，确保数据加载逻辑的正确性。

内容的提问来源于stack exchange，提问作者Cecily Mag