Upload 3 files

README.md

@@ -1,14 +1,23 @@
 ---
-title: Split
+title: CSV Analyzer App
 emoji: 📊
-colorFrom: gray
-colorTo: pink
+colorFrom: indigo
+colorTo: blue
 sdk: gradio
-sdk_version: 5.33.2
+sdk_version: "4.21.0"
 app_file: app.py
 pinned: false
-license: apache-2.0
-short_description: csv
 ---
 
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# Analizador Inteligente de CSV
+
+Este Space permite:
+- Subir un archivo .csv de gran tamaño.
+- Hacer preguntas en lenguaje natural sobre el contenido del archivo.
+- Responder con texto continuo, sin tablas.
+
+### Ejemplos de preguntas:
+- ¿Cuáles son las columnas del archivo?
+- ¿Cuál es el promedio de las columnas numéricas?
+
+Este proyecto es open-source y puede mejorarse integrando modelos como LLaMA 3 o Mistral vía Hugging Face Transformers + LangChain.

app.py

@@ -0,0 +1,40 @@
+
+import gradio as gr
+import pandas as pd
+
+df_global = None
+
+def subir_csv(file):
+    global df_global
+    df_global = pd.read_csv(file.name)
+    return f"Archivo cargado con {len(df_global)} filas y {len(df_global.columns)} columnas."
+
+def analizar_pregunta(pregunta):
+    global df_global
+    if df_global is None:
+        return "Primero debes subir un archivo CSV."
+
+    if "promedio" in pregunta.lower():
+        numeric_cols = df_global.select_dtypes(include='number')
+        if numeric_cols.empty:
+            return "No hay columnas numéricas para calcular el promedio."
+        return numeric_cols.mean().to_string()
+    elif "columnas" in pregunta.lower():
+        return f"Las columnas del archivo son: {', '.join(df_global.columns)}"
+    else:
+        return "Pregunta no reconocida. Prueba con: ¿Cuál es el promedio de las columnas?"
+
+demo = gr.Blocks()
+
+with demo:
+    gr.Markdown("# Analizador Inteligente de CSV")
+    archivo = gr.File(label="Sube tu archivo CSV")
+    salida = gr.Textbox(label="Resultado de carga")
+    pregunta = gr.Textbox(label="Haz una pregunta sobre el CSV")
+    respuesta = gr.Textbox(label="Respuesta del análisis")
+
+    archivo.upload(subir_csv, archivo, salida)
+    pregunta.change(analizar_pregunta, pregunta, respuesta)
+
+if __name__ == "__main__":
+    demo.launch()

requirements.txt

@@ -0,0 +1,3 @@
+
+gradio==4.21.0
+pandas