本文讲解在 Streamlit 多选组件中，当用户选择字典的 值（如 "Australian Stocks"）时，如何高效、安全地反向映射到原始字典的 键（如 "australia"），从而准确拼接本地 CSV 文件路径（如 australia_daily.csv），避免因名称不匹配导致的文件读取失败。
本文讲解在 streamlit 多选组件中，当用户选择字典的 *值*（如 "australian stocks"）时，如何高效、安全地反向映射到原始字典的 *键*（如 "australia"），从而准确拼接本地 csv 文件路径（如 `australia_daily.csv`），避免因名称不匹配导致的文件读取失败。
在 Streamlit 应用中，常使用 st.multiselect 展示用户友好的选项（如 markets.values()），但后端数据文件通常以字典键（如 "australia"）或标准化小写形式命名（如 "daily"）。直接用显示值拼接路径（如 "Australian Stocks_Daily.csv"）必然失败——因为实际文件是 australia_daily.csv。
核心问题在于：需从显示值反查原始键。由于 Python 字典不支持按值快速索引，推荐采用预构建的反向映射字典（value_to_key），兼顾性能与可读性：
# 构建反向映射：值 → 键
market_value_to_key = {v['Market']: k for k, v in markets.items()}
timeframe_value_to_key = {v: k for k, v in timeframes.items()}
# 在 Streamlit 选择后使用
selected_markets = st.multiselect(
label='Market',
options=list(markets.values()),
default=list(markets.values())
)
selected_timeframes = st.multiselect(
label='Timeframe',
options=list(timeframes.values()),
default=list(timeframes.values())
)
# 主循环：安全反查 + 路径拼接 + 异常处理
import os
import pandas as pd
for display_market in selected_markets:
for display_tf in selected_timeframes:
try:
# 反查键（关键步骤）
market_key = market_value_to_key[display_market['Market']]
tf_key = timeframe_value_to_key[display_tf]
# 拼接标准文件名：key_lower + '_' + key_lower + '.csv'
filename = f"{market_key}_{tf_key}.csv"
file_path = os.path.join("data", filename)
if os.path.exists(file_path):
df = pd.read_csv(file_path)
st.write(f"✅ Loaded: `{filename}` ({len(df)} rows)")
# 进一步处理 df，如展示、绘图等
else:
st.warning(f"⚠️ File not found: `{filename}` — skipping.")
except KeyError as e:
st.error(f"❌ Mapping error: value {e} not found in dictionary. Check data consistency.")
except Exception as e:
st.error(f"❌ Failed to load {display_market['Market']} / {display_tf}: {e}")
✅ 关键优势说明：
- 健壮性：显式 try/except 捕获 KeyError（值不存在）和 I/O 异常，避免整个应用崩溃；
- 可维护性：反向字典在初始化阶段一次性构建，后续查询为 O(1) 时间复杂度；
- 一致性：严格使用字典键（而非显示值）生成文件名，完全匹配存储规范；
- 用户体验：st.warning/st.error 提供清晰反馈，辅助调试与运维。
⚠️ 注意事项：
- 确保 markets 中每个 v['Market'] 值全局唯一（当前数据满足），否则反向映射会覆盖；若存在重复显示名，需改用更唯一字段（如 v['Symbol'] 或组合键）；
- timeframes 是扁平字典，直接用 v 作为反查值即可；
- 生产环境建议添加 st.cache_data 装饰器缓存 pd.read_csv 结果，提升多选时的响应速度。
通过这一模式，你既能保持前端界面的友好性（展示“Australian Stocks”），又能确保后端逻辑的精确性（操作 "australia"），是 Streamlit 数据应用中处理“显示名 ↔ 存储标识”映射的经典实践。
