Produit	Prix	Stock	Statut
Widget A	29,99	142	En stock
Widget B	49,99	38	Stock bas
Widget C	9,99	500	En stock
Widget D	79,99	0	Rupture
Widget E	19,99	210	En stock

Cliquez sur une ligne pour afficher le détail.

stripedOui

hoverOui

Tri par défaut

valueLocale

valueDecimals

valueGrouping

Python

import bpm
import pandas as pd

df = pd.DataFrame({
  "Produit": ["Widget A", "Widget B", "Widget C"],
  "Prix": [29.99, 49.99, 9.99],
  "Stock": [142, 38, 500],
})

bpm.table(df, striped=true, hover=true)

Prop	Type	Défaut	Requis	Description
`columns`	`TableColumn[]`	—	Oui	`key`, `label` ; optionnel : `align`, `render` (pas `renderCell`),`decimals`, `noWrap`, `className`. Cellule custom : `render: (value, row) => …`
`data`	`Record<string, unknown>[]`	—	Oui	Lignes du tableau. Interdit : JSX dans `data[]` — utiliser `render` sur la colonne.
`striped`	`boolean`	`true`	Non	Lignes alternées.
`hover`	`boolean`	`true`	Non	Surbrillance au survol.
`onRowClick`	`(row) => void`	—	Non	Callback au clic sur une ligne.
`defaultSortColumn`	`string \| null`	`null`	Non	Colonne de tri initiale.
`defaultSortDirection`	`'asc' \| 'desc'`	`'asc'`	Non	Direction du tri initial.
`valueLocale`	`string`	fr-FR	Non	Locale pour formater les nombres (ex. fr-FR → 1 000,50, en-US → 1,000.50).
`valueDecimals`	`number`	0	Non	Décimales par défaut pour les cellules numériques. Surcharge possible par colonne (`decimals`).
`valueGrouping`	`boolean`	true	Non	Séparateur de milliers (false = 1000,50 sans espace).
`emptyMessage`	`string`	« Aucune donnée disponible »	Non	Message si `data` vide.
`name`, `keyColumn`, `minWidth`, `trackContext`, `className`	voir `Table.tsx`	—	Non	Contexte IA, largeur min., clé de ligne, etc.

Exemples

bpm.table(df, striped=True, hover=True)
# Clic sur une ligne pour ouvrir le détail
bpm.table(df, on_row_click=lambda row: bpm.write(row["id"]))

# Tri initial par colonne "Prix" décroissant
bpm.table(df, default_sort_column="Prix", default_sort_direction="desc")

# Format des nombres (comme bpm.metric)
bpm.table(df, value_locale="en-US", value_decimals=2, value_grouping=True)

# Alignement par colonne (left | center | right)
bpm.table(df, columns=[{"key": "Nom", "label": "Nom"}, {"key": "Montant", "label": "Montant", "align": "right"}])