pandas-ai 是一个 Python 库，它将生成式 AI 集成到 Pandas 中****，使数据分析成为对话式的。它被设计为与 pandas 结合使用，而不是它的替代品。

它是一个以自然语言方式探索和理解数据的强大工具。

Pandas AI 的好处

• 即使你不熟悉生成式人工智能或 Pandas，它也很容易使用。

• 它可用于执行各种任务，包括数据探索、分析、可视化、清理、插补和特征工程。

• 它可以帮助你更深入地了解数据并做出更好的决策。

初体验

库的安装

可以直接使用 pip 来进行安装。

pip install pandasai

现在我们已经成功安装了 pandas AI，我们可以开始使用它进行探索性数据分析。

创建数据

下面我们将创建一个 DataFrame。

from pandasai import SmartDataframe
import pandas as pd
import numpy as np

df = pd.DataFrame({
    "country": [
        "United States",
        "United Kingdom",
        "France",
        "Germany",
        "Italy",
        "Spain",
        "Canada",
        "Australia",
        "Japan",
        "China",
    ],
    "gdp": [
        19294482071552,
        2891615567872,
        2411255037952,
        3435817336832,
        1745433788416,
        1181205135360,
        1607402389504,
        1490967855104,
        4380756541440,
        14631844184064,
    ],
    "happiness_index": [6.94, 7.16, 6.66, 7.07, 6.38, 6.4, 7.23, 7.22, 5.87, 5.12],
})

导入LLM

由于 PandasAI 由 LLM 提供支持，因此我们需要初始化一个 LLM。

这里我们以 OpenAI 为例。

# Instantiate a LLM
from pandasai.llm import OpenAI
llm = OpenAI(api_token="XXX")

现在我们已经实例化了 LLM，接下来我们来实例化 SmartDataframe。

sdf = SmartDataframe(df, config={"llm": llm})

现在我们可以开始对数据集进行探索性数据分析。

GDP 排名前 5 位的国家

sdf.chat("返回GDP排名前5的国家")

两个最不幸福国家的 GDP 总和

sdf.chat("最不幸福的两个国家的 GDP 总和是多少？")

****绘制按国家/地区划分的 GDP 图表

sdf.chat("绘制按国家/地区划分的 GDP 图表")

按国家绘制 GDP 直方图，每个条形使用不同的颜色

sdf.chat("按国家绘制 GDP 直方图，每个条形使用不同的颜色")

Pandas AI 是一种以对话方式探索和理解数据的强大工具。

来源—–小寒聊python