File size: 22,095 Bytes
28acfe6 |
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 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 |
{
"cells": [
{
"cell_type": "markdown",
"id": "57176cfe-974a-430b-b51b-11f5eae772f7",
"metadata": {
"id": "mGXJ4xe93YSr"
},
"source": [
"# Creating data set from excel to json"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "9e6e6551",
"metadata": {
"id": "9e6e6551"
},
"outputs": [],
"source": [
"import pandas as pd\n",
"import json"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "a410636f",
"metadata": {
"id": "a410636f"
},
"outputs": [],
"source": [
"pd.set_option('display.max_rows', None)\n",
"pd.set_option('display.max_columns', None)\n",
"pd.set_option('display.width', None)\n",
"pd.set_option('display.max_colwidth', None)"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "9a95c015",
"metadata": {
"id": "9a95c015"
},
"outputs": [],
"source": [
"# read data set in excel\n",
"dataset = pd.read_excel(\"S-Kanava_2.xlsx\")"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "5cbbfcdb",
"metadata": {
"colab": {
"base_uri": "https://localhost:8080/"
},
"id": "5cbbfcdb",
"outputId": "d4a21e61-6a4e-4d67-cb28-315f4decba3e"
},
"outputs": [
{
"data": {
"text/plain": [
"(2, 2)"
]
},
"execution_count": 21,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"dataset.shape"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "6d0f665a",
"metadata": {
"colab": {
"base_uri": "https://localhost:8080/"
},
"id": "6d0f665a",
"outputId": "9dfe6ffa-bfb2-4752-a0cd-97b182b34cce"
},
"outputs": [
{
"data": {
"text/plain": [
"(2, 2)"
]
},
"execution_count": 22,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"dataset.dropna()\n",
"dataset.shape"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "446d22c9",
"metadata": {
"colab": {
"base_uri": "https://localhost:8080/",
"height": 230
},
"id": "446d22c9",
"outputId": "9d08ba83-7011-475d-ed4a-fd5736fa1e95"
},
"outputs": [
{
"data": {
"application/vnd.google.colaboratory.intrinsic+json": {
"summary": "{\n \"name\": \"dataset\",\n \"rows\": 2,\n \"fields\": [\n {\n \"column\": \"Kysymys\",\n \"properties\": {\n \"dtype\": \"string\",\n \"num_unique_values\": 2,\n \"samples\": [\n \"Miksi s\\u00e4hk\\u00f6postiosoite tulee vahvistaa?\",\n \"Kuinka vaihdan uutiskirjeen s\\u00e4hk\\u00f6postiosoitteen?\"\n ],\n \"semantic_type\": \"\",\n \"description\": \"\"\n }\n },\n {\n \"column\": \"Vastaus\",\n \"properties\": {\n \"dtype\": \"string\",\n \"num_unique_values\": 2,\n \"samples\": [\n \"S\\u00e4hk\\u00f6postiosoitteiden vahvistaminen on yleisesti k\\u00e4yt\\u00f6ss\\u00e4 oleva tapa varmistua siit\\u00e4, ett\\u00e4 henkil\\u00f6ll\\u00e4 itsell\\u00e4\\u00e4n on p\\u00e4\\u00e4sy h\\u00e4nen tiedoissaan olevaan s\\u00e4hk\\u00f6postiosoitteeseen.\\n\\nS\\u00e4hk\\u00f6postiosoite tulee vahvistaa itse, joko S-mobiilissa tai samalla kun luot itsellesi S-k\\u00e4ytt\\u00e4j\\u00e4tilin. Kun l\\u00e4het\\u00e4t vahvistusviestin omissa tiedoissasi n\\u00e4kyv\\u00e4\\u00e4n s\\u00e4hk\\u00f6postiosoitteeseen ja vahvistat itse osoitteen oikeaksi s\\u00e4hk\\u00f6postiisi l\\u00e4hetetyll\\u00e4 vahvistuskoodilla, saamme varmistuksen, ett\\u00e4 osoitteesi on voimassa ja kuuluu juuri sinulle.