Streamlitで簡単にExcelライクなデータ編集機能を実装する方法をQiitaに投稿しました。Pythonの勉強備忘録として、データ操作をブラウザ上で直感的に行う方法をまとめています。初心者の方にもわかりやすく解説しているので、ぜひご覧ください！📝
はじめに
最近Pythonを勉強していく中で、データ操作のためのウェブアプリを手軽に作成できるStreamlitというフレームワークに出会いました。特に、st.data_editorという機能を使うとExcelのようなインタラクティブなデータ編集が可能になることを知り、備忘録として共有します。
Streamlitとは？
Streamlitは、データサイエンス・機械学習のプロジェクトを簡単にウェブアプリ化できるPythonのフレームワークです。コードを書くだけで、インタラクティブなウェブアプリを作成できるのが特徴です。
環境構築
まずは必要なライブラリをインストールします。
pip install streamlit pandas
データ編集機能の実装
今回紹介するのは、Excelのようなデータ編集機能です。以下のコードでは、初期データを作成し、ユーザーが自由に編集できるインターフェースを提供しています。
import streamlit as st
import pandas as pd
# アプリのタイトル
st.title("Excelライクなデータ編集")
# 初期データ
df = pd.DataFrame({
"名前": ["佐藤", "鈴木", "田中"],
"業種": ["Technology", "Finance", "Healthcare"],
"評価": ["Hot", "Warm", "Cold"]
})
# 編集可能なデータグリッド（Excelっぽい！）
edited_df = st.data_editor(df, num_rows="dynamic")
# 結果の表示
if st.button("✅ 保存"):
st.success("以下のデータを受け取りました：")
st.dataframe(edited_df)
実行方法
作成したPythonファイル（例：app.py）を保存し、以下のコマンドで実行します。
streamlit run app.py
ブラウザが自動的に開き、アプリが表示されます。
機能の解説
このアプリには以下の機能があります：
-
初期データの表示：
- 3人の名前、業種、評価を持つデータフレームを作成しています。
-
データ編集機能：
-
st.data_editorを使用することで、データを直接編集可能にしています。 -
num_rows="dynamic"パラメータにより、行の追加・削除も可能になっています。
-
-
保存機能：
- 「保存」ボタンをクリックすると、編集後のデータが表示されます。
- 実際のアプリケーションでは、このデータをCSVとして保存したり、データベースに送信したりする機能を追加できます。
st.data_editorの詳細オプション
st.data_editorには多くのカスタマイズオプションがあります：
edited_df = st.data_editor(
df,
num_rows="dynamic", # 行の追加・削除を許可
disabled=["業種"], # 特定の列を編集不可に設定
column_config={ # 列ごとの設定
"評価": st.column_config.SelectboxColumn(
options=["Hot", "Warm", "Cold", "Inactive"]
)
},
hide_index=True, # インデックスを非表示
)
このように設定すると、「業種」列は編集できなくなり、「評価」列はドロップダウンリストから選択するようになります。
発展：CSVファイルのアップロード機能
実際のアプリケーションでは、初期データをCSVファイルからアップロードできると便利です：
import streamlit as st
import pandas as pd
st.title("データ編集アプリ")
# CSVファイルのアップロード
uploaded_file = st.file_uploader("CSVファイルをアップロード", type=["csv"])
if uploaded_file is not None:
# CSVファイルを読み込み
df = pd.read_csv(uploaded_file)
# データエディタの表示
edited_df = st.data_editor(df, num_rows="dynamic")
# 保存ボタン
if st.button("✅ 保存"):
st.success("データを保存しました")
# CSVとしてダウンロード可能にする
csv = edited_df.to_csv(index=False)
st.download_button(
label="CSVとしてダウンロード",
data=csv,
file_name="edited_data.csv",
mime="text/csv",
)
else:
st.info("CSVファイルをアップロードしてください")
まとめ
Streamlitのst.data_editorを使うことで、簡単にExcelライクなデータ編集機能を実装できることがわかりました。この機能は以下のような場面で特に役立ちます：
- 簡易的なデータ入力フォームとして
- データクレンジングツールとして
- 小規模なデータベース管理ツールとして
Pythonの勉強を進める中で、実用的なアプリケーションを手軽に作れるのはとても魅力的です。今後も様々な機能を試して、備忘録として共有していきたいと思います。
参考リンク
免責事項
本記事の作成にあたり、文章や図解の生成にClaude Sonnetを活用しました。最終的な編集と確認は筆者が行っています。