如何用HTML交互界面探索Pandas多级分组聚合DataFrame？

方案1：使用Panel库（推荐，可导出静态HTML） #

Panel是专门用于快速构建交互式数据分析仪表盘的库，能直接生成可离线打开的HTML文件，完全满足非编程用户的浏览需求：

• 安装：pip install panel
• 核心代码示例：

  import panel as pn
  import pandas as pd
  
  # 假设你的多级列DataFrame是df
  pn.extension()
  
  # 获取level0和level1的唯一值
  level0_options = df.columns.get_level_values(0).unique().tolist()
  level1_options = df.columns.get_level_values(1).unique().tolist()
  
  # 创建筛选控件
  level0_select = pn.widgets.Select(name='选择基础列（Level 0）', options=['全部'] + level0_options)
  level1_select = pn.widgets.Select(name='选择聚合函数（Level 1）', options=['全部'] + level1_options)
  
  # 定义筛选函数
  def filter_data(level0_val, level1_val):
      if level0_val == '全部' and level1_val == '全部':
          return df
      elif level0_val == '全部':
          return df.xs(level1_val, axis=1, level=1)
      elif level1_val == '全部':
          return df.xs(level0_val, axis=1, level=0)
      else:
          return df.loc[:, (level0_val, level1_val)]
  
  # 绑定控件和筛选函数，生成交互式表格
  interactive_table = pn.bind(filter_data, level0_select, level1_select)
  dashboard = pn.Column(level0_select, level1_select, pn.panel(interactive_table, loading_indicator=True))
  
  # 导出为静态HTML文件
  dashboard.save('groupby_data_explorer.html', embed=True)
  

• 生成的HTML文件可直接用浏览器打开，非编程用户只需通过下拉框选择筛选条件，就能实时查看过滤后的表格。

方案2：使用Plotly Dash（需轻量服务器支持） #

如果能提供简单的服务器运行环境，Dash的交互体验更丰富：

• 安装：pip install dash pandas
• 核心思路是通过Dash的下拉组件触发回调，动态更新表格内容，最后可以将应用部署或用dash freeze导出静态资源包供用户使用。

方案3：使用dtale（快速生成交互式探索页面） #

dtale能自动为DataFrame生成带筛选、排序功能的交互式页面，天然支持多级列的筛选操作：

• 安装：pip install dtale
• 运行代码后会生成本地访问链接，用户可在浏览器中直接探索数据；也可导出HTML文件（部分交互功能可能受限）：

  import dtale
  d = dtale.show(df)
  # 导出HTML
  with open('dtale_explorer.html', 'w') as f:
      f.write(d.to_html())
  

内容的提问来源于stack exchange，提问作者Lucas Morin