Pandas与ChatGPT：交互式数据分析

简介

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。该库已成为数据科学家和分析师的必备工具，提供了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、合并和聚合等功能，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。

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

使用 pip 安装 Pandas AI：

<code>pip install pandasai</code>

使用 Pandas AI

在下一步中，我们将导入之前安装的 pandasai 库，然后导入 LLM（Large Language Model）功能。截至 2023 年 5 月，pandasai 仅支持 OpenAI 模型，我们将使用它来理解数据。

<code>import pandas as pd from pandasai import PandasAI # 示例 DataFrame 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 from pandasai.llm.openai import OpenAI llm = OpenAI(api_token="your_API_key") pandas_ai = PandasAI(llm)</code>

与 ChatGPT 交互

通过 ChatGPT，我们可以与 PandasAI 进行交互，以执行各种数据分析任务。例如，可以询问最幸福的 5 个国家是哪些：

<code>pandas_ai.run(df, prompt='Which are the 5 happiest countries?')</code>

更复杂的查询

除了简单的查询外，PandasAI 还可以执行更复杂的任务。例如，我们可以询问 2 个最不幸福的国家的 GDP 总和：

<code>pandas_ai.run(df, prompt='What is the sum of the GDPs of the 2 unhappiest countries?')</code>

数据可视化

PandasAI 还可以绘制图表。例如，我们可以要求 PandasAI 绘制 GDP 直方图：

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

结论

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。