Как получить доступ к возвращенной переменной из выходного виджета Ipywidgets

Ну вот,

Далее вы можете добавить свой utils.py или как вы хотите назвать этот модуль.

from ipywidgets import Button
import ipywidgets as widgets
from IPython.display import display,clear_output
import pandas as pd
train = pd.read_csv('https://raw.githubusercontent.com/taknev83/datasets/master/credit_risk_train.csv')

train.iloc[0, :] = pd.NA
train.isna().sum().sum()

class Clean_data():
    def __init__(self, df):
        self.df = df
            
    def missing_value(self):
        import pandas as pd
        self.df = self.df.copy(deep=True)
        mis_val = widgets.Dropdown(
                    options = [('Yes', '1'), ('No', '2')],
                    value = '1',
                    description = 'Impute Missing Value',
                    style = {'description_width': 'initial'},     
                    disabled=False)
        display(mis_val)
        button = widgets.Button(description = 'Run Impute')
        out = widgets.Output()
        
        def on_button_clicked(_):
            with out:
                clear_output()
                
                if mis_val.value == '1':
                    categorical_cols = self.df.select_dtypes('object').columns.to_list()
                    for col in categorical_cols:
                        self.df[col].fillna(self.df[col].mode()[0], inplace=True)
                    numeric_cols = self.df.select_dtypes(['float64', 'int64']).columns.to_list()
                    for col in numeric_cols:
                        self.df[col].fillna(self.df[col].mean(), inplace=True)
#                     print(self.df) print is working
                    print('Completed imputation')
                    return self.df # where to access this return dataframe?
                if mis_val.value == '2':
                    return self.df          
            
        button.on_click(on_button_clicked)
        a = widgets.VBox([button, out])
        display(a)   

В блокноте, куда вы хотите импортировать, вы можете сделать следующее:

from utils import *

# include some NAs just for testing the functionality
train.iloc[0, :] = pd.NA
print(train.isna().sum().sum()) # should print 21


# call the cleaning functionality
c = Clean_data(train)
c.missing_value()
# another check
print(c.df.isna().sum().sum()) # should be 0

Надеюсь, это решит вашу проблему.