\\n\\nJos asiakastiedoissasi olevasta s\\u00e4hk\\u00f6postiosoitteesta puuttuu viel\\u00e4 vahvistus, n\\u00e4kyy osoitteen yhteydess\\u00e4 Vahvista -painike.\\n\\nBonustiedot ja muut henkil\\u00f6kohtaiset tiedotteet l\\u00e4hetet\\u00e4\\u00e4n vain vahvistettuun s\\u00e4hk\\u00f6postiosoitteeseen. Bonustilanteesi voit kuitenkin jatkossakin tarkastaa S-mobiilista, S-k\\u00e4ytt\\u00e4j\\u00e4tililt\\u00e4 sek\\u00e4 toimipaikkojen S-Etukorttip\\u00e4\\u00e4tteilt\\u00e4.\",\n \"Peruuta ensin vanhaan osoitteeseen tilattu uutiskirje kirjeen alareunan \\u201cPeruuta tilaus\\u201d -linkist\\u00e4.\\nTilaa uutiskirje uudelleen oikeaan osoitteeseen.\"\n ],\n \"semantic_type\": \"\",\n \"description\": \"\"\n }\n }\n ]\n}",
"type": "dataframe",
"variable_name": "dataset"
},
"text/html": [
"\n",
" <div id=\"df-6dd34700-e7fc-44b2-ad18-b7f45e54b1ee\" class=\"colab-df-container\">\n",
" <div>\n",
"<style scoped>\n",
" .dataframe tbody tr th:only-of-type {\n",
" vertical-align: middle;\n",
" }\n",
"\n",
" .dataframe tbody tr th {\n",
" vertical-align: top;\n",
" }\n",
"\n",
" .dataframe thead th {\n",
" text-align: right;\n",
" }\n",
"</style>\n",
"<table border=\"1\" class=\"dataframe\">\n",
" <thead>\n",
" <tr style=\"text-align: right;\">\n",
" <th></th>\n",
" <th>Kysymys</th>\n",
" <th>Vastaus</th>\n",
" </tr>\n",
" </thead>\n",
" <tbody>\n",
" <tr>\n",
" <th>0</th>\n",
" <td>Kuinka vaihdan uutiskirjeen sähköpostiosoitteen?</td>\n",
" <td>Peruuta ensin vanhaan osoitteeseen tilattu uutiskirje kirjeen alareunan “Peruuta tilaus” -linkistä.\\nTilaa uutiskirje uudelleen oikeaan osoitteeseen.</td>\n",
" </tr>\n",
" <tr>\n",
" <th>1</th>\n",
" <td>Miksi sähköpostiosoite tulee vahvistaa?</td>\n",
" <td>Sähköpostiosoitteiden vahvistaminen on yleisesti käytössä oleva tapa varmistua siitä, että henkilöllä itsellään on pääsy hänen tiedoissaan olevaan sähköpostiosoitteeseen.\\n\\nSähköpostiosoite tulee vahvistaa itse, joko S-mobiilissa tai samalla kun luot itsellesi S-käyttäjätilin. Kun lähetät vahvistusviestin omissa tiedoissasi näkyvään sähköpostiosoitteeseen ja vahvistat itse osoitteen oikeaksi sähköpostiisi lähetetyllä vahvistuskoodilla, saamme varmistuksen, että osoitteesi on voimassa ja kuuluu juuri sinulle.\\n\\nJos asiakastiedoissasi olevasta sähköpostiosoitteesta puuttuu vielä vahvistus, näkyy osoitteen yhteydessä Vahvista -painike.\\n\\nBonustiedot ja muut henkilökohtaiset tiedotteet lähetetään vain vahvistettuun sähköpostiosoitteeseen. Bonustilanteesi voit kuitenkin jatkossakin tarkastaa S-mobiilista, S-käyttäjätililtä sekä toimipaikkojen S-Etukorttipäätteiltä.</td>\n",
" </tr>\n",
" </tbody>\n",
"</table>\n",
"</div>\n",
" <div class=\"colab-df-buttons\">\n",
"\n",
" <div class=\"colab-df-container\">\n",
" <button class=\"colab-df-convert\" onclick=\"convertToInteractive('df-6dd34700-e7fc-44b2-ad18-b7f45e54b1ee')\"\n",
" title=\"Convert this dataframe to an interactive table.\"\n",
" style=\"display:none;\">\n",
"\n",
" <svg xmlns=\"http://www.w3.org/2000/svg\" height=\"24px\" viewBox=\"0 -960 960 960\">\n",
" <path d=\"M120-120v-720h720v720H120Zm60-500h600v-160H180v160Zm220 220h160v-160H400v160Zm0 220h160v-160H400v160ZM180-400h160v-160H180v160Zm440 0h160v-160H620v160ZM180-180h160v-160H180v160Zm440 0h160v-160H620v160Z\"/>\n",
" </svg>\n",
" </button>\n",
