AI技术极简教程：PandasAI入门指南

数据分析不求人，PandasAI助你一臂之力！”

引言

大家好，欢迎来到我们的“AI技术极简教程”系列！在这个系列中，我们会用最简单、最有趣的方式，带你快速掌握各种AI工具和技术。无论你是技术老手，还是刚入门的小白，这里都有你需要的干货。

今天的主角是 PandasAI —— 一个让数据分析变得像喝水一样简单的神器！通过这篇博客，你将学会如何安装PandasAI、上传Excel/CSV文件，以及使用Agent进行基本的数据分析。准备好了吗？让我们一起开启这段轻松愉快的学习之旅吧！（顺便安利一下，我的可莉Excel就是基于PandasAI开发的，感兴趣的读者欢迎注册体验：http://www.dlb.org.cn）

安装与配置

安装它，就像"Hello World"一样简单，只需几行命令：

使用pip安装

▼
python
复制代码
pip install pandasai

使用Poetry安装（推荐）

▼
python
复制代码
poetry add pandasai

小贴士：

为了避免“依赖地狱”，建议你使用虚拟环境（比如Poetry、Pipenv或Conda）来管理项目依赖。这样，你的项目就像有了自己的私人健身教练，独立又高效！
Python版本不宜过高，目前好像不兼容，我使用的是Python 3.10系列

快速入门

导入与设置

让我们从一个简单的例子开始，看看如何用PandasAI进行数据查询。准备好了吗？拿起你的代码键盘，我们出发！

▼
python
复制代码
import os
import pandas as pd
from pandasai import Agent

# 设置你的PandasAI API密钥
os.environ["PANDASAI_API_KEY"] = "YOUR_API_KEY"

# 创建一个示例DataFrame
sales_by_country = pd.DataFrame({
    "country": ["美国", "英国", "法国", "德国", "意大利", "西班牙", "加拿大", "澳大利亚", "日本", "中国"],
    "sales": [5000, 3200, 2900, 4100, 2300, 2100, 2500, 2600, 4500, 7000]
})

# 实例化Agent
agent = Agent(sales_by_country)

# 使用自然语言查询数据
response = agent.chat('销售额前五的国家是哪些？')
print(response)
# 输出: 中国, 美国, 日本, 德国, 澳大利亚

解释时间：看到了吗？只需几行代码，你就能用自然语言和你的数据对话，PandasAI帮你找出“销售额前五的国家”。简直比聊天机器人还聪明！

**小贴士：**这个PandasAI API密钥你可以到他们官网 https://pandabi.ai 获取，当然你也可以替换为其他大模型，比如OpenAI、最近很火的DeepSeek等，这个后边会介绍，感兴趣可以往下看。

配置API密钥

PandasAI需要API密钥才能发挥魔法。你可以通过以下两种方式设置：

方法一：环境变量

在终端中输入：

▼
shell
复制代码
export PANDASAI_API_KEY="YOUR_API_KEY"

方法二：在Python脚本中设置

▼
python
复制代码
import os
os.environ["PANDASAI_API_KEY"] = "YOUR_API_KEY"

小贴士：为了安全起见，别把你的API密钥写在代码里，尤其是公开的地方。让它藏在环境变量里，就像把糖藏在隐蔽的角落，甜蜜又安全！

上传Excel/CSV文件

PandasAI不仅能处理手动创建的DataFrame，还能轻松读取你的Excel或CSV文件：

▼
python
复制代码
# 读取CSV文件
df = pd.read_csv('data/sales_data.csv')

# 或者读取Excel文件
df = pd.read_excel('data/sales_data.xlsx')

小贴士：只要你的文件格式支持，PandasAI都能轻松驾驭。无论是Excel的复杂表格，还是CSV的简洁数据，都不在话下！（还可以直连多数主流数据库，这个下边也会简单介绍）

使用Agent进行数据分析

现在，上传数据后，如何用PandasAI进行分析呢？简单，只需几行代码：

▼
python
复制代码
# 实例化Agent
agent = Agent(df)

