O que é?¶
DataFrameIt processa textos em DataFrames usando Modelos de Linguagem (LLMs) e extrai informações estruturadas definidas por modelos Pydantic. Uma função, um modelo e um prompt bastam.
from pydantic import BaseModel
from typing import Literal
import pandas as pd
from dataframeit import dataframeit
class Sentimento(BaseModel):
sentimento: Literal['positivo', 'negativo', 'neutro']
confianca: Literal['alta', 'media', 'baixa']
df = pd.DataFrame({'texto': ['Produto excelente!', 'Péssimo serviço.']})
resultado = dataframeit(df, Sentimento, "Analise o sentimento do texto.")
Funcionalidades¶
Múltiplos Provedores¶
OpenAI, Google Gemini, Anthropic, Groq e outros via LangChain, além de Codex e Claude Code pelos SDKs oficiais.
Saída Estruturada¶
Validação automática com Pydantic. Defina campos, tipos e descrições; uma resposta fora do modelo volta ao LLM com o erro para correção.
Resiliência¶
Retry automático com backoff exponencial, rate limiting configurável e checkpoints periódicos para retomar execuções longas.
Performance¶
Processamento paralelo que reduz os workers diante de rate limit. Com parallel_requests > 1, o resumo ao fim da execução traz as métricas de throughput.
Busca Web¶
Tavily ou Exa para enriquecer dados com informações da internet, com busca por campo e campos condicionais.
Múltiplas Entradas¶
DataFrame e Series do pandas ou do Polars, lista e dicionário. A saída é um DataFrame, do Polars quando a entrada é do Polars.
Instalação Rápida¶
pip install dataframeit[openai] # OpenAI (provider padrão)
pip install dataframeit[google] # Google Gemini
pip install dataframeit[anthropic] # Anthropic
pip install dataframeit[all] # providers com extra, menos o Codex, mais busca web, Polars e Excel