Update app.py

app.py

@@ -4,18 +4,29 @@ from transformers import pipeline
 
 # Load the anomalies data
 df = pd.read_csv('anomalies.csv', sep=',', decimal='.')
-df = df.applymap(str)  # Converte todas as células para strings
 
 # Function to generate a response
-def response(question):
-    question = user_question  # ou o que você está passando como input
-    if not isinstance(question, str):
-        raise TypeError(f"Esperado uma string para a pergunta, mas recebeu {type(question)}")
-        
+def response(user_question):
+    # Verifica se a pergunta é uma string
+    if not isinstance(user_question, str):
+        raise TypeError(f"Esperado uma string para a pergunta, mas recebeu {type(user_question)}")
+    
+    # Inicializa o pipeline para table-question-answering
     tqa = pipeline(task="table-question-answering", model="google/tapas-large-finetuned-wtq")
-    final_response = tqa(table=df, query=question)['cells'][0]
+    
+    # Obtém a resposta do modelo
+    resposta = tqa(table=df, query=user_question)
+    
+    # Verifica se alguma célula foi retornada
+    if len(resposta['cells']) == 0:
+        raise IndexError("Nenhuma célula foi retornada pelo modelo.")
+    
+    # Obtém a primeira célula da resposta
+    final_response = resposta['cells'][0]
+    
     return final_response
 
+
 # Streamlit interface
 st.markdown("""
 <div style='display: flex; align-items: center;'>