如何在Dash回调中调用生成的df来应用data_bars等条件格式

核心思路是将表格的style_data_conditional属性也加入回调的输出项，和表格数据在同一个回调中同步生成，直接使用回调内计算得到的DataFrame生成对应条件格式规则即可，无需预先声明全局df。

第一步：调整DataTable初始声明 #

移除写死的style_data_conditional配置，保留默认空值即可：

dash_table.DataTable(
    id='kpi_id',
    columns=[{"name": i, "id": i} for i in TABLE_COLUMNS],
    data=[], # 初始空数据
    style_data_conditional=[] # 初始空条件格式规则
)

第二步：修改回调配置 #

新增style_data_conditional作为回调输出，在回调内完成数据计算和条件格式规则生成：

@app.callback(
    [
        Output('kpi_id', 'data'),
        Output('kpi_id', 'style_data_conditional')
    ],
    # 按钮触发属性为n_clicks，若你用其他组件传user_role筛选值可对应调整输入属性
    [Input(component_id='my_button', component_property='n_clicks')]
)
def create_kpi(n_clicks):
    # 初始无点击状态返回空
    if not n_clicks:
        return [], []
    # 替换为你自己的数据源和筛选逻辑，注意不要重名覆盖原df变量
    filtered_df = 你的原始df.loc[你的原始df['user_role'].isin(你要筛选的角色列表)]
    df_kpi_users = kpi(filtered_df)
    table_data = df_kpi_users.to_dict("records")
    # 直接用回调内生成的df生成data_bars规则
    style_rules = data_bars(df_kpi_users, 'DAU')
    # 若需添加多列的data_bars或其他条件格式，可直接往style_rules中追加规则
    # style_rules += data_bars(df_kpi_users, 'DAU_7')
    return table_data, style_rules

注意事项 #

• 原代码中回调输出写为Output('kpi_id', 'children')属于配置错误，kpi_id是DataTable组件本身，更新表格数据需要修改data属性而非children属性。
• 若你的按钮需要配合其他下拉、多选组件传递筛选参数，只需在回调输入项中添加对应组件的属性即可。

内容的提问来源于stack exchange，提问作者Calafalas