当前位置: 首页 > news >正文

C# Avalonia 19- DataBinding- DataGridGrouping

DataGridGrouping.axaml代码

<Window xmlns="https://github.com/avaloniaui"xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml"xmlns:d="http://schemas.microsoft.com/expression/blend/2008"xmlns:mc="http://schemas.openxmlformats.org/markup-compatibility/2006"Height="300" Width="450"xmlns:local="using:AvaloniaUI"xmlns:db="using:AvaloniaUI.Demos.Book._19.StoreDatabase"x:Class="AvaloniaUI.DataGridGrouping"Title="DataGridGrouping"><Grid><DataGrid Margin="5" x:DataType="local:DataGridGrouping"AutoGenerateColumns="False"ItemsSource="{Binding ProductsView}"><DataGrid.Columns><DataGridTextColumn Header="Product" x:DataType="db:Product"Width="175"Binding="{Binding ModelName}" /><DataGridTextColumn Header="Price" x:DataType="db:Product"Binding="{Binding UnitCost, StringFormat='{}{0:C}'}" /><DataGridTextColumn Header="Model Number" x:DataType="db:Product"Binding="{Binding ModelNumber}" /></DataGrid.Columns></DataGrid></Grid>
</Window>

DataGridGrouping.axaml.cs代码

using Avalonia;
using Avalonia.Collections;
using Avalonia.Controls;
using Avalonia.Markup.Xaml;
using AvaloniaUI.Demos.Book._19.StoreDatabase;
using System.Collections.ObjectModel;namespace AvaloniaUI;public partial class DataGridGrouping : Window
{private StoreDb1 db = new StoreDb1();public ObservableCollection<Product> Products { get; }public DataGridCollectionView ProductsView { get; }public DataGridGrouping(){InitializeComponent();Products = db.GetProducts();ProductsView = new DataGridCollectionView(Products);// 按 CategoryName 分组ProductsView.GroupDescriptions.Add(new DataGridPathGroupDescription(nameof(Product.CategoryName)));DataContext = this;}
}

运行效果

image

 

http://www.jsqmd.com/news/396564/

相关文章:

  • Java面试场景:从Spring MVC到微服务的循序渐进之路
  • spaCy LLM:为开发者打造的NLP工具包
  • 2026评测:哪款船用空气管头更受市场好评?船用防浪阀/船用空气管头/船用阀门附件,船用空气管头直销厂家怎么选择 - 品牌推荐师
  • 聚焦 2026 线性关节电机公司排行,评价高的都上榜了,无框电机/无框力矩电机/编码器,线性关节电机品牌排行榜 - 品牌推荐师
  • 写程序自动计算奶茶热量,给出替代方案,颠覆喝奶茶必长胖。
  • 洪水内涝暴雨预测模型探索:基于机器学习算法
  • 正规中石化加油卡回收平台推荐,安全高效变现指南 - 京顺回收
  • DeepSeek总结的Nanbeige4.1-3B:一个具备推理、对齐与行动能力的小型通用模型
  • 【Basic】【response_synthesizers1】自定义提示词响应合成器案例
  • 构建AI系统的七步方法论
  • 大润发购物卡回收怕被骗?京顺回收带你避开3大陷阱 - 京顺回收
  • AI元人文:悟空
  • 什么是贝叶斯误差?
  • 从零开始:用Nano-Banana制作专业产品展示图
  • 泳池溺水行为检测数据集(YOLO格式)
  • 江苏省口播文案ai智能体服务公司排行
  • YOLO12 WebUI实战:一键部署高效目标检测服务
  • 基于Qwen2.5-32B-Instruct的RESTful API设计指南
  • mT5中文-base零样本增强模型实战教程:WebUI界面汉化适配与响应延迟优化
  • 研究生必看!标杆级的AI论文写作软件 —— 千笔·专业论文写作工具
  • 基于Thinkphp和Laravel框架的社区居民诊疗健康管理系统设计与实现
  • 强烈安利!用户挚爱的降AI率工具 —— 千笔·降AIGC助手
  • Python爬虫实战:构建SDPose-Wholebody训练数据集
  • Qwen2.5-7B-Instruct Linux系统管理助手:自动化运维脚本生成
  • SPIRAN ART SUMMONER图像生成与MySQL数据库集成方案
  • Python基于Vue的宠物领养系统 django flask pycharm
  • Python基于Vue的高校学生实习综合服务系统的设计与实现 django flask pycharm
  • LeetCode 761.特殊的二进制字符串:分治(左右括号对移动)
  • Qwen3-4B-Instruct-2507与Ollama集成:本地化部署快速入门教程
  • 基于Thinkphp和Laravel框架的旅游景区(门票,酒店,美食,论坛)管理系统的设计与实现