"\n",
" <style>\n",
" .colab-df-container {\n",
" display:flex;\n",
" gap: 12px;\n",
" }\n",
"\n",
" .colab-df-convert {\n",
" background-color: #E8F0FE;\n",
" border: none;\n",
" border-radius: 50%;\n",
" cursor: pointer;\n",
" display: none;\n",
" fill: #1967D2;\n",
" height: 32px;\n",
" padding: 0 0 0 0;\n",
" width: 32px;\n",
" }\n",
"\n",
" .colab-df-convert:hover {\n",
" background-color: #E2EBFA;\n",
" box-shadow: 0px 1px 2px rgba(60, 64, 67, 0.3), 0px 1px 3px 1px rgba(60, 64, 67, 0.15);\n",
" fill: #174EA6;\n",
" }\n",
"\n",
" .colab-df-buttons div {\n",
" margin-bottom: 4px;\n",
" }\n",
"\n",
" [theme=dark] .colab-df-convert {\n",
" background-color: #3B4455;\n",
" fill: #D2E3FC;\n",
" }\n",
"\n",
" [theme=dark] .colab-df-convert:hover {\n",
" background-color: #434B5C;\n",
" box-shadow: 0px 1px 3px 1px rgba(0, 0, 0, 0.15);\n",
" filter: drop-shadow(0px 1px 2px rgba(0, 0, 0, 0.3));\n",
" fill: #FFFFFF;\n",
" }\n",
" </style>\n",
"\n",
" <script>\n",
" const buttonEl =\n",
" document.querySelector('#df-6dd34700-e7fc-44b2-ad18-b7f45e54b1ee button.colab-df-convert');\n",
" buttonEl.style.display =\n",
" google.colab.kernel.accessAllowed ? 'block' : 'none';\n",
"\n",
" async function convertToInteractive(key) {\n",
" const element = document.querySelector('#df-6dd34700-e7fc-44b2-ad18-b7f45e54b1ee');\n",
" const dataTable =\n",
" await google.colab.kernel.invokeFunction('convertToInteractive',\n",
" [key], {});\n",
" if (!dataTable) return;\n",
"\n",
" const docLinkHtml = 'Like what you see? Visit the ' +\n",
" '<a target=\"_blank\" href=https://colab.research.google.com/notebooks/data_table.ipynb>data table notebook</a>'\n",
" + ' to learn more about interactive tables.';\n",
" element.innerHTML = '';\n",
" dataTable['output_type'] = 'display_data';\n",
" await google.colab.output.renderOutput(dataTable, element);\n",
" const docLink = document.createElement('div');\n",
" docLink.innerHTML = docLinkHtml;\n",
" element.appendChild(docLink);\n",
" }\n",
" </script>\n",
" </div>\n",
"\n",
"\n",
"<div id=\"df-b15340aa-ec20-4a66-ba97-a0c56d03d18c\">\n",
" <button class=\"colab-df-quickchart\" onclick=\"quickchart('df-b15340aa-ec20-4a66-ba97-a0c56d03d18c')\"\n",
" title=\"Suggest charts\"\n",
" style=\"display:none;\">\n",
"\n",
"<svg xmlns=\"http://www.w3.org/2000/svg\" height=\"24px\"viewBox=\"0 0 24 24\"\n",
" width=\"24px\">\n",
" <g>\n",
" <path d=\"M19 3H5c-1.1 0-2 .9-2 2v14c0 1.1.9 2 2 2h14c1.1 0 2-.9 2-2V5c0-1.1-.9-2-2-2zM9 17H7v-7h2v7zm4 0h-2V7h2v10zm4 0h-2v-4h2v4z\"/>\n",
" </g>\n",
"</svg>\n",
" </button>\n",
"\n",
"<style>\n",
" .colab-df-quickchart {\n",
" --bg-color: #E8F0FE;\n",
" --fill-color: #1967D2;\n",
" --hover-bg-color: #E2EBFA;\n",
" --hover-fill-color: #174EA6;\n",
" --disabled-fill-color: #AAA;\n",
" --disabled-bg-color: #DDD;\n",
" }\n",
"\n",
" [theme=dark] .colab-df-quickchart {\n",
" --bg-color: #3B4455;\n",
" --fill-color: #D2E3FC;\n",
" --hover-bg-color: #434B5C;\n",
" --hover-fill-color: #FFFFFF;\n",
" --disabled-bg-color: #3B4455;\n",
" --disabled-fill-color: #666;\n",
" }\n",
"\n",
" .colab-df-quickchart {\n",
" background-color: var(--bg-color);\n",
" border: none;\n",
" border-radius: 50%;\n",
" cursor: pointer;\n",
" display: none;\n",
" fill: var(--fill-color);\n",
