能否为Streamlit Dataframe添加实时输入值并保存后进行数据处理？

核心是利用Streamlit的st.data_editor组件，它支持实时编辑DataFrame并返回修改后的结果，完美匹配你的需求。以下是具体实现方案：

实现步骤 #

• 文件上传：通过st.file_uploader接收用户上传的CSV/Excel文件，读取为DataFrame。
• 实时编辑Weight列：用st.data_editor展示DataFrame，仅开放weight列的编辑权限，限制其他列不可修改。
• 获取新DataFrame并处理：直接获取编辑后的DataFrame，可保存或用于后续数据计算。

完整代码示例 #

import streamlit as st
import pandas as pd

st.title("编辑Weight列并生成新DataFrame")

# 上传文件
uploaded_file = st.file_uploader("上传含word、frequency、weight列的文件", type=["csv", "xlsx"])

if uploaded_file:
    # 读取文件
    df = pd.read_csv(uploaded_file) if uploaded_file.name.endswith('.csv') else pd.read_excel(uploaded_file)
    
    # 校验必要列
    required_cols = ['word', 'frequency', 'weight']
    if not all(col in df.columns for col in required_cols):
        st.error("文件必须包含word、frequency、weight三列！")
    else:
        # 展示可编辑表格，仅允许修改weight列
        edited_df = st.data_editor(
            df,
            column_config={
                "weight": st.column_config.NumberColumn(
                    "权重",
                    help="输入实时权重值",
                    min_value=0.0,
                    max_value=10.0,
                    step=0.1,
                )
            },
            disabled=["word", "frequency"],
            hide_index=True,
        )
        
        # 展示修改后的结果
        st.subheader("修改后的DataFrame")
        st.dataframe(edited_df)
        
        # 保存及后续处理示例
        if st.button("保存修改后的DataFrame"):
            edited_df.to_csv("updated_weight_data.csv", index=False)
            st.success("新DataFrame已保存为updated_weight_data.csv")
            
            # 后续数据处理示例：计算加权频率
            edited_df['weighted_frequency'] = edited_df['frequency'] * edited_df['weight']
            st.subheader("加权频率计算结果")
            st.dataframe(edited_df[['word', 'frequency', 'weight', 'weighted_frequency']])

关键说明 #

• st.data_editor会自动返回用户修改后的DataFrame，赋值给edited_df即可作为新的数据源。
• 可以通过column_config对weight列的输入范围、步长进行限制，提升输入规范性。
• 后续的数据处理逻辑（如加权计算、统计分析等）直接基于edited_df展开即可。

内容的提问来源于stack exchange，提问作者Kas