Använda ai.summarize med Pandas

2025-10-31

Funktionen ai.summarize använder generativ AI för att skapa sammanfattningar av indatatext med en enda kodrad. Funktionen kan antingen sammanfatta värden från en kolumn i en DataFrame eller värden i alla kolumner.

Anmärkning

Den här artikeln beskriver hur du använder ai.summarize med Pandas. Mer information om hur du använder ai.summarize med PySpark finns i den här artikeln.
Se andra AI-funktioner i den här översiktsartikeln.
Lär dig hur du anpassar konfigurationen av AI-funktioner.

Översikt

Klassen ai.summarize utökas av funktionen . Om du vill sammanfatta varje radvärde enbart från den kolumnen anropar du funktionen i en pandas DataFrame-textkolumn . Du kan också anropa ai.summarize funktionen på en hel DataFrame för att sammanfatta värden i alla kolumner.

Funktionen returnerar en Pandas-serie som innehåller sammanfattningar som kan lagras i en ny DataFrame-kolumn.

df["summaries"] = df["text"].ai.summarize()

df["summaries"] = df.ai.summarize()

Parameterar

None

Retur

Funktionen returnerar en Pandas-serie som innehåller sammanfattningar för varje textrad. Om indatatexten är nullblir resultatet null.

Example

Sammanfatta värden från en enda kolumn
Sammanfatta värden i alla kolumner

# This code uses AI. Always review output for mistakes. 
# Read terms: https://azure.microsoft.com/support/legal/preview-supplemental-terms/.

df= pd.DataFrame([
        ("Microsoft Teams", "2017",
        """
        The ultimate messaging app for your organization—a workspace for real-time 
        collaboration and communication, meetings, file and app sharing, and even the 
        occasional emoji! All in one place, all in the open, all accessible to everyone.
        """),
        ("Microsoft Fabric", "2023",
        """
        An enterprise-ready, end-to-end analytics platform that unifies data movement, 
        data processing, ingestion, transformation, and report building into a seamless, 
        user-friendly SaaS experience. Transform raw data into actionable insights.
        """)
    ], columns=["product", "release_year", "description"])

df["summaries"] = df["description"].ai.summarize()
display(df)

Den här exempelkodcellen innehåller följande utdata:

# This code uses AI. Always review output for mistakes. 
# Read terms: https://azure.microsoft.com/support/legal/preview-supplemental-terms/.

df= pd.DataFrame([
        ("Microsoft Teams", "2017",
        """
        The ultimate messaging app for your organization—a workspace for real-time 
        collaboration and communication, meetings, file and app sharing, and even the 
        occasional emoji! All in one place, all in the open, all accessible to everyone.
        """),
        ("Microsoft Fabric", "2023",
        """
        An enterprise-ready, end-to-end analytics platform that unifies data movement, 
        data processing, ingestion, transformation, and report building into a seamless, 
        user-friendly SaaS experience. Transform raw data into actionable insights.
        """)
    ], columns=["product", "release_year", "description"])

df["summaries"] = df.ai.summarize()
display(df)

Den här exempelkodcellen innehåller följande utdata:

Använd ai.summarize med PySpark.
Identifiera sentiment med ai.analyze_sentiment.
Kategorisera text med ai.classify.
Extrahera entiteter med ai_extract.
Åtgärda grammatik med ai.fix_grammar.
Svara på anpassade användarfrågor med ai.generate_response.
Beräkna likhet med ai.similarity.
Översätt text med ai.translate.
Läs mer om den fullständiga uppsättningen AI-funktioner.
Anpassa konfigurationen av AI-funktioner.
Missade vi en funktion som du behöver? Föreslå det på forumet Fabric Ideas.

Feedback

Var den här sidan till hjälp?