交互式数据分析和处理新方法：pandas-ai =Pandas + ChatGPT

2023-05-06 DeepHub IMBA

Python/ target=_blank class=infotextkey>Python Pandas是一个为Python编程提供数据操作和分析功能的开源工具包。这个库已经成为数据科学家和分析师的必备工具。它提供了一种有效的方法来管理结构化数据(Series和DataFrame)。

在人工智能领域，Pandas经常用于机器学习和深度学习过程的预处理步骤。Pandas通过提供数据清理、重塑、合并和聚合，可以将原始数据集转换为结构化的、随时可用的2维表格，并将其输入人工智能算法。

pandas-ai介绍

PandasAI将Pandas转换为一个会话工具，你可以询问有关数据的问题，它则会以Pandas dataframe的形式进行回答。

例如，我们可以要求PandasAI返回一个DataFrame中列值大于5的所有行，它将返回一个只包含这些行的DataFrame。

import pandas as pd
 from pandasai import PandasAI
 
 # Sample DataFrame
 df = pd.DataFrame({
     "country": ["United States", "United Kingdom", "France", "Germany", "Italy", "Spain", "Canada", "Australia", "Japan", "China"],
     "gdp": [21400000, 2940000, 2830000, 3870000, 2160000, 1350000, 1780000, 1320000, 516000, 14000000],
     "hAppiness_index": [7.3, 7.2, 6.5, 7.0, 6.0, 6.3, 7.3, 7.3, 5.9, 5.0]
 })
 
 # Instantiate a LLM
 from pandasai.llm.openai import OpenAI
 llm = OpenAI()
 
 pandas_ai = PandasAI(llm)
 pandas_ai.run(df, prompt='Which are the 5 happiest countries?')

除了返回结果以外，还可以生成图表：

pandas_ai.run(
     df,
     "Plot the histogram of countries showing for each the gpd, using different colors for each bar",
 )

安装和使用

只要使用pip安装就可以使用：

pip install pandasai

但是在使用pandasai时需要输入一个openai的api-key，这样才可以让他调用openai的语言模型：

然后在使用前先import，在输入api的key就可以使用了：

#Import pandas and pandas-ai
 import pandas as pd
 from pandasai import PandasAI
 # Instantiating my llm using OpenAI API key.
 from pandasai.llm.openai import OpenAI
 # OpenAI
 llm = OpenAI(api_token="YOUR_OPENAI_API_KEY")

因为pandas的特性，我们不仅仅可以处理csv文件，我们还可以连接关系型的数据库，例如pgsql：

# creating the uri and connecting to database
 pg_conn = "postgresql://YOUR URI HERE"
 
 #Query sql database
 query = """
 SELECT *
 FROM table_name
 """
 
 #Create dataframe named df
 df = pd.read_sql(query,pg_conn)

然后像上面代码一样，我们可以直接与它进行对话了：

# Using pandas-ai!
 pandas_ai = PandasAI(llm)
 pandas_ai.run(df, prompt='Place your prompt here)

最后

ChatGPT、Pandas是强大的工具，当它们结合在一起时，可以彻底改变我们与数据交互和分析的方式。ChatGPT凭借其先进的自然语言处理能力，可以更直观地与数据进行类似人类的交互。而PandasAI可以增强Pandas数据分析体验。通过将复杂的数据操作任务转换为简单的自然语言查询，PandasAI使用户更容易从数据中提取有价值的见解，而无需编写大量代码。

这对于那些还不熟悉Python或pandas操作/转换的人来说是一种编程的新方法。我们不需要为你想要执行的任务编程，而是只是与AI代理交谈，明确的额告诉它想要的结果，代理会将此消息转换为计算机可解释的代码，并返回结果。