Entradas de datos de PyGWalker

PyGWalker trabaja con datos tabulares. La mayoría de las API públicas aceptan pandas DataFrame, polars DataFrame, pyarrow Table, conectores de base de datos y cadenas SQL/fuente de datos con estilo de conector. Algunos adaptadores también aceptan un pygwalker.Walker reutilizable.

Matriz de entradas compatibles

Entrada de dataset	API típicas	Notas
pandas DataFrame	Todas las API principales	La entrada local más común.
polars DataFrame	Todas las API principales	Se procesa mediante la capa de parser de DataFrame.
pyarrow Table	Todas las API principales	Compatible con las firmas de API públicas y las pruebas de parser.
`Connector` de base de datos	`walk`, `render`, `table`, Streamlit, Gradio, webserver, helpers cloud	Los datasets de conector usan consultas del lado del kernel.
Cadena SQL/fuente de datos	Nivel superior, notebook, anywidget, marimo, webserver, component, helpers de gráficos HTML	Úsala para rutas con estilo de conector donde el adaptador lo admita.
`pygwalker.Walker`	`walk`, anywidget, marimo, webserver, Streamlit, `to_html`	Reutiliza un objeto PyGWalker ya construido.

Pandas

Usa pandas cuando tus datos ya estén en memoria.

import pandas as pd
import pygwalker as pyg
 
df = pd.read_csv("data.csv")
walker = pyg.walk(df, spec_path="./gw_config.json")

Polars

Los DataFrames de Polars pueden pasarse directamente.

import polars as pl
import pygwalker as pyg
 
df = pl.read_csv("data.csv")
walker = pyg.walk(df, computation="browser")

PyArrow Table

Las tablas PyArrow están admitidas por el tipo DataFrame público y las pruebas de parser.

import pyarrow as pa
import pygwalker as pyg
 
table = pa.table({
    "city": ["London", "Paris", "Tokyo"],
    "sales": [120, 95, 140],
})
 
walker = pyg.walk(table, computation="browser")

Database Connector

Usa Connector cuando los datos deban permanecer detrás de una consulta SQL en lugar de cargarse primero en un DataFrame local.

from pygwalker.data_parsers.database_parser import Connector
import pygwalker as pyg
 
conn = Connector(
    "postgresql+psycopg2://username:password@host:5432/database",
    "SELECT * FROM table_name",
)
 
walker = pyg.walk(conn, spec_path="./gw_config.json", computation="kernel")

Los datasets de conector se tratan como entradas de computación kernel de forma predeterminada porque las consultas necesitan un backend activo.

`Walker` reutilizable

Crea un Walker cuando quieras que un dataset y una configuración fluyan por más de un adaptador.

import pygwalker as pyg
 
walker = pyg.Walker(
    df,
    spec_path="./gw_config.json",
    computation="browser",
)
 
walker.show()
html = pyg.to_html(walker, width="100%", height="720px")

Los adaptadores rechazan opciones de construcción que entren en conflicto con un Walker existente. Coloca spec_path, field_specs, appearance y computation en el constructor de Walker.

FieldSpec

FieldSpec te permite sobrescribir los metadatos inferidos de los campos.

from pygwalker import FieldSpec
import pygwalker as pyg
 
field_specs = [
    FieldSpec(
        fname="order_date",
        semantic_type="temporal",
        analytic_type="dimension",
        display_as="Order Date",
    ),
    FieldSpec(
        fname="revenue",
        semantic_type="quantitative",
        analytic_type="measure",
        display_as="Revenue",
    ),
]
 
pyg.walk(df, field_specs=field_specs)

Definición:

FieldSpec(
    fname: str,
    semantic_type: "?" | "nominal" | "ordinal" | "temporal" | "quantitative" = "?",
    analytic_type: "?" | "dimension" | "measure" = "?",
    display_as: str = None,
)

Usa "?" para dejar que PyGWalker infiera el valor.

Errores comunes

Error	Solución
Pasar un archivo spec local mediante `spec` en código nuevo	Usa `spec_path="./gw_config.json"` para que los archivos locales sean explícitos.
Volver a pasar `spec_path` cuando un adaptador recibe un `Walker`	Coloca `spec_path` en `pyg.Walker(...)`.
Exportar HTML estático con `computation="kernel"` o `"cloud"`	Usa `computation="browser"` para exportaciones estáticas.
Usar `kernel_computation=True` heredado en ejemplos nuevos	Usa `computation="kernel"`.

Guías relacionadas

Índice de API API para notebooks