Fiz o codigo abaixo, definindo bem as funçoes.
def ler_arquivo_pelo_panda(nome_arquivo_csv):
import pandas as pd
df = pd.read_csv(nome_arquivo_csv)
return df
df_review_arquivo = ler_arquivo_pelo_panda("/reviews.csv")
def classificar_review_para_o_groq(review):
import os
from google.colab import userdata
from groq import Groq
os.environ["GROQ_API_KEY"] = userdata.get('GROQ_API_KEY')
client_groq = Groq()
completion = client_groq.chat.completions.create(
model="openai/gpt-oss-20b",
messages=[
{
"role": "user",
"content": f"Classifique esse texto somente com os valores positivo,negativo ou neutro, de acordo com o sentimento descrito. {review} "
}
],
temperature=1,
max_completion_tokens=8192,
top_p=1,
reasoning_effort="medium",
stream=True,
stop=None,
)
respostas = []
for chunk in completion:
conteudo = chunk.choices[0].delta.content
if conteudo:
respostas.append(conteudo)
resultado = {"review": review , "resposta": "".join(respostas) }
return resultado
Chamada Principal
review_arquivo = ler_arquivo_pelo_panda("/reviews.csv")
avaliacoes = []
for index, row in review_arquivo.iterrows():
revisao = row['reviewText']
avaliacao = classificar_review_para_o_groq(revisao)
avaliacoes.append(avaliacao['resposta'].lower())
review_arquivo['avaliacao'] = avaliacoes
review_arquivo.head()
