Upload 3 files

README.md

@@ -1,14 +1,23 @@
+
 ---
-title: Asistente 8
-emoji: 🏃
-colorFrom: yellow
-colorTo: green
+title: CSV Q&A con LLM
+emoji: 📊
+colorFrom: indigo
+colorTo: blue
 sdk: gradio
-sdk_version: 5.33.0
+sdk_version: 4.21.0
 app_file: app.py
 pinned: false
 license: mit
-short_description: Analizador de .cvs
 ---
 
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# CSV Q&A con LLM
+
+Este Space permite:
+- Subir un archivo `.csv`
+- Hacer preguntas en lenguaje natural usando el modelo `mistralai/Mistral-7B-Instruct-v0.1` desde Hugging Face
+
+## Uso
+1. Sube tu archivo `.csv`.
+2. Introduce tu token de Hugging Face con permisos de inferencia.
+3. Escribe preguntas como "¿Cuál es el promedio de la columna ingresos?".

app.py

@@ -0,0 +1,54 @@
+
+import os
+os.system("pip install pandasai==1.6.2 pandas==2.2.2 gradio==4.21.0")
+
+import gradio as gr
+import pandas as pd
+from pandasai import SmartDataframe
+from pandasai.llm import OpenSourceLLM
+
+df_global = None
+
+def cargar_csv(file):
+    global df_global
+    try:
+        df_global = pd.read_csv(file.name)
+        return f"Archivo cargado con éxito. Filas: {len(df_global)}, Columnas: {len(df_global.columns)}"
+    except Exception as e:
+        return f"Error al cargar el archivo: {str(e)}"
+
+def responder_pregunta(pregunta, token):
+    global df_global
+    if df_global is None:
+        return "Primero debes cargar un archivo CSV."
+
+    try:
+        llm = OpenSourceLLM(
+            model="mistralai/Mistral-7B-Instruct-v0.1",
+            api_token=token
+        )
+        sdf = SmartDataframe(df_global, config={"llm": llm})
+        respuesta = sdf.chat(pregunta)
+        return respuesta
+    except Exception as e:
+        return f"Ocurrió un error: {str(e)}"
+
+with gr.Blocks() as demo:
+    gr.Markdown("# Analizador CSV con Preguntas en Lenguaje Natural")
+
+    with gr.Row():
+        archivo = gr.File(label="Sube tu archivo CSV", file_types=[".csv"])
+        salida_carga = gr.Textbox(label="Resultado de carga")
+        boton_carga = gr.Button("Cargar CSV")
+
+    with gr.Row():
+        pregunta = gr.Textbox(label="Escribe tu pregunta sobre los datos")
+        token = gr.Textbox(label="Token de Hugging Face (requerido)", type="password")
+        salida_respuesta = gr.Textbox(label="Respuesta")
+        boton_pregunta = gr.Button("Responder")
+
+    boton_carga.click(cargar_csv, inputs=[archivo], outputs=[salida_carga])
+    boton_pregunta.click(responder_pregunta, inputs=[pregunta, token], outputs=[salida_respuesta])
+
+if __name__ == "__main__":
+    demo.launch()

requirements.txt

@@ -0,0 +1,4 @@
+
+gradio==4.21.0
+pandas==2.2.2
+pandasai==1.6.2