Python Pandas是一個為Python編程提供數據操作和分析功能的開源工具包。這個庫已經成為數據科學家和分析師的必備工具。它提供了一種有效的方法來管理結構化數據(Series和DataFrame)。

在人工智能領域，Pandas經常用于機器學習和深度學習過程的預處理步驟。Pandas通過提供數據清理、重塑、合并和聚合，可以將原始數據集轉換為結構化的、隨時可用的2維表格，并將其輸入人工智能算法。

項目地址：https://github.com/gventuri/pandas-ai

使用 pip 安裝 Pandas AI

pipinstallpandasai

使用 OpenAI 導入 PandasAI

在下一步中，我們將導入之前安裝的 pandasai 庫，然后導入 LLM（大型語言模型）功能。截至 2023 年 5 月，pandasai 僅支持 OpenAI 模型，我們將使用它來理解數據。

importpandasaspd
frompandasaiimportPandasAI

#SampleDataFrame
df=pd.DataFrame({
"country":["UnitedStates","UnitedKingdom","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]
})

#InstantiateaLLM
frompandasai.llm.openaiimportOpenAI
llm=OpenAI(api_token="your_API_key")

pandas_ai=PandasAI(llm)
pandas_ai.run(df,prompt='Whicharethe5happiestcountries?')

6Canada
7Australia
1UnitedKingdom
3Germany
0UnitedStates
Name:country,dtype:object

要使用 OpenAI API，您必須生成自己唯一的 API 密鑰。

因為pandas的特性，我們不僅僅可以處理csv文件，我們還可以連接關系型的數據庫，例如pgsql：

#creatingtheuriandconnectingtodatabase
pg_conn="postgresql://YOURURIHERE"

#Querysqldatabase
query="""
SELECT*
FROMtable_name
"""

#Createdataframenameddf
df=pd.read_sql(query,pg_conn)

然后像上面代碼一樣，我們可以直接與它進行對話了：

#Usingpandas-ai!
pandas_ai=PandasAI(llm)
pandas_ai.run(df,prompt='Placeyourprompthere)

當然，你也可以讓 PandasAI 進行更復雜的查詢。例如，可以要求 PandasAI 求出 2 個最不幸福國家的 GDP 總和：

pandas_ai.run(df,prompt='WhatisthesumoftheGDPsofthe2unhappiestcountries?')

上面的代碼將返回以下內容：

19012600725504

也可以請 PandasAI 畫圖：

pandas_ai.run(
df,
"Plotthehistogramofcountriesshowingforeachthegpd,usingdifferentcolorsforeachbar",
)

ChatGPT、Pandas是強大的工具，當它們結合在一起時，可以徹底改變我們與數據交互和分析的方式。ChatGPT憑借其先進的自然語言處理能力，可以更直觀地與數據進行類似人類的交互。而PandasAI可以增強Pandas數據分析體驗。通過將復雜的數據操作任務轉換為簡單的自然語言查詢，PandasAI使用戶更容易從數據中提取有價值的見解，而無需編寫大量代碼。

這對于那些還不熟悉Python或pandas操作/轉換的人來說是一種編程的新方法。我們不需要為你想要執行的任務編程，而是只是與AI代理交談，明確的額告訴它想要的結果，代理會將此消息轉換為計算機可解釋的代碼，并返回結果。