Bokeh仪表板中的DataTable；使用滑块小部件进行反应式过滤

在Bokeh中创建一个带有DataTable和滑块小部件的仪表板，可以实现数据的交互式过滤。以下是一个详细的步骤指南，帮助你实现这个功能。

1. 安装Bokeh

首先，确保你已经安装了Bokeh。如果没有安装，可以使用以下命令进行安装：

pip install bokeh

2. 导入必要的库

在你的Python脚本中导入必要的库：

import pandas as pd
from bokeh.io import curdoc
from bokeh.layouts import column
from bokeh.models import ColumnDataSource, DataTable, TableColumn, Slider

3. 创建示例数据

创建一个示例数据集，并将其转换为Bokeh的ColumnDataSource：

# 创建示例数据
data = {
    'index': [1, 2, 3, 4, 5],
    'value': [10, 20, 30, 40, 50]
}
df = pd.DataFrame(data)

# 转换为ColumnDataSource
source = ColumnDataSource(df)

4. 创建DataTable

使用Bokeh的DataTable创建一个表格：

# 定义表格列
columns = [
    TableColumn(field="index", title="Index"),
    TableColumn(field="value", title="Value")
]

# 创建DataTable
data_table = DataTable(source=source, columns=columns, width=400, height=280)

5. 创建滑块小部件

创建一个滑块小部件，用于过滤数据：

# 创建滑块
slider = Slider(start=0, end=50, value=50, step=1, title="Value Filter")

6. 定义滑块回调函数

定义一个回调函数，当滑块值改变时，更新DataTable的数据：

def update_data(attr, old, new):
    # 获取滑块的当前值
    current_value = slider.value
    
    # 过滤数据
    filtered_data = df[df['value'] <= current_value]
    
    # 更新ColumnDataSource
    source.data = ColumnDataSource(filtered_data).data

# 绑定滑块的回调函数
slider.on_change('value', update_data)

7. 布局和显示

将DataTable和滑块小部件添加到布局中，并显示在Bokeh服务器上：

# 创建布局
layout = column(slider, data_table)

# 添加布局到当前文档
curdoc().add_root(layout)

8. 运行Bokeh服务器

将以上代码保存为一个Python脚本（例如 bokeh_dashboard.py），然后在终端中运行Bokeh服务器：

bokeh serve --show bokeh_dashboard.py

完整代码示例

以下是完整的代码示例：

import pandas as pd
from bokeh.io import curdoc
from bokeh.layouts import column
from bokeh.models import ColumnDataSource, DataTable, TableColumn, Slider

# 创建示例数据
data = {
    'index': [1, 2, 3, 4, 5],
    'value': [10, 20, 30, 40, 50]
}
df = pd.DataFrame(data)

# 转换为ColumnDataSource
source = ColumnDataSource(df)

# 定义表格列
columns = [
    TableColumn(field="index", title="Index"),
    TableColumn(field="value", title="Value")
]

# 创建DataTable
data_table = DataTable(source=source, columns=columns, width=400, height=280)

# 创建滑块
slider = Slider(start=0, end=50, value=50, step=1, title="Value Filter")

# 定义滑块回调函数
def update_data(attr, old, new):
    # 获取滑块的当前值
    current_value = slider.value
    
    # 过滤数据
    filtered_data = df[df['value'] <= current_value]
    
    # 更新ColumnDataSource
    source.data = ColumnDataSource(filtered_data).data

# 绑定滑块的回调函数
slider.on_change('value', update_data)

# 创建布局
layout = column(slider, data_table)

# 添加布局到当前文档
curdoc().add_root(layout)

通过以上步骤，你已经创建了一个带有DataTable和滑块小部件的Bokeh仪表板。滑块的值改变时，DataTable会根据滑块的值进行数据过滤并更新显示。