PandasAI

什么是PandasAI？

PandasAI 是一个创新的 Python 平台，旨在彻底改变您与数据互动的方式。借助大型语言模型（LLMs）的强大功能，PandasAI 使数据分析变得对话式且易于使用，无论用户的技术背景如何。告别复杂的编码，迎接一个直观的界面，您只需询问有关数据的问题，即可获得自然语言的深刻见解。

PandasAI的核心功能有哪些？

• 对话式数据分析：用户可以以自然直观的方式与数据库进行互动。只需提出问题，便能检索洞见和分析，而无需编写复杂的查询。
• 多格式支持：PandasAI 无缝与多种数据格式进行交互，包括 SQL 数据库、CSV 文件、pandas DataFrames、polars、MongoDB 及其他 NoSQL 数据库。这种灵活性使来自不同背景的用户都能使用该工具。
• 集成 LLM：该平台支持先进的 LLM，如 GPT-3.5、GPT-4、Anthropic 模型和 VertexAI，确保用户获得准确且与上下文相关的响应。
• 数据可视化：通过 PandasAI，您可以自动生成图表和可视化，以更好地理解数据。只需请求特定的图表，它便会通过几条命令创建。
• 多个 DataFrame 处理：用户可以同时查询多个 DataFrame，从而进行涉及并排比较或聚合数据集的复杂数据分析。
• 隐私特性：为保护敏感信息，PandasAI 提供了强制隐私的选项，确保仅分析必要的数据，而不暴露机密细节。

PandasAI的特性是什么？

• 用户友好的界面：旨在满足技术和非技术用户的需求，PandasAI 弥合了复杂数据分析和轻松访问之间的差距。
• 快速部署：该平台可以轻松部署到多种环境中，包括 Jupyter 笔记本、Streamlit 应用程序，甚至可以通过 FastAPI 或 Flask 作为 REST API 使用。
• 可靠性：基于 Docker 的强大架构，用户可以在本地计算机或云端无缝运行。
• 社区支持：PandasAI 拥有一个活跃的社区，提供文档、示例框架和讨论论坛等资源，以便于故障排除和协作。

PandasAI的使用案例有哪些？

• 商业分析：公司可以利用 PandasAI 分析销售数据、客户反馈和运营指标，通过简单提问来发现洞见并改善决策。
• 学术研究：研究人员可以解析与研究主题相关的大型数据集，快速获得摘要、趋势和模式，从而显著加快研究进程。
• 金融数据分析：财务分析师可以利用该工具探讨收入来源、支出模式和市场趋势，从而做出更明智的投资决策。
• 数据报告：通过查询数据并自动可视化结果，创建信息丰富的报告，简化报告过程，而无需繁琐的数据处理。
• 机器学习准备：数据科学家可以快速获得有关数据集的洞见，并为后续的机器学习任务准备数据，从而提升整体工作流程。

如何使用PandasAI？

1. 安装： 开始之前，克隆代码库并导航到项目目录：

   git clone https://github.com/sinaptik-ai/pandas-ai/
   cd pandas-ai
   docker-compose build
   

2. 运行平台： 使用以下命令启动服务：

   docker-compose up
   

   启动后，访问客户端界面：http://localhost:3000。

3. 基本使用： 导入 PandasAI 库，设置您的 API 密钥，并使用您的数据初始化代理：

   import os
   import pandas as pd
   from pandasai import Agent
   
   # 示例 DataFrame
   sales_by_country = pd.DataFrame({
       "country": ["United States", "United Kingdom", "France", "Germany", "Italy", "Spain", "Canada", "Australia", "Japan", "China"],
       "revenue": [5000, 3200, 2900, 4100, 2300, 2100, 2500, 2600, 4500, 7000]
   })
   
   os.environ["PANDASAI_API_KEY"] = "您的_API_密钥"
   
   agent = Agent(sales_by_country)
   print(agent.chat('销售额前五的国家是哪些？'))
   

4. 高级查询： 您可以提出涉及多个 DataFrame 的复杂问题：

   employees_data = { '员工ID': [1, 2, 3, 4, 5], '姓名': ['John', 'Emma', 'Liam', 'Olivia', 'William'], 
                      '部门': ['人力资源', '销售', '信息技术', '市场营销', '财务'] }
   
   salaries_data = { '员工ID': [1, 2, 3, 4, 5], '薪资': [5000, 6000, 4500, 7000, 5500] }
   
   employees_df = pd.DataFrame(employees_data)
   salaries_df = pd.DataFrame(salaries_data)
   
   agent = Agent([employees_df, salaries_df])
   print(agent.chat("谁的薪资最高？"))