Ya estoy inscrito ¿Todavía no tienes acceso? Nuestros Planes
Ya estoy inscrito ¿Todavía no tienes acceso? Nuestros Planes
2
respuestas

[Sugerencia] Respuesta

# Definimos el prompt de forma clara y directa
prompt = (
    "Tengo un dataframe llamado 'df' con las columnas 'años_experiencia_colaborador' y 'tiempo_entrega'. "
    "Escribe el código Python con la biblioteca pandas para calcular la correlación entre las dos columnas. "
    "Devuelve únicamente el bloque de código en formato Markdown, sin explicaciones."
)

# Invocamos al modelo
ai_msg = llm.invoke(prompt)

# Imprimimos la respuesta en una línea nueva
print(ai_msg.content)
import pandas as pd

correlacion = df['años_experiencia_colaborador'].corr(df['tiempo_entrega'])
print(correlacion)
2 respuestas

Hola, Christian! ¿Cómo vas?

Gracias por compartir tus aprendizajes con la comunidad Alura.

Me gustó que compartieras el ejemplo del prompt junto con el código generado. Esto muestra cómo una instrucción clara y directa ayuda al LLM a producir una respuesta precisa para calcular la correlación entre las columnas del DataFrame utilizando pandas. Ese tipo de práctica facilita comprender la relación entre la calidad del prompt y el resultado obtenido.

Sigue explorando diferentes formas de redactar tus prompts para comparar las respuestas del modelo. Consejo: prueba modificar una instrucción a la vez, por ejemplo, pidiendo que el código valide si existen valores nulos antes de calcular la correlación. Así podrás observar cómo pequeños cambios en el prompt generan soluciones más completas.

Cuenta con el apoyo del foro en tu viaje. ¡Saludos y buenos estudios!

Alura Cuenta con el apoyo de la comunidad Alura en tu camino. ¡Un abrazo y buenos estudios!

Hola Christian, espero que estés bien

¡Espero que estés disfrutando del curso! Parece que estás trabajando en un proyecto interesante con LangChain y LLMs para automatizar el análisis de datos. En cuanto a tu pregunta, el código que has compartido parece correcto para calcular la correlación entre las columnas 'años_experiencia_colaborador' y 'tiempo_entrega' de un DataFrame utilizando pandas.

Aquí tienes un ejemplo de cómo se vería el código en formato Markdown, tal como lo solicitaste en tu prompt:

```python
import pandas as pd

correlacion = df['años_experiencia_colaborador'].corr(df['tiempo_entrega'])
print(correlacion)

Este bloque de código calculará la correlación entre las dos columnas especificadas en tu DataFrame `df`. La función `corr()` de pandas es perfecta para este tipo de análisis estadístico, ya que te proporciona el coeficiente de correlación de Pearson por defecto.

Si estás viendo que el resultado no se imprime como esperas, asegúrate de que el DataFrame `df` esté correctamente cargado y que las columnas mencionadas existan y contengan datos válidos. Puedes verificar esto imprimiendo las primeras filas de `df` con `df.head()` para asegurarte de que todo esté en orden.

Espero que esto te ayude en tu proyecto. ¡Bons estudios!