PandasAI 是一个 Python 平台，它使用户能够以自然语言轻松地向数据提问。它帮助非技术用户以更自然的方式与数据交互，并帮助技术用户在处理数据时节省时间和精力。

🔧 快速开始

你可以在 这里 找到 PandasAI 的完整文档。

你可以选择在 Jupyter 笔记本、Streamlit 应用程序中使用 PandasAI，或者从仓库中使用客户端和服务器架构。

☁️ 使用平台

该库可以与我们强大的数据平台一起使用，只需几行代码即可实现端到端的对话数据分析。

加载你的数据，将其保存为数据框，并将其推送到平台上。

python
import pandasai as pai

pai.api_key.set("your-pai-api-key")

file = pai.read_csv("./filepath.csv")

dataset = pai.create(path="your-organization/dataset-name",
df=file,
name="dataset-name",
description="dataset-description")

dataset.push()

现在你的团队可以通过平台使用自然语言访问和查询这些数据。

📚 使用库

Python 要求

Python 版本 3.8+ <3.12

📦 安装

你可以使用 pip 或 poetry 安装 PandasAI 库。

使用 pip：

bash
pip install "pandasai>=3.0.0b2"

使用 poetry：

bash
poetry add "pandasai>=3.0.0b2"

💻 使用

提问

python
import pandasai as pai

示例 DataFrame

df = pai.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]
})

默认情况下，除非你选择不同的 LLM，否则它将使用 BambooLLM。

你可以在 https://app.pandabi.ai 注册获取免费 API 密钥（也可以在 .env 文件中配置）

pai.api_key.set("your-pai-api-key")

df.chat('销售额最高的前五个国家是哪些？')

中国, 美国, 日本, 德国, 澳大利亚

---

或者你可以提出更复杂的问题：

python
df.chat(
"销售额最高的前三个国家的总销售额是多少？"
)

销售额最高的前三个国家的总销售额是 16500。

可视化图表

你还可以要求 PandasAI 为你生成图表：

python
df.chat(
"绘制各国的直方图，显示每个国家的 gd。每个条形使用不同的颜色",
)

多个 DataFrame

你还可以将多个数据框传递给 PandasAI 并询问与它们相关的问题。

python
import pandasai as pai

employees_data = {
'EmployeeID': [1, 2, 3, 4, 5],
'Name': ['John', 'Emma', 'Liam', 'Olivia', 'William'],
'Department': ['HR', 'Sales', 'IT', 'Marketing', 'Finance']
}

salaries_data = {
'EmployeeID': [1, 2, 3, 4, 5],
'Salary': [5000, 6000, 4500, 7000, 5500]
}

employees_df = pai.DataFrame(employees_data)
salaries_df = pai.DataFrame(salaries_data)

默认情况下，除非你选择不同的 LLM，否则它将使用 BambooLLM。

你可以在 https://app.pandabi.ai 注册获取免费 API 密钥（也可以在 .env 文件中配置）

pai.api_key.set("your-pai-api-key")

pai.chat("谁的薪水最高？", employees_df, salaries_df)Olivia 的薪资最高。

Docker 沙箱

您可以在 Docker 沙箱中运行 PandasAI，提供一个安全、隔离的环境来安全地执行代码，并降低恶意攻击的风险。

Python 依赖

bash
pip install "pandasai-docker"

使用方法

python
import pandasai as pai
from pandasai_docker import DockerSandbox

初始化沙箱

sandbox = DockerSandbox()
sandbox.start()

employees_data = {
'EmployeeID': [1, 2, 3, 4, 5],
'Name': ['John', 'Emma', 'Liam', 'Olivia', 'William'],
'Department': ['HR', 'Sales', 'IT', 'Marketing', 'Finance']
}

salaries_data = {
'EmployeeID': [1, 2, 3, 4, 5],
'Salary': [5000, 6000, 4500, 7000, 5500]
}

employees_df = pai.DataFrame(employees_data)
salaries_df = pai.DataFrame(salaries_data)

默认情况下，除非您选择不同的 LLM，否则它将使用 BambooLLM。

您可以通过访问 https://app.pandabi.ai 注册以获取免费 API 密钥（您也可以在 .env 文件中进行配置）

pai.api_key.set("your-pai-api-key")

pai.chat("谁的薪资最高？", employees_df, salaries_df, sandbox=sandbox)

完成后不要忘记停止沙箱

sandbox.stop()

Olivia 的薪资最高。

您可以在 examples 目录中找到更多示例。

📜 许可证

PandasAI 在 MIT expat 许可下可用，除了此仓库中的 pandasai/ee 目录，该目录有其 自己的许可证。

如果您对托管的 PandasAI Cloud 或自托管的企业版感兴趣，请 联系我们。

资源

Beta 通知
v3 版本目前处于测试阶段。以下文档和示例反映了正在进行的功能和功能，在最终发布前可能会发生变化。

• 文档 提供全面的文档
• 示例 提供示例笔记本
• Discord 与社区和 PandasAI 团队讨论

🤝 贡献

欢迎贡献！请查看未解决的问题并随时提交拉取请求。
更多信息，请参阅 贡献指南。

感谢！