uploaded csv file

app.py

@@ -22,7 +22,6 @@ class Bot():
         self.available_car_models = None
         self.set_prompts()
 
-
     def set_prompts(self):
         self.eng_system_prompt = f"""You are a salesman in a car dealership. You only recommend cars that are currently in stock.
 To access the cars in stock (inventory) in your dealership use the padnas dataframe query method like this:
@@ -40,7 +39,7 @@ Use contains() instead of equals() to search brands, models and categories.
 Note that the code snippet above is illustrative and not meant to be executed by the user. It demonstrates how you internally interact with the car inventory to know which cars are in stock.
 If you are going to search for cars output only the query and no other text."""
 
-        self.ger_system_prompt =  f"""Sie sind ein Verkäufer in einem Autohaus. Sie empfehlen nur Autos, die derzeit auf Lager sind.
+        self.ger_system_prompt = f"""Sie sind ein Verkäufer in einem Autohaus. Sie empfehlen nur Autos, die derzeit auf Lager sind.
 Um auf die im Autohaus vorhandenen Autos (Inventar) zuzugreifen, verwenden Sie die padnas-Dataframe-Abfrage-Methode wie folgt:
 
 ```
@@ -77,16 +76,20 @@ Wenn Sie nach Autos suchen, geben Sie nur die Abfrage und keinen anderen Text au
         return []
 
     def process_file(self, file, history):
-        print(file)
-        # throw error if file is not csv
-        if file.name.split(".")[-1] != "csv":
-            if lang == "English":
-                history.append((None, "Please upload a csv file"))
+        # check if file is a string
+        filename = file
+        if not isinstance(file, str):
+            # throw error if file is not csv
+            if file.name.split(".")[-1] != "csv":
+                if lang == "English":
+                    history.append((None, "Please upload a csv file"))
+                else:
+                    history.append((None, "Bitte laden Sie eine csv-Datei hoch"))
+                return history
             else:
-                history.append((None, "Bitte laden Sie eine csv-Datei hoch"))
-            return history
+                filename = file.name
 
-        df = pd.read_csv(file.name)
+        df = pd.read_csv(filename)
         # drop all rows with at least one NaN value
         # only use columns marke modell kategorie kilomeret preis
         df = df[["marke", "modell2", "kategorie", "kilometer", "preis", "grundfarbe"]]
@@ -105,7 +108,9 @@ Wenn Sie nach Autos suchen, geben Sie nur die Abfrage und keinen anderen Text au
         self.available_car_models = df["marke"].unique()
         print(self.available_car_models)
         if self.lang == "English":
-            df = df.rename(columns={"marke": "brand", "modell": "model", "kategorie": "category", "kilometer": "kilometer", "preis": "price", "grundfarbe": "color"})
+            df = df.rename(
+                columns={"marke": "brand", "modell": "model", "kategorie": "category", "kilometer": "kilometer",
+                         "preis": "price", "grundfarbe": "color"})
 
         df = df.loc[:, ~df.columns.duplicated()]
 
@@ -131,6 +136,7 @@ Wenn Sie nach Autos suchen, geben Sie nur die Abfrage und keinen anderen Text au
             openai.api_key = query
 
         if self.df is None:
+            return self.process_file("./AI Car-Test - complete data.csv", []), False
             if self.lang == "English":
                 history.append((None, "Please upload a csv file. (This might take a few minutes)"))
             else:
@@ -143,7 +149,7 @@ Wenn Sie nach Autos suchen, geben Sie nur die Abfrage und keinen anderen Text au
         if not passed:
             return history
 
-        messages=[]
+        messages = []
         # add messages from history
         for q, response in history:
             if q:
@@ -196,9 +202,11 @@ Wenn Sie nach Autos suchen, geben Sie nur die Abfrage und keinen anderen Text au
         print(query_line)
         if result.empty:
             if self.lang == "English":
-                messages.insert(-1, {"role": "system", "content": "No results for this query. Help user narrow their preferences."})
+                messages.insert(-1, {"role": "system",
+                                     "content": "No results for this query. Help user narrow their preferences."})
             else:
-                messages.insert(-1, {"role": "system", "content": "Für diese Abfrage gibt es keine Ergebnisse. Helfen Sie dem Benutzer, seine Präferenzen einzugrenzen."})
+                messages.insert(-1, {"role": "system",
+                                     "content": "Für diese Abfrage gibt es keine Ergebnisse. Helfen Sie dem Benutzer, seine Präferenzen einzugrenzen."})
         else:
             # take only 50 random rows
             if len(result) > 50:
@@ -209,7 +217,8 @@ Wenn Sie nach Autos suchen, geben Sie nur die Abfrage und keinen anderen Text au
             if self.lang == "English":
                 messages.insert(-1, {"role": "system", "content": f"Advice cars from this list:\n\n{result}"})
             else:
-                messages.insert(-1, {"role": "system", "content": f"Empfehlung von Autos aus dieser Liste:\n\n{result}"})
+                messages.insert(-1,
+                                {"role": "system", "content": f"Empfehlung von Autos aus dieser Liste:\n\n{result}"})
 
         response = openai.ChatCompletion.create(
             model="gpt-3.5-turbo",