PandasAI

PandasAI 是一种 Python 平台，使用户可以用自然语言向自己的数据提问。这种平台不仅帮助非技术用户以更自然的方式与数据互动，还能为技术用户节省处理数据的时间和精力。

主要特点

• 自然语言互动 ：允许用户用自然语言提问，而不是编写复杂的代码。
• 图表生成 ：可以根据用户的指示生成数据图表。
• 处理多个数据框（DataFrame） ：支持处理多个数据源，并能跨数据源提问。
• 隐私保护 ：提供隐私增强选项，确保数据处理的安全性。

使用场景

• 数据探索 ：例如，业务分析师可以通过简单的自然语言命令获取销售数据的摘要、趋势等。
• 报表生成 ：快速生成可视化的报表，方便管理层查看。
• 教育领域 ：帮助学生学习数据科学和数据分析，无需深入编程。
• 快速原型设计 ：在数据驱动的应用开发中，快速实现数据处理与展示。

部署与使用

部署平台

PandasAI 可通过 Docker 部署，以下是基本步骤：

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

平台启动后，可在 http://localhost:3000 访问客户端。

使用库

PandasAI 也可以作为一个 Python 库使用，通过 pip 或 poetry 安装：

pip install pandasai

或

poetry add pandasai

开始使用

下面是一个简单的示例，展示了如何使用 PandasAI 来与数据框互动：

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] })

设置 API Key

os.environ[“PANDASAI_API_KEY”] = “YOUR_API_KEY”

agent = Agent(sales_by_country) response = agent.chat(‘Which are the top 5 countries by sales?’) print(response)

输出将会是：

China, United States, Japan, Germany, Australia

更多用法和示例可以参考官方文档和示例目录。

贡献与社区

PandasAI 非常欢迎社区贡献。如果有兴趣参与开发或提出问题，可以访问其 GitHub 页面 和 Discord 社区。