" height: 32px;\n",
" padding: 0;\n",
" width: 32px;\n",
" }\n",
"\n",
" .colab-df-quickchart:hover {\n",
" background-color: var(--hover-bg-color);\n",
" box-shadow: 0 1px 2px rgba(60, 64, 67, 0.3), 0 1px 3px 1px rgba(60, 64, 67, 0.15);\n",
" fill: var(--button-hover-fill-color);\n",
" }\n",
"\n",
" .colab-df-quickchart-complete:disabled,\n",
" .colab-df-quickchart-complete:disabled:hover {\n",
" background-color: var(--disabled-bg-color);\n",
" fill: var(--disabled-fill-color);\n",
" box-shadow: none;\n",
" }\n",
"\n",
" .colab-df-spinner {\n",
" border: 2px solid var(--fill-color);\n",
" border-color: transparent;\n",
" border-bottom-color: var(--fill-color);\n",
" animation:\n",
" spin 1s steps(1) infinite;\n",
" }\n",
"\n",
" @keyframes spin {\n",
" 0% {\n",
" border-color: transparent;\n",
" border-bottom-color: var(--fill-color);\n",
" border-left-color: var(--fill-color);\n",
" }\n",
" 20% {\n",
" border-color: transparent;\n",
" border-left-color: var(--fill-color);\n",
" border-top-color: var(--fill-color);\n",
" }\n",
" 30% {\n",
" border-color: transparent;\n",
" border-left-color: var(--fill-color);\n",
" border-top-color: var(--fill-color);\n",
" border-right-color: var(--fill-color);\n",
" }\n",
" 40% {\n",
" border-color: transparent;\n",
" border-right-color: var(--fill-color);\n",
" border-top-color: var(--fill-color);\n",
" }\n",
" 60% {\n",
" border-color: transparent;\n",
" border-right-color: var(--fill-color);\n",
" }\n",
" 80% {\n",
" border-color: transparent;\n",
" border-right-color: var(--fill-color);\n",
" border-bottom-color: var(--fill-color);\n",
" }\n",
" 90% {\n",
" border-color: transparent;\n",
" border-bottom-color: var(--fill-color);\n",
" }\n",
" }\n",
"</style>\n",
"\n",
" <script>\n",
" async function quickchart(key) {\n",
" const quickchartButtonEl =\n",
" document.querySelector('#' + key + ' button');\n",
" quickchartButtonEl.disabled = true; // To prevent multiple clicks.\n",
" quickchartButtonEl.classList.add('colab-df-spinner');\n",
" try {\n",
" const charts = await google.colab.kernel.invokeFunction(\n",
" 'suggestCharts', [key], {});\n",
" } catch (error) {\n",
" console.error('Error during call to suggestCharts:', error);\n",
" }\n",
" quickchartButtonEl.classList.remove('colab-df-spinner');\n",
" quickchartButtonEl.classList.add('colab-df-quickchart-complete');\n",
" }\n",
" (() => {\n",
" let quickchartButtonEl =\n",
" document.querySelector('#df-b15340aa-ec20-4a66-ba97-a0c56d03d18c button');\n",
" quickchartButtonEl.style.display =\n",
" google.colab.kernel.accessAllowed ? 'block' : 'none';\n",
" })();\n",
" </script>\n",
"</div>\n",
" </div>\n",
" </div>\n"
],
"text/plain": [
" Kysymys \\\n",
"0 Kuinka vaihdan uutiskirjeen sähköpostiosoitteen? \n",
"1 Miksi sähköpostiosoite tulee vahvistaa? \n",
"\n",
" Vastaus \n",
"0 Peruuta ensin vanhaan osoitteeseen tilattu uutiskirje kirjeen alareunan “Peruuta tilaus” -linkistä.\\nTilaa uutiskirje uudelleen oikeaan osoitteeseen. \n",
