【langchain学习】使用PandasDataFrameOutputParser对DataFrame进行数据处理

介绍如何使用Langchain结合ChatGLM对Pandas DataFrame进行数据处理。以下是具体步骤和代码示例：

1. 导入所需库：

   from config.chatglm_config import llm_glm4
   import pprint
   from typing import Any, Dict
   import pandas as pd
   from langchain.output_parsers import PandasDataFrameOutputParser
   from langchain.prompts import PromptTemplate
   

2. 格式化解析器输出函数：

   def format_parser_output(parser_output: Dict[str, Any]) -> None:
       for key in parser_output.keys():
           parser_output[key] = parser_output[key].to_dict()
       return pprint.PrettyPrinter(width=4, compact=True).pprint(parser_output)
   

3. 定义Pandas DataFrame：

   df = pd.DataFrame(
       {
           "num_legs": [2, 4, 8, 0],
           "num_wings": [2, 0, 0, 0],
           "num_specimen_seen": [10, 2, 1, 8],
       }
   )
   

4. 设置解析器和提示模板：

   parser = PandasDataFrameOutputParser(dataframe=df)
   df_query = "检索 num_wings 列。"
   prompt = PromptTemplate(
       template="回答用户查询。\n{format_instructions}\n{query}\n",
       input_variables=["query"],
       partial_variables={"format_instructions": parser.get_format_instructions()},
   )
   

5. 执行链操作：

   chain = prompt | llm_glm4 | parser
   parser_output = chain.invoke({"query": df_query})
   format_parser_output(parser_output)
   

6. 得到结果：

{'num_wings': {0: 2,
               1: 0,
               2: 0,
               3: 0}}

Process finished with exit code 0