Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 봉준호감독통역사
- 전염병
- 최성재
- wuhan
- 봉준호감독통역
- 코로나
- 진짜영웅
- 웨일즈
- Bolton
- 코로나바이러스
- 우한
- 신종코로나
- 치앙마이
- 미중
- 창궐
- 우한코로나바이러스
- 우한 코로나
- red hearse
- sharonchoi
- 필리핀사망
- 어서와한국은처음이지
- everybody wants you
- 중국외교부
- 조현병
- 정은경 본부장님
- 코로나19
- cnn
- 확진자수
- parasite
- 우한코로나
Archives
- Today
- Total
오지's blog
snowflake rag구성시 csv파일 chunker 본문
728x90
반응형
create or replace function csv_text_chunker(file_url string)
returns table (chunk varchar)
language python
runtime_version = '3.9'
handler = 'csv_text_chunker'
packages = ('snowflake-snowpark-python','pandas', 'langchain')
as
$$
from snowflake.snowpark.types import StringType, StructField, StructType
from langchain.text_splitter import RecursiveCharacterTextSplitter
from snowflake.snowpark.files import SnowflakeFile
import io
import logging
import pandas as pd
class csv_text_chunker:
def read_csv_chunk(self, file_url: str) -> str:
logger = logging.getLogger("udf_logger")
logger.info(f"Opening file {file_url}")
with SnowflakeFile.open(file_url, 'rb') as f:
buffer = io.BytesIO(f.readall())
df = pd.read_csv(buffer)
text = " ".join(df.astype(str).values.flatten())
return text
def process(self,file_url: str):
text = self.read_csv_chunk(file_url)
text_splitter = RecursiveCharacterTextSplitter(
chunk_size = 4000, #Adjust this as you see fit
chunk_overlap = 400, #This let's text have some form of overlap. Useful for keeping chunks contextual
length_function = len
)
chunks = text_splitter.split_text(text)
df = pd.DataFrame(chunks, columns=['chunks'])
yield from df.itertuples(index=False, name=None)
$$;
https://quickstarts.snowflake.com/guide/asking_questions_to_your_own_documents_with_snowflake_cortex
가이드를 참고하여 pdf파일 chunker말고 csv파일 chunker를 만들어 보았다.
'개발노트 > Python' 카테고리의 다른 글
streamlit에서 chat_input 밑에 버튼을 추가하는 방법 (0) | 2024.11.14 |
---|---|
dict를 넘길때는 double asterik (0) | 2024.06.17 |
DateTimeOffset.UtcNow.ToUnixTimeSeconds() python변환 (0) | 2024.06.13 |
쿼리 수행시 ValueError: unsupported format character 'I' (0x49) at index 69 에러 해결방안 (0) | 2023.04.25 |
s3에서 가장 최근 업로드한 파일 찾기 - sorted 연습 python (0) | 2023.04.13 |
Comments