Update app.py

app.py

@@ -3,29 +3,15 @@ import pandas as pd
 from transformers import pipeline
 
 # Load the anomalies data and convert all cells to strings
-data = pd.read_csv('anomalies.csv', sep=',', decimal='.')
-df = pd.DataFrame(data)
+df = pd.read_csv('anomalies.csv', sep=',', decimal='.')
+df['ds'] = pd.to_datetime(df['ds'], format='%Y-%m-%d')
 df.fillna("", inplace=True)
 print(df.head())
 
 def response(user_question):
-    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")
-    
-    # Obtém a resposta do modelo
-    resposta = tqa(table=df, query=user_question)
-    
-    # Verifica se alguma célula foi retornada
-    if 'cells' not in resposta or 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
+    tqa = pipeline(task="table-question-answering", model="google/tapas-large-finetuned-wtq")    
+    resposta = tqa(table=df, query=user_question)['cells'][0]
+    return print(resposta)
 
 # Streamlit interface
 st.markdown("""