Aprender Streamlit Datos, tablas y conexiones

La visualización y edición de datos estructurados es uno de los puntos fuertes de Streamlit. El módulo cubre desde la presentación de DataFrames de Pandas hasta la conexión a bases de datos SQL reales mediante la API unificada st.connection.

st.dataframe: tabla interactiva

st.dataframe renderiza un DataFrame de Pandas como una tabla HTML interactiva con ordenación, redimensionamiento de columnas y scroll:

import streamlit as st
import pandas as pd

df = pd.read_csv("ventas.csv")
st.dataframe(
    df,
    use_container_width=True,
    column_config={
        "precio": st.column_config.NumberColumn("Precio (€)", format="€%.2f"),
        "fecha": st.column_config.DateColumn("Fecha", format="DD/MM/YYYY"),
        "activo": st.column_config.CheckboxColumn("Activo"),
        "web": st.column_config.LinkColumn("URL")
    },
    hide_index=True
)

st.data_editor: edición in-place

st.data_editor permite al usuario editar celdas directamente en la tabla y devuelve el DataFrame modificado:

df_editado = st.data_editor(
    df,
    num_rows="dynamic",  # Permite añadir/eliminar filas
    column_config={"precio": st.column_config.NumberColumn(min_value=0)}
)
st.write("Datos actualizados:", df_editado)

Métricas, tablas estáticas y JSON

col1, col2 = st.columns(2)
col1.metric("Ingresos totales", "€ 45.230", delta="€ +3.210 vs mes anterior")
col2.metric("Tasa de error", "0,32%", delta="-0,05%", delta_color="inverse")

st.table(df.head(5))  # Tabla estática sin interactividad
st.json({"modelo": "RandomForest", "accuracy": 0.94, "features": ["edad", "salario"]})

st.connection: conexión a datos

La API st.connection proporciona una interfaz unificada para conectar con distintas fuentes de datos. Las credenciales se gestionan de forma segura mediante st.secrets:

# .streamlit/secrets.toml
# [connections.mydb]
# type = "sql"
# url = "postgresql://user:pass@host:5432/db"

conn = st.connection("mydb", type="sql")
df_result = conn.query("SELECT * FROM clientes WHERE activo = true", ttl=600)
st.dataframe(df_result)

También está disponible la conexión a Snowflake, Google Sheets, S3 y otras fuentes mediante conectores oficiales de la comunidad. st.secrets gestiona las credenciales como variables de entorno, evitando que aparezcan en el código fuente.