绘制破折号回调到具有不同输入功能的一个输出

Question

我是 Plotly Dash 的新手，想为以下应用程序设计一个破折号，但找不到如何解决我面临的问题。

场景如下：我有一个包含以下列的 SQL 表：'date' (datetime)、'type' (varchar)、'item' (varchar)、'item-group' (varchar)、'county' (varchar) ）和“值”（浮点数）。在我的仪表板中，我希望用户能够选择“日期”、“类型”、“项目组”和“国家/地区”的任意组合。根据他们的选择，我的目标是在 Dash 中将相应的数据框显示为表格（使用任何形式的表格可视化）。

但是，SQL 查询运行速度明显缓慢。我想获取仅以“日期”为条件的数据。这样，我需要重新运行查询的唯一时间是当用户更改默认时间范围时，这种情况非常罕见（与用户更改非常频繁的“item-group”和“county”相反，因此，我不想重新查询他们。我想为他们所有人提供它）。

这是我的挑战：我想优化仪表板，以便仅在用户更改日期范围时重新运行 SQL 查询。对于其他用户选择，我打算使用 pandas 过滤而不重新查询 SQL 数据库。我遇到的问题是设置回调。我正在努力区分回调触发器，以便当用户更改日期范围时，我触发重新查询，而对于其他选择，我利用 pandas 过滤而不重新查询数据库。我尝试使用相同的输出（表）进行多个回调，但它显示了一个错误。下面显示了一种低效的方法，每次更改后我都会重新查询。你能帮我实现我想要的功能吗？

@app.callback(
    Output('table', 'data'),
    [Input('date-range-picker', 'start_date'),
    Input('date-range-picker', 'end_date'),
    Input('type-dropdown', 'value'),
    Input('item-dropdown', 'value'),
    Input('item-group-dropdown', 'value'),
    Input('county-dropdown', 'value')],
)
def update_plots_uncertainty(start_date, end_date, selected_tpye, selected_item, selected_time_group, selected_counties):
    df = pd.read_sql(f"SELECT * FROM t WHERE [date] BETWEEN {start_date} AND {end_date}")
    if selected_tpye:
        df = df[df['type'] == selected_type]
    if selected_item:
        df = df[df['item'] == selected_item]
    if selected_item_group:
        df = df[df['item_group'] == selected_item_group]
    if selected_counties:
        df = df[df['counties'].isin(selected_counties)]
    return df.to_dict('record')

Answer 1

您可以使用

context

确定回调的输入源。有关更多信息，请参见此处：https://dash.plotly.com/defining-which-callback-input-changed

from dash import ctx

@app.callback(
    Output('table', 'data'),
    [Input('date-range-picker', 'start_date'),
    Input('date-range-picker', 'end_date'),
    Input('type-dropdown', 'value'),
    Input('item-dropdown', 'value'),
    Input('item-group-dropdown', 'value'),
    Input('county-dropdown', 'value')],
)
def update_plots_uncertainty(start_date, end_date, selected_tpye, selected_item, selected_time_group, selected_counties):
    context = ctx.triggered_id
    if context == "date-range-picker":
        # SQL query here
    else:
       # Pandas query here