Ir para o conteúdo

Início Rápido

Este guia mostra como usar o DataFrameIt em 5 minutos.

Passo 1: Defina seu Modelo Pydantic

O modelo Pydantic define a estrutura dos dados que você quer extrair:

from pydantic import BaseModel, Field
from typing import Literal

class Sentimento(BaseModel):
    """Análise de sentimento de um texto."""
    sentimento: Literal['positivo', 'negativo', 'neutro'] = Field(
        description="Sentimento geral do texto"
    )
    confianca: Literal['alta', 'media', 'baixa'] = Field(
        description="Nível de confiança na classificação"
    )

Dica

Use Literal para campos com valores fixos. Isso garante que o LLM retorne apenas valores válidos.

Passo 2: Prepare seus Dados

O DataFrameIt aceita vários tipos de entrada:

import pandas as pd

df = pd.DataFrame({
    'texto': [
        'Produto excelente! Superou expectativas.',
        'Péssimo atendimento, nunca mais compro.',
        'Entrega ok, produto mediano.'
    ]
})

textos = [
    'Produto excelente! Superou expectativas.',
    'Péssimo atendimento, nunca mais compro.',
    'Entrega ok, produto mediano.'
]

textos = {
    'review_001': 'Produto excelente! Superou expectativas.',
    'review_002': 'Péssimo atendimento, nunca mais compro.',
    'review_003': 'Entrega ok, produto mediano.'
}

Passo 3: Processe!

from dataframeit import dataframeit

resultado = dataframeit(
    df,                                      # Seus dados
    Sentimento,                              # Modelo Pydantic
    "Analise o sentimento do texto."         # Prompt
)

print(resultado)

Saída:

                                       texto sentimento confianca
0  Produto excelente! Superou expectativas.   positivo      alta
1  Péssimo atendimento, nunca mais compro.   negativo      alta
2            Entrega ok, produto mediano.     neutro     media

Exemplo Completo

from pydantic import BaseModel, Field
from typing import Literal
import pandas as pd
from dataframeit import dataframeit

# 1. Modelo Pydantic
class Sentimento(BaseModel):
    sentimento: Literal['positivo', 'negativo', 'neutro']
    confianca: Literal['alta', 'media', 'baixa']

# 2. Dados
df = pd.DataFrame({
    'texto': [
        'Produto excelente! Superou expectativas.',
        'Péssimo atendimento, nunca mais compro.',
        'Entrega ok, produto mediano.'
    ]
})

# 3. Processar
resultado = dataframeit(df, Sentimento, "Analise o sentimento do texto.")

# 4. Salvar
resultado.to_excel('resultado.xlsx', index=False)

Próximos Passos