# 使用自然语言查询
response = agent.chat('销售额前五的国家是哪些？')
print(response)
# 输出: 中国, 美国, 日本, 德国, 澳大利亚

解释时间：通过Agent，你可以像和朋友聊天一样问数据问题，PandasAI会给你专业的分析结果。是不是感觉自己瞬间变成了数据分析大师？（当然，Pandasai还提供了除了Agent之外的其他数据类型：SmartDataframe、SmartDatalake，但Agent能力是最全的，可以满足绝大多数需求）

主要功能与特性

自然语言查询

不用再为复杂的Pandas语法发愁，直接用自然语言问问题，PandasAI帮你搞定：

▼
python
复制代码
response = agent.chat('2023年的总销售额是多少？')
print(response)
# 输出: 42000

多种数据连接器

PandasAI支持多种数据源，不管你是Excel狂人还是数据库专家，都能找到合适的连接器：

文件类型：CSV、Excel、Parquet
数据库：PostgreSQL、MySQL、SQLite、Snowflake、Databricks、Google BigQuery
其他数据源：Yahoo Finance、Airtable、Google Sheets

支持多种大型语言模型（LLM）

默认使用BambooLLM，但你也可以选择OpenAI、Google PaLM、Azure OpenAI等其他模型，满足不同需求：

▼
python
复制代码
from pandasai.llm import OpenAI

llm = OpenAI(api_token="YOUR_OPENAI_API_KEY")
agent = Agent(df, llm=llm)
response = agent.chat('销售额前五的国家是哪些？')
print(response)

平台部署

如果你想让团队成员也享受PandasAI的魔法，或者想在云端部署它，PandasAI提供了Docker化的客户端-服务器架构，简单又方便！感兴趣的伙伴可以查看官方文档：https://docs.pandas-ai.com

示例项目

与 Pandas DataFrame 一起使用

让我们通过一个具体的例子，看看如何上传CSV文件并使用Agent进行数据分析：

▼
python
复制代码
import os
from pandasai import SmartDataframe
import pandas as pd

# 设置API密钥
os.environ["PANDASAI_API_KEY"] = "YOUR_API_KEY"

# 创建DataFrame（或读取文件）
sales_by_country = pd.DataFrame({
    "country": ["美国", "英国", "法国", "德国", "意大利", "西班牙", "加拿大", "澳大利亚", "日本", "中国"],
    "sales": [5000, 3200, 2900, 4100, 2300, 2100, 2500, 2600, 4500, 7000]
})

# 转换为SmartDataframe
sdf = SmartDataframe(sales_by_country)

# 查询
response = sdf.chat('销售额前五的国家是哪些？')
print(response)
# 输出: 中国, 美国, 日本, 德国, 澳大利亚

小贴士：只需几行代码，你就能让数据“说话”，PandasAI帮你解读数据背后的故事！

连接到 PostgreSQL 数据库

如果你有大量数据存储在数据库中，PandasAI同样能轻松应对：

▼
python
复制代码
from pandasai import Agent
import pandas as pd

# 示例连接字符串
connection_string = "postgresql://username:password@localhost:5432/mydatabase"

# 从 PostgreSQL 加载数据
df = pd.read_sql("SELECT * FROM sales_data", connection_string)

# 使用 DataFrame 实例化 Agent
agent = Agent(df)

# 查询数据
response = agent.chat('2023年的总销售额是多少？')
print(response)
# 输出: 42000

解释时间：无论数据存在哪儿，PandasAI都能帮你快速获取所需信息，让数据分析如同呼吸般自然！

高级功能概览

虽然本篇博客主要介绍PandasAI的基础使用，以下是一些高级功能的简要概述，激发你的兴趣：

语义代理：通过生成JSON查询，实现更准确和可解释的查询结果。
Judge Agent：验证生成的代码是否符合查询要求，确保结果可靠。
高级安全代理：识别和阻止潜在的恶意代码生成，保障数据安全。
缓存机制：存储和快速检索之前的查询结果，提升响应速度。
自定义响应解析器：控制输出格式，如Pandas DataFrame或Streamlit图表。
技能（Skills）：添加自定义函数，扩展代理功能，打造专属数据分析助手。

小贴士：这些高级功能将在后续的博客中详细介绍，敬请期待！

使用其他兼容OpenAI接口的AI模型

虽然官方文档仅提及兼容OpenAI模型，但我们只需略微采用一些手段，也可以使用我们喜欢的（便宜又好用的）模型，比如我的 可莉Excel 项目使用的就是DeepSeek（深思3.0）模型。不得不说确实NB，不亏是我们中国人自己的OpenAI。

