Update app.py

app.py

@@ -301,69 +301,16 @@ with demo:
             # )
 
             initial_columns = [c.name for c in fields(AutoEvalColumn) if c.never_hidden or c.displayed_by_default]
-            # データの状態を確認するための print 文を追加
-            print("Before select_columns:")
-            print(leaderboard_df['Model'].head())  # select_columns 呼び出し前に 'Model' 列を確認
             leaderboard_df_filtered = select_columns(leaderboard_df, initial_columns)
-            # select_columns 後に再度 'Model' 列を確認
-            print("After select_columns:")
-            print(leaderboard_df['Model'].head())
-            
-            # 重複カラムの確認と削除
-            duplicate_columns = leaderboard_df_filtered.columns[leaderboard_df_filtered.columns.duplicated()]
-            if len(duplicate_columns) > 0:
-                print(f"Duplicate columns found: {duplicate_columns.tolist()}")
-                # 重複カラムを削除（最初の出現を保持）
-                leaderboard_df_filtered = leaderboard_df_filtered.loc[:, ~leaderboard_df_filtered.columns.duplicated()]
-                print("Duplicate columns have been removed.")
-            else:
-                print("No duplicate columns found.")
-            
-            # データ型を定義
-            datatype_dict = {}
-            for col in leaderboard_df_filtered.columns:
-                if col == AutoEvalColumn.model.name:  # 'Model'
-                    datatype_dict[col] = "markdown"
-                elif col in TYPES:
-                    datatype_dict[col] = TYPES[col]
-                else:
-                    datatype_dict[col] = "str"  # デフォルトのデータ型
-            
-            # 'Type_' が 'datatype_dict' に含まれているか確認
-            if 'Type_' not in datatype_dict:
-                print("Warning: 'Type_' column not found in TYPES. Setting its datatype to 'str'.")
-                datatype_dict['Type_'] = "str"
-            
-            # デバッグ用出力
-            print("Datatype dictionary after renaming 'T' to 'Type_':", datatype_dict)
-            print("Preview of leaderboard_df_filtered after renaming:")
-            print(leaderboard_df_filtered.head())
-            
-            # カラム名を確認してスペースや特殊文字がないか確認
-            print([f"'{c}'" for c in leaderboard_df_filtered.columns])
-            
-            # 'Type_' カラムのデータ型とユニーク値を再確認
-            print(f"'T' カラムのデータ型: {leaderboard_df_filtered['T'].dtype}")
-            print(f"'T' カラムのユニーク値: {leaderboard_df_filtered['T'].unique()}")
-            
-            # 'T' カラムを文字列型に変換
-            leaderboard_df_filtered['T'] = leaderboard_df_filtered['T'].astype(str)
             
             # データ型を定義
             datatype = {col: "str" for col in leaderboard_df_filtered.columns}
             datatype['Model'] = "markdown"
             
-            # デバッグ用出力
-            print("Datatype dictionary:", datatype)
-            print("Preview of leaderboard_df_filtered:")
-            print(leaderboard_df_filtered.head())
-            
-            # カラム名を確認してスペースや特殊文字がないか確認
-            print([f"'{c}'" for c in leaderboard_df_filtered.columns])
-            
-            # 'T' カラムのデータ型とユニーク値を再確認
-            print(f"'T' カラムのデータ型: {leaderboard_df_filtered['T'].dtype}")
-            print(f"'T' カラムのユニーク値: {leaderboard_df_filtered['T'].unique()}")
+            # 'T' カラムが存在する場合、その型を設定
+            if 'T' in leaderboard_df_filtered.columns:
+                datatype['T'] = "str"
+                leaderboard_df_filtered['T'] = leaderboard_df_filtered['T'].astype(str)
             
             # Gradio Dataframe コンポーネントの初期化
             leaderboard_table = gr.components.Dataframe(