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 ()

步骤2：配置分析器

注意：要在离线模式下运行变压器，请检查变形金刚离线模式。

一些分析仪支持GPU并利用Pass设备参数。设备参数的可能值列表（默认值自动）：

1. 自动：GPU（CUDA：0）如果可用，否则将使用CPU
2. CPU ：CPU将使用
3. CUDA：{id} - GPU将与提供的CUDA设备ID一起使用

松弛 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	观察Google Play商店的应用程序评论，通过各种文本清洁功能进行预处理文本，通过执行文本分类来分析它们，告知他们到Pandas DataFrame，并将结果CSV存储到Google Drive
	PlayStore评论→预处理→分类→PANDAS DataFrame→Google Drive中的CSV
3	观察Apple App Store的应用程序评论，通过各种文本清洁功能进行预处理文本，通过执行文本分类来分析它们，告知它们到Pandas DataFrame，并将结果CSV存储到Google Drive
	AppStore评论→预处理→分类→PANDAS DataFrame→Google Drive中的CSV
4	观察Google新闻的新闻文章，通过各种文本清洁功能进行预处理文本，通过执行文本分类分析，同时将文本分类分为小块，然后使用给定公式计算最终推断
	Google新闻→文本清洁器→文本分离器→分类→推理聚合器

提示：通过Obsei处理大型文字分类

文档

有关详细的安装说明，用法和示例，请参阅我们的文档。

支持和发布矩阵

	Linux	苹果	视窗	评论
测试	✅	✅	✅	低覆盖范围很难测试第三方libs
pip	✅	✅	✅	完全支持
康达				不支持

讨论论坛

关于Obsei的讨论可以在社区论坛上进行

更改

参考版本的版本

安全问题

有关任何安全问题，请通过电子邮件与我们联系

随着时间的流逝，观星者

维护者

该项目由Oraika Technologies维护。 Lalit Pagaria和Girish Patel是该项目的维护者。

执照

• 版权所有：Oraika Technologies
• 总体Apache 2.0，您可以读取许可证文件。
• 第三方组件的多个其他二次允许或弱复制许可（LGPL，MIT，BSD等）参考归因。
• 为了使项目更加商业友好，我们将在项目中取消具有强大的CopyLeft许可（GPL，AGPL等）的第三方组件。

归因

没有这些开源软件，这是不可能的。

贡献

首先，感谢您甚至考虑为此包裹做出贡献，大小的每一个贡献都非常感谢。请参考我们的贡献指南和行为准则。

非常感谢我们所有的贡献者