obsei

---

Pandas DataFrame

---

 import pandas as pd
from obsei . source . pandas_source import PandasSource , PandasSourceConfig

# Initialize your Pandas DataFrame from your sources like csv, excel, sql etc
# In following example we are reading csv which have two columns title and text
csv_file = "https://raw.githubusercontent.com/deepset-ai/haystack/master/tutorials/small_generator_dataset.csv"
dataframe = pd . read_csv ( csv_file )

# initialize pandas sink config
sink_config = PandasSourceConfig (
   dataframe = dataframe ,
   include_columns = [ "score" ],
   text_columns = [ "name" , "degree" ],
)

# initialize pandas sink
sink = PandasSource ()

Шаг 2: Настройка анализатора

Примечание. Чтобы запустить трансформаторы в автономном режиме, проверьте режим трансформаторов в автономном режиме.

Некоторый анализатор поддерживает графический процессор и использовать параметр устройства Pass. Список возможных значений параметра устройства ( значение значения по умолчанию):

1. Авто : GPU (CUDA: 0) будет использоваться, если будет использоваться иначе ЦП будет использоваться
2. ЦП : будет использоваться процессор
3. CUDA: {id} - GPU будет использоваться с предоставленным идентификатором устройства CUDA

Пролечить from obsei . sink . slack_sink import SlackSink , SlackSinkConfig # initialize slack sink config sink_config = SlackSinkConfig ( # Provide slack bot/app token # For more detail refer https://slack.com/intl/en-de/help/articles/215770388-Create-and-regenerate-API-tokens slack_token = "<Slack_app_token>" , # To get channel id refer https://stackoverflow.com/questions/40940327/what-is-the-simplest-way-to-find-a-slack-team-id-and-a-channel-id channel_id = "C01LRS6CT9Q" ) # initialize slack sink sink = SlackSink ()
Pandas DataFrame from pandas import DataFrame from obsei . sink . pandas_sink import PandasSink , PandasSinkConfig # initialize pandas sink config sink_config = PandasSinkConfig ( dataframe = DataFrame () ) # initialize pandas sink sink = PandasSink ()
2	Наблюдайте за обзорами приложений из Google Play Store, Preprocess Text через различные функции очистки текста, анализируйте их, выполнив текстовую классификацию, сообщите об этом в Pandas DataFrame и сохраните результирующий CSV для Google Drive
	Обзоры PlayStore → Предварительная обработка → классификация → DataFrame Pandas → CSV в Google Drive
3	Наблюдайте за обзорами приложений из Apple App Store, Preprocess Text с помощью различной функции очистки текста, проанализируйте их, выполняя текстовую классификацию, информируйте их о Pandas DataFrame и сохраните результирующий CSV для Google Drive
	Обзоры AppStore → Предварительная обработка → классификация → DataFrame Pandas → CSV в Google Drive
4	Соблюдайте новостную статью из Google News, Prefrocess Text с помощью различной функции очистки текста, проанализируйте их с помощью классификации текста, разделяя текст в небольших кусках, а затем вычисляя окончательный вывод с использованием данной формулы
	Google News → Text Cleaner → Text Splitter → Классификация → Агрегатор вывода

Советы: обрабатывать большую текстовую классификацию через Obsei

Документация

Для получения подробных инструкций по установке, использования и примеров см. В нашу документацию.

Матрица поддержки и выпуска

	Linux	Маки	Окна	Примечание
Тесты	✅	✅	✅	Низкое покрытие, как трудно проверить сторонние либера
Пип	✅	✅	✅	Полностью поддерживается
Конда				Не поддерживается

Дискуссионный форум

Обсуждение об Obsei может быть сделано на форуме сообщества

Изменение изменений

Ссылайте релизы для изменений

Проблема безопасности

Для любой проблемы безопасности, пожалуйста, свяжитесь с нами по электронной почте

Звезды с течением времени

Содействия

Этот проект поддерживается Oraika Technologies. Лалит Пагария и Гириш Патель являются сопровождающими этого проекта.

Лицензия

• Обладатель авторских прав: Oraika Technologies
• В целом Apache 2.0 и вы можете прочитать файл лицензии.
• Несколько других вторичных разрешающих или слабых лицензий на копирование (LGPL, MIT, BSD и т. Д.) Для сторонних компонентов обратите внимание на атрибуцию.
• Чтобы сделать проект более дружественным к коммерческим, мы аннулируем сторонние компоненты, которые имеют сильные лицензии на копирование (GPL, AGPL и т. Д.) В проект.

Атрибуция

Это не могло быть возможным без этих программ с открытым исходным кодом.

Вклад

Во -первых, спасибо, что даже задумались о внесении вклад в этот пакет, каждый большой или маленький вклад очень ценится. Пожалуйста, обратитесь к нашему руководству о вкладе и Кодексе поведения.

Большое спасибо всем нашим участникам