数据框加载器#

class langchain_community.document_loaders.dataframe.DataFrameLoader(data_frame: Any, page_content_column: str = 'text', engine: Literal['pandas', 'modin'] = 'pandas')[来源]#

加载 Pandas 数据框。

使用数据框对象进行初始化。

Parameters:

data_frame (Any) – Pandas DataFrame 对象。
page_content_column (str) – 包含页面内容的列的名称。默认为“text”。
engine (Literal['pandas', 'modin'])

方法

`__init__`(data_frame[, page_content_column, ...])	使用数据框对象进行初始化。
`alazy_load`()	一个用于文档的懒加载器。
`aload`()	将数据加载到Document对象中。
`lazy_load`()	从数据框懒加载记录。
`load`()	将数据加载到Document对象中。
`load_and_split`([text_splitter])	加载文档并将其分割成块。

__init__(data_frame: Any, page_content_column: str = 'text', engine: Literal['pandas', 'modin'] = 'pandas')[来源]#

使用数据框对象进行初始化。

Parameters:

data_frame (Any) – Pandas DataFrame 对象。
page_content_column (str) – 包含页面内容的列的名称。默认为“text”。
engine (Literal['pandas', 'modin'])

async alazy_load() → AsyncIterator[Document]#

文档的懒加载器。

Return type:: AsyncIterator[Document]

async aload() → list[Document]#

将数据加载到Document对象中。

Return type:: 列表[Document]

lazy_load() → Iterator[Document]#

从数据框懒加载记录。

Return type:: 迭代器[文档]

load() → list[Document]#

将数据加载到Document对象中。

Return type:: 列表[Document]

load_and_split(text_splitter: TextSplitter | None = None) → list[Document]#

加载文档并将其分割成块。块以文档形式返回。

不要重写此方法。它应该被视为已弃用！

Parameters:: text_splitter (可选[TextSplitter]) – 用于分割文档的TextSplitter实例。默认为RecursiveCharacterTextSplitter。
Returns:: 文档列表。
Return type:: 列表[Document]

使用DataFrameLoader的示例

Pandas DataFrame