下面给出教程：

原理很简单，你需要自己准备一个服务端，让PandasAI的请求打到你的服务端，然后你再把参数（base_url，model等）替换，请求到你需要的模型API，最后将结果返回给PandasAI应用即可（很蠢但也很好用的办法）

PandasAI应用：

▼
Python
复制代码
def init_agent(df):
    """
    初始化AI Agent (PandasAI)
    """
    try:
        llm = OpenAI(
            api_token=os.getenv("OPENAI_API_KEY", config.OPENAI_API_KEY),#随便搞了，反正可以在你的服务端替换
            model=os.getenv("DEFAULT_MODEL", config.DEFAULT_MODEL),#随便搞了，反正可以在你的服务端替换
            api_base="https://api.deepseek.com" # 这里直接替换为你的服务端地址
        )
    except Exception as e:
        logger.error(f"初始化 OpenAI LLM 失败: {e}")
        raise e
    try:
        config_dict = {
            "llm": llm,
        }
        agent = Agent(df, config=config_dict)
        logger.info("PandasAI Agent 初始化成功。")
        return agent
    except Exception as e:
        logger.error(f"初始化 Agent 失败: {e}")
        raise e

服务端：

▼
Python
复制代码
from fastapi import FastAPI, HTTPException, Request
from openai import OpenAI

router = FastAPI()
##因为DeepSeek兼容OpenAI接口，所有很方便
excel_client = OpenAI(api_key="XXXXXXX", base_url="https://api.deepseek.com")

@router.post("/excel/{path:path}")
async def chat(request: Request):
    print("接收到请求")
    try:
        req_data = await request.json()
        if "messages" not in req_data:
            raise HTTPException(status_code=400, detail={"error": "请求体中缺少 'messages' 字段"})
        messages = req_data["messages"]
        if not isinstance(messages, list) or not all(
            isinstance(msg, dict) and "role" in msg and "content" in msg for msg in messages
        ):
            raise HTTPException(
                status_code=400,
                detail={"error": "'messages' 字段格式无效，必须是包含 'role' 和 'content' 的字典列表"}
            )
        system_message = {
            "role": "system",
            "content": "无论用户使用何种语言提问，你只能只用中文回答" #PandasAI原有的提示词是英文，所以这里需要覆盖一下
        }
        messages.insert(0, system_message)

        response = excel_client.chat.completions.create(
            model="deepseek-chat", # 这里记得替换
            messages=messages,
            stream=False, # PandasAI好像不支持流式返回
            frequency_penalty=0, #非必填
            max_tokens=1000, #非必填
            n=1, #非必填
            presence_penalty=0, #非必填
            temperature=0, #非必填
            top_p=1, #非必填
        )
        response_dict = response.to_dict() if hasattr(response, "to_dict") else response
        return response_dict
    except HTTPException as e:
        raise e
    except Exception as e:
        raise HTTPException(status_code=500, detail={"error": "服务器内部错误", "details": str(e)})

这样你就可以为所欲为地替换不同厂家的AI了，一直轮流薅羊毛了

结语

恭喜你！通过本篇博客，你已经学会了如何安装PandasAI、上传Excel/CSV文件以及使用Agent进行基本的数据分析。现在，试着将这些知识应用到你的项目中，感受PandasAI带来的高效与便捷吧！

想了解更多高级功能和部署指南？别害羞，快去我们的参考地址： https://github.com/sinaptik-ai/pandas-ai 或官方文档：https://docs.pandas-ai.com 探索更多精彩内容！

进一步学习

官方文档：访问 https://docs.pandas-ai.com 获取更多详细信息。
示例项目：在 https://github.com/sinaptik-ai/pandas-ai 中查找更多示例代码和项目。
社区支持：加入PandasAI社区论坛或Slack群组，与其他用户交流经验。
**技术交流群：**你也可以加入我的技术交流群：AI极简技术交流群，和大家一起探讨AI新技术：

希望这篇极简的入门指南，能帮助你轻松踏入PandasAI的世界！下期见。

引言