如何在Streamlit的PredictaApp中跨功能选项保留DataFrame的修改

这个问题其实是Streamlit新手常遇到的状态管理坑——因为Streamlit的运行机制是每次用户交互都会从头重新运行整个脚本，你之前用self.df存储数据，每次切换选项都会重新创建PredictaApp实例，自然就丢失了之前的修改。下面给你一套完整的解决方案：

核心思路：用Streamlit的会话状态持久化DataFrame #

Streamlit提供了st.session_state对象，专门用来在用户会话的多次交互之间保存数据。我们需要把DataFrame存在这里，而不是仅存在PredictaApp的实例变量中。

步骤1：修改PredictaApp类，基于session_state管理DataFrame #

首先调整PredictaApp的初始化和文件上传逻辑，把DataFrame绑定到st.session_state：

class PredictaApp:
    def __init__(self):
        # 初始化会话状态中的DataFrame（如果还没有的话）
        if 'df' not in st.session_state:
            st.session_state.df = None
        self.df = st.session_state.df  # 同步实例变量和会话状态
        self.anthropi_api_key = None

    def file_upload(self):
        uploaded_file = st.file_uploader("Upload CSV", type=["csv"])
        if uploaded_file is not None:
            data = pd.read_csv(uploaded_file)
            # 将上传的数据存入会话状态，确保跨交互保留
            st.session_state.df = data.copy(deep=True)
            self.df = st.session_state.df

步骤2：调整缺失值处理逻辑，更新会话状态 #

修改handle_impute_missing_values方法，接收DataImputer返回的修改后DataFrame，并更新到st.session_state中：

def handle_impute_missing_values(self):
    if st.session_state.df is not None:
        # 传入会话状态中的DataFrame
        impute = missing_data.DataImputer(st.session_state.df)
        # 获取修改后的DataFrame
        modified_df = impute.imputer()
        # 更新会话状态，确保后续功能使用修改后的数据
        st.session_state.df = modified_df
        self.df = st.session_state.df
    else:
        st.markdown(
            "<div style='text-align: center; margin-top: 20px; margin-bottom: 20px; font-size: 15px;'>Please upload a dataset to perform feature cleaning.</div>",
            unsafe_allow_html=True,
        )
        st.image("uploadfile.png", use_column_width=True)

步骤3：优化DataImputer类，移除不必要的继承 #

你的DataImputer继承了PredictaApp完全没必要，反而会导致状态混乱。修改它为独立的数据处理类，只负责接收DataFrame、处理并返回修改后的结果：

# missing_data.py
import pandas as pd
import numpy as np
import logging
import streamlit as st

# 去掉对PredictaApp的继承
class DataImputer:
    def __init__(self, data):
        if not isinstance(data, pd.DataFrame):
            raise ValueError("Input data must be a pandas DataFrame.")
        self.data = data.copy(deep=True)  # 深拷贝避免直接修改原始数据
        self.logger = logging.getLogger(__name__)
        self.logger.setLevel(logging.INFO)
        self.logger.addHandler(logging.StreamHandler())

    # 其余方法保持不变，确保每个操作都修改self.data，最后imputer方法返回self.data

步骤4：统一其他功能的状态管理 #

按照同样的逻辑，修改其他handle_*方法，比如异常值检测、ML模型选择等，都从st.session_state.df读取数据，操作后更新会话状态：

以handle_detect_outlier为例：

def handle_detect_outlier(self):
    if st.session_state.df is not None:
        out = outlier.OutlierDetector(st.session_state.df)
        modified_df = out.outlier_detect()
        st.session_state.df = modified_df
        self.df = st.session_state.df
    else:
        # 原提示代码...

为什么之前的方法失效？ #

你之前尝试让imputer返回修改后的DataFrame并赋值给self.df，但因为每次切换选项都会重新创建PredictaApp实例，self.df作为实例变量会被重新初始化，之前的修改自然就丢失了。而st.session_state是绑定到用户会话的全局存储，不会随实例销毁而消失。

备注：内容来源于stack exchange，提问作者nafiz