"1 Sähköpostiosoitteiden vahvistaminen on yleisesti käytössä oleva tapa varmistua siitä, että henkilöllä itsellään on pääsy hänen tiedoissaan olevaan sähköpostiosoitteeseen.\\n\\nSähköpostiosoite tulee vahvistaa itse, joko S-mobiilissa tai samalla kun luot itsellesi S-käyttäjätilin. Kun lähetät vahvistusviestin omissa tiedoissasi näkyvään sähköpostiosoitteeseen ja vahvistat itse osoitteen oikeaksi sähköpostiisi lähetetyllä vahvistuskoodilla, saamme varmistuksen, että osoitteesi on voimassa ja kuuluu juuri sinulle.\\n\\nJos asiakastiedoissasi olevasta sähköpostiosoitteesta puuttuu vielä vahvistus, näkyy osoitteen yhteydessä Vahvista -painike.\\n\\nBonustiedot ja muut henkilökohtaiset tiedotteet lähetetään vain vahvistettuun sähköpostiosoitteeseen. Bonustilanteesi voit kuitenkin jatkossakin tarkastaa S-mobiilista, S-käyttäjätililtä sekä toimipaikkojen S-Etukorttipäätteiltä. "
]
},
"execution_count": 23,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"dataset.head()"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "d75eeb59",
"metadata": {
"id": "d75eeb59"
},
"outputs": [],
"source": [
"def buildprompt(data):\n",
" prompt = {}\n",
" prompt['text'] = \"Given the question delimited by triple backticks ```{\" + data['Kysymys'] + \"}```, what is the answer? Answer: {\" + data['Vastaus'] + \"}\"\n",
" return prompt"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "dfc2d587",
"metadata": {
"id": "dfc2d587"
},
"outputs": [],
"source": [
"dataset['prompt'] = dataset.apply(buildprompt, axis=1)"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "25972ccd",
"metadata": {
"colab": {
"base_uri": "https://localhost:8080/"
},
"id": "25972ccd",
"outputId": "e397d17c-1d6b-4ea5-ce44-8e662f0e656b"
},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"{'text': 'Given the question delimited by triple backticks ```{Miksi sähköpostiosoite tulee vahvistaa?}```, what is the answer? Answer: {Sähköpostiosoitteiden vahvistaminen on yleisesti käytössä oleva tapa varmistua siitä, että henkilöllä itsellään on pääsy hänen tiedoissaan olevaan sähköpostiosoitteeseen.\\n\\nSähköpostiosoite tulee vahvistaa itse, joko S-mobiilissa tai samalla kun luot itsellesi S-käyttäjätilin. Kun lähetät vahvistusviestin omissa tiedoissasi näkyvään sähköpostiosoitteeseen ja vahvistat itse osoitteen oikeaksi sähköpostiisi lähetetyllä vahvistuskoodilla, saamme varmistuksen, että osoitteesi on voimassa ja kuuluu juuri sinulle.\\n\\nJos asiakastiedoissasi olevasta sähköpostiosoitteesta puuttuu vielä vahvistus, näkyy osoitteen yhteydessä Vahvista -painike.\\n\\nBonustiedot ja muut henkilökohtaiset tiedotteet lähetetään vain vahvistettuun sähköpostiosoitteeseen. Bonustilanteesi voit kuitenkin jatkossakin tarkastaa S-mobiilista, S-käyttäjätililtä sekä toimipaikkojen S-Etukorttipäätteiltä.}'}\n"
]
}
],
"source": [
"print(dataset['prompt'][1])"
]
},
{
"cell_type": "markdown",
"id": "xcO1VF8yEoNE",
"metadata": {
"id": "xcO1VF8yEoNE"
},
"source": []
},
{
"cell_type": "code",
"execution_count": null,
"id": "131b3149",
"metadata": {
"id": "131b3149"
},
"outputs": [],
"source": [
"result = dataset['prompt'].to_list()\n",
"with open('prompts_2.json', 'w') as outfile:\n",
" json.dump(result, outfile, ensure_ascii=False)"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "91f808cf",
"metadata": {
"id": "91f808cf"
},
"outputs": [],
"source": []
}
],
"metadata": {
"colab": {
"provenance": []
},
"kernelspec": {
"display_name": "Python 3 (ipykernel)",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.11.7"
}
},
"nbformat": 4,
"nbformat_minor": 5
}
|