Update utils.py

utils.py

@@ -5,8 +5,16 @@ from sklearn.ensemble import RandomForestRegressor
 import pandas as pd
 from tqdm.auto import tqdm
 import streamlit as st
+from huggingface_hub import Repository, HfApi
+import os
 tqdm.pandas()
 
+# Authentifizierung (stellen Sie sicher, dass Ihr Hugging Face Token gesetzt ist)
+api = HfApi()
+token = api.login(os.getenv("login"), os.getenv("passwort"))
+
+# Erstellen oder Klonen Sie ein Repository (wenn noch nicht vorhanden)
+repo = Repository(local_dir="SpotifyHitPrediction", clone_from="Add1E/SpotifyHitPrediction")
 
 def predict_popularity(features, trainset):
     predictions = [None] * 2
@@ -23,7 +31,10 @@ def addToCsvAndTrain(trainset):
     ]
     neues_df = pd.DataFrame(trainset, columns= data.columns)
     df = pd.concat([data, neues_df], ignore_index=True)
-    df.to_csv('top50.csv', index=False)
+    df.to_csv('SpotifyHitPrediction/top50.csv', index=False)
+    repo.git_add('top50.csv')
+    repo.git_commit("Add top50.csv")
+    repo.git_push()
 
 
 data = pd.read_csv('top50.csv', encoding='ISO-8859-1')