AI PandasAI 入門到精通：讓數(shù)據(jù)會說話的智能分析神器

1. 什么是PandasAI？

PandasAI 是一個開源的Python庫，它為廣受歡迎的數(shù)據(jù)分析和操作工具Pandas添加了生成式人工智能（Generative AI）功能。簡單來說，它是一個能讓您的數(shù)據(jù)“會說話”的智能分析助手。

根據(jù)其官網介紹，PandasAI旨在成為開發(fā)AI應用的工具，讓開發(fā)者能夠快速構建和部署通用AI代理（General AI agents）。其核心目標是讓非技術用戶也能通過自然語言與他們的數(shù)據(jù)進行交互，從而輕松地獲取數(shù)據(jù)洞察。

核心特性

• 對話式數(shù)據(jù)分析：您可以直接用自然語言（如中文或英文）向您的數(shù)據(jù)提問，例如：“2023年哪個地區(qū)的平均收入最高？” PandasAI會理解您的問題，并自動執(zhí)行相應的數(shù)據(jù)操作來給出答案。
• 增強的分析能力：能夠整合來自多個數(shù)據(jù)源（如SQL、CSV、Excel、數(shù)據(jù)庫等）的數(shù)據(jù)，并在一個地方進行綜合分析。
• 隱私優(yōu)先：您的數(shù)據(jù)永遠不會離開您的基礎設施。您可以在本地或私有云中運行PandasAI，對敏感信息擁有完全的控制權。
• 快速集成：可以輕松地與您現(xiàn)有的技術棧集成，支持多種數(shù)據(jù)源和大型語言模型（LLM）。

2. 快速上手 (Quickstart)

要開始使用PandasAI，您需要一個大型語言模型（LLM）。以下步驟基于使用OpenAI的模型（需要API密鑰）。

安裝

首先，通過pip安裝PandasAI庫：

pip install "pandasai>=3.0.0b2"

配置LLM

接下來，安裝LiteLLM擴展并配置您的LLM（以OpenAI為例）：

# 安裝擴展
pip install pandasai-litellm

# 配置代碼
import pandasai as pai
from pandasai_litellm.litellm import LiteLLM

# 初始化LiteLLM，填入您的模型和API密鑰
llm = LiteLLM(
    model="gpt-4.1-mini",
    api_key="YOUR_OPENAI_API_KEY"  # 請?zhí)鎿Q為您自己的API密鑰
)

# 將LLM配置給PandasAI
pai.config.set({"llm": llm})

與您的數(shù)據(jù)對話

配置好LLM后，您就可以開始與數(shù)據(jù)對話了：

import pandasai as pai
from pandasai_litellm.litellm import LiteLLM

# 初始化LLM (代碼同上)
llm = LiteLLM(model="gpt-4.1-mini", api_key="YOUR_OPENAI_API_KEY")
pai.config.set({"llm": llm})

# 加載您的數(shù)據(jù)
df = pai.read_csv("data/companies.csv")

# 用自然語言提問
response = df.chat("What is the average revenue by region?")
print(response)

當您提問時，PandasAI會利用LLM生成答案，并以不同的形式返回結果，例如：

• 字符串 (String)
• DataFrame (表格數(shù)據(jù))
• 圖表 (Chart)
• 數(shù)字 (Number)

3. 創(chuàng)建您的第一個數(shù)據(jù)層

PandasAI不僅限于單個文件，它還允許您創(chuàng)建一個“數(shù)據(jù)層”來管理多個數(shù)據(jù)集。

1. 定義數(shù)據(jù)源

首先，創(chuàng)建一個數(shù)據(jù)模式（schema）來描述您的數(shù)據(jù)集：

import pandasai as pai

# 加載數(shù)據(jù)
df = pai.read_csv("data/companies.csv")

# 創(chuàng)建數(shù)據(jù)層
dataset = pai.create(
    path="my-org/companies",
    df=df,
    description="Customer companies dataset"
)

2. 定義數(shù)據(jù)結構

為了更好地控制，您可以顯式地定義列的模式（schema）：

# 定義帶有顯式模式的公司數(shù)據(jù)集
dataset = pai.create(
    path="my-org/companies",
    df=df,
    description="Customer companies dataset",
    columns=[
        {"name": "company_name", "type": "string", "description": "The name of the company"},
        {"name": "revenue", "type": "float", "description": "The revenue of the company"},
        {"name": "region", "type": "string", "description": "The region of the company"}
    ]
)

3. 加載和查詢數(shù)據(jù)

一旦定義好，您就可以輕松加載和查詢這些數(shù)據(jù)集：

# 加載已有的數(shù)據(jù)集
stocks = pai.load("organization/coca_cola_stock")
companies = pai.load("organization/companies")

# 用自然語言查詢
response = stocks.chat("What is the volatility of the Coca Cola stock?")
result = pai.chat("Compare the revenue between Coca Cola and Apple", stocks, companies)

4. 總結與展望

PandasAI為數(shù)據(jù)分析師和開發(fā)者提供了一種革命性的工作方式。它將復雜的編程任務簡化為自然語言對話，極大地降低了數(shù)據(jù)分析的門檻。

通過本文的介紹，您已經了解了PandasAI的核心概念、基本用法以及如何構建一個簡單的數(shù)據(jù)分析流程。隨著AI技術的不斷發(fā)展，像PandasAI這樣的工具將越來越普及，讓每個人都能成為數(shù)據(jù)的主人。