如何利用DataFrame变量信息通过Gradio下拉框实现数据输入？

核心问题点 #

• 代码使用了Gradio旧版API（gr.inputs.Dropdown和["text"]输出定义），新版Gradio 3.x已弃用这些写法，兼容性问题导致提交挂起。
• 函数返回的字典类型与输出组件不匹配，Gradio无法正确解析返回值，引发阻塞。

修复后的完整代码 #

import gradio as gr
import pandas as pd
import json

# 替换为你的CSV文件路径
file_path = "your_data.csv"

df = pd.read_csv(file_path)
variables = list(df.columns)
df = df.dropna()
options = {var: list(df[var]) for var in variables}

save_variables = {}

def assign_values(**kwargs):
    global save_variables
    save_variables.update(kwargs)
    # 将字典格式化为可读字符串返回
    return json.dumps(kwargs, indent=2, ensure_ascii=False)

# 使用新版Gradio组件定义输入
inputs = [gr.Dropdown(label=var, choices=options[var]) for var in variables]
# 明确指定输出组件为文本框
outputs = gr.Textbox(label="已选中的值", lines=10)

gr.Interface(fn=assign_values, inputs=inputs, outputs=outputs, title="Assign Values").launch()

关键修改说明 #

1. 替换旧版输入组件：
   把gr.inputs.Dropdown改为gr.Dropdown，新版Gradio已移除gr.inputs模块，直接使用顶级组件类。

2. 规范输出组件定义：
   用gr.Textbox实例替代["text"]字符串，明确输出类型和显示配置（比如设置lines让结果更易读）。

3. 调整返回值格式：
   用json.dumps把kwargs字典转换成格式化字符串，确保输出组件能正确接收并显示内容，避免类型不匹配导致的挂起。

额外优化建议 #

• 如果不需要全局保存选中值，可以删除global save_variables和save_variables.update(kwargs)这两行代码，简化逻辑。
• 若CSV中存在重复选项，可以对options[var]去重，比如list(set(df[var]))，避免下拉框出现重复项。

内容的提问来源于stack exchange，提问作者Maracman