Dela via

Använda ai.generate_response med Pandas

Funktionen ai.generate_response använder generativ AI för att generera anpassade textsvar som baseras på dina egna instruktioner, med en enda kodrad.

Anmärkning

Översikt

Funktionen ai.generate_response kan utöka pandas DataFrame-klassen och pandas-seriens klass.

Om du vill generera anpassade textsvar rad för rad kan du antingen anropa den här funktionen i en Pandas-serie eller en hel Pandas DataFrame.

Om du anropar funktionen på en hel Pandas DataFrame kan din fråga vara en literalsträng och funktionen tar hänsyn till alla kolumner i DataFrame när svar genereras. Din fråga kan också vara en formatsträng, där funktionen endast tar hänsyn till de kolumnvärden som visas mellan klammerparenteser i prompten.

Funktionen returnerar en Pandas-serie som innehåller anpassade textsvar för varje rad med indata. Textsvaren kan lagras i en ny DataFrame-kolumn.

Tips/Råd

Lär dig hur du skapar effektivare uppmaningar för att få svar av högre kvalitet genom att följa OpenAI:s tips för gpt-4.1.

Syntax

df["response"] = df.ai.generate_response(prompt="Instructions for a custom response based on all column values")

Parameterar

Namn Description
prompt
Krävs		 En sträng som innehåller promptinstruktioner som ska tillämpas på indatatextvärden för anpassade svar.
is_prompt_template
Valfritt		 Ett booleskt värde som anger om prompten är en formatsträng eller en literalsträng. Om den här parametern är inställd på Truetar funktionen endast hänsyn till de specifika radvärdena från varje kolumnnamn som visas i formatsträngen. I det här fallet måste dessa kolumnnamn visas mellan klammerparenteser och andra kolumner ignoreras. Om den här parametern är inställd på standardvärdet Falsetar funktionen hänsyn till alla kolumnvärden som kontext för varje indatarad.
response_format
Valfritt		 En ordlista som anger den förväntade strukturen för modellens svar. Fältet type kan anges till "text" för fritext, "json_object" för att säkerställa att utdata är ett giltigt JSON-objekt eller ett anpassat JSON-schema för att framtvinga en specifik svarsstruktur. Om den här parametern inte anges returneras svaret som oformaterad text.

Retur

Funktionen returnerar en pandas-DataFrame som innehåller anpassade textsvar för prompten för varje inmatningstextrad.

Example

# This code uses AI. Always review output for mistakes.

df = pd.DataFrame([
        ("Scarves"),
        ("Snow pants"),
        ("Ski goggles")
    ], columns=["product"])

df["response"] = df.ai.generate_response("Write a short, punchy email subject line for a winter sale.")
display(df)

Den här exempelkodcellen innehåller följande utdata:

Skärmbild som visar en dataram med kolumnerna

Exempel på svarsformat

I följande exempel visas hur du använder parametern response_format för att ange olika svarsformat, inklusive oformaterad text, ett JSON-objekt och ett anpassat JSON-schema.

# This code uses AI. Always review output for mistakes.

df = pd.DataFrame([
        ("Alex Rivera is a 24-year-old soccer midfielder from Barcelona who scored 12 goals last season."),
        ("Jordan Smith, a 29-year-old basketball guard from Chicago, averaged 22 points per game."),
        ("William O'Connor is a 22-year-old tennis player from Dublin who won 3 ATP titles this year.")
    ], columns=["bio"])

# response_format : text
df["card_text"] = df.ai.generate_response(
    "Create a player card with the player's details and a motivational quote", 
    response_format={"type": "text"}
)

# response_format : json object
df["card_json_object"] = df.ai.generate_response(
    "Create a player card with the player's details and a motivational quote in JSON", 
    response_format={"type": "json_object"} # Requires "json" in the prompt
)

# response_format : specified json schema
df["card_json_schema"] = df.ai.generate_response(
    "Create a player card with the player's details and a motivational quote", 
    response_format={
        "type": "json_schema",
            "json_schema": {
            "name": "player_card_schema",
            "strict": True,
            "schema": {
                "type": "object",
                "properties": {
                    "name": {"type": "string"},
                    "age": {"type": "integer"},
                    "sport": {"type": "string"},
                    "position": {"type": "string"},
                    "hometown": {"type": "string"},
                    "stats": {"type": "string", "description": "Key performance metrics or achievements"},
                    "motivational_quote": {"type": "string"}
                },
                "required": ["name", "age", "sport", "position", "hometown", "stats", "motivational_quote"],
                "additionalProperties": False,
            },
        },
    },
)

display(df)

Den här exempelkodcellen innehåller följande utdata:

Skärmbild som visar en dataram med en

Relaterat innehåll

  • Last updated on