导入
使用 Streamlit 操作表格数据
学习如何使用 Streamlit 向 DataFrame 添加数据。
变异的必要性
在数据处理过程中，有时我们会在处理开始后发现需要补充更多数据。这种情况下，通常需要创建一个新的 DataFrame，将原有数据和新增数据合并。
幸运的是，Streamlit 提供了一种向现有 DataFrame 追加数据的方法。add_rows() 方法通过一种称为 变异 的机制实现了这一功能。
...
表格中的数据变异
下面的代码演示了这一过程。让我们运行它，观察数据变异是如何工作的。你可以修改数据并重新运行应用，以获得不同的输出结果：
No configuration found for ID: ba4898d7271e0d2ee253b3b54243e6c60fbcb758b95b3f657f268840433de3a2
如上述代码的输出所示，当我们使用 add_rows() 进行数据变异时，索引会自动被正确排序。
不仅如此，我们还可以对图表进行类似的数据追加操作。这一点将在下一课中展示。