如何在回调中获取Streamlit experimental_data_editor的编辑后数据框？

不需要用_apply_dataframe_edits这种内部私有函数，有两种更简洁的方式满足你的需求：

方法一：直接利用返回值+会话状态（最推荐） #

st.experimental_data_editor本身会返回完整的编辑后DataFrame，你只需要把这个返回值存在st.session_state里，回调触发时直接读取会话状态中的最新数据即可：

import streamlit as st
import pandas as pd

# 初始化会话状态的DataFrame
if "edited_df" not in st.session_state:
    st.session_state.edited_df = pd.DataFrame({"ID": [1,2,3], "Name": ["Alice", "Bob", "Charlie"]})

def save_to_db():
    # 直接获取会话状态里的最新编辑后数据
    final_df = st.session_state.edited_df
    # 这里替换成你的数据库保存逻辑
    # final_df.to_sql("target_table", con=your_db_conn, if_exists="replace")
    st.success("数据已成功保存至数据库")

# 渲染编辑器并更新会话状态
st.session_state.edited_df = st.experimental_data_editor(
    st.session_state.edited_df,
    num_rows="dynamic",
    on_change=save_to_db  # 数据变更时自动触发保存
)

这个方式完全符合官方API设计，既不用处理零散的变更细节，也避免了依赖内部函数带来的版本兼容风险，是最简便的方案。

方法二：基于变更信息做增量保存（可选） #

如果你的场景需要只更新变更的部分（减少数据库开销），可以在回调中通过**kwargs获取变更详情，但核心还是基于会话状态的完整数据：

def incremental_save(**kwargs):
    changes = kwargs["changes"]
    final_df = st.session_state.edited_df
    
    # 解析变更信息做增量操作（示例）
    for row_idx, edits in changes["edited_rows"].items():
        # 针对修改的行生成UPDATE语句
        pass
    for new_row in changes["added_rows"]:
        # 针对新增的行生成INSERT语句
        pass
    for del_idx in changes["deleted_rows"]:
        # 针对删除的行生成DELETE语句
        pass
    
    # 也可以直接用完整数据做全量覆盖
    # final_df.to_sql("target_table", con=your_db_conn, if_exists="replace")
    st.success("增量保存完成")

st.session_state.edited_df = st.experimental_data_editor(
    st.session_state.edited_df,
    num_rows="dynamic",
    on_change=incremental_save
)

关键提示 #

不要调用streamlit.elements.data_editor里的私有函数，这类函数没有公开API保障，Streamlit版本更新时很可能会失效，完全没必要冒这个风险。

内容的提问来源于stack exchange，提问作者Literal