用pandas-ai与任何表格数据聊天 | ChatDATA

Find AI Tools in second

Find AI Tools

No difficulty

No complicated process

Find ai tools

Home AI News CN 用pandas-ai与任何表格数据聊天 | ChatDATA

Updated on Mar 09,2024

用pandas-ai与任何表格数据聊天 | ChatDATA

引言

欢迎大家，今天我要介绍的是一款名为 pandas AI 的新型 Python 库。这是一个能够处理自然语言的工具，可以在数据分析和制作图表方面发挥重要作用。过去曾推出过 chat CSV 和 AI code writing assistant 等相关工具，但这款 pandas AI 却具备更强大的功能，甚至可以根据文本创建图表。这是一个订阅者在我的上一个视频中提出的问题，是否有办法从文本中创建图表。现在有了这个新的库，我会带领大家快速了解如何与数据进行交互。让我们开始吧！

能够处理自然语言的 pandas AI 库

首先，让我们来了解一下 pandas AI 是什么。它是一个 Python 库，为 pandas 添加了人工智能的能力。而 pandas 则是一款受欢迎的数据分析和数据操作工具。下面是一个简单的示例，我从官方 GitHub 仓库中借用了一个演示代码，让大家看看它是如何工作的。不过在这之前，我想先给大家展示一下我的之前的一些视频，例如 chat CSV，你可以通过上传 CSV 文件来与模型进行对话，背后的实现原理就是使用了 pandas。另外还有一个叫做 Sketch Library 的工具，它是我在一个月前左右发布的，使用了类似的方法。你可以通过观看视频了解其工作原理。但它并不能生成图表，这就是为什么我要在今天向大家展示这个新工具。这个新库不仅可以回答你的问题，还可以帮你生成图表。这里有三种不同的问题类型，基本上是一个问答系统。你可以询问某个列的内容，例如某列的整数类型是什么等等。它会遍历数据并为你提供答案。而且，这个库还有一个很有意思的功能，你可以让它为你生成代码。只需要在数据框后面加上.sketch，然后跟上你要做什么的具体要求，比如如何使用、如何提问以及如何应用。你可以自己了解一下，看看如何使用它的好处。不过要注意的是，这个库并不提供图表功能，这就是为什么我要在今天向大家展示它。

pandas AI 库的使用示例

首先，你需要进行环境设置，安装必要的类库。我已经做过这些操作了，接下来需要导入所需的类。

import pandas as pd
from pandas_ai.datasets import load_titanic
from pandas_ai import Predictor

现在，我们可以尝试一些问题了。我先创建一个数据框，然后我们可以运行一些命令，查看数据框的内容。这是一个在官方仓库中找到的示例，你可以看到这段代码创建了一个数据框，并打印出了数据的内容。

df = pd.DataFrame({
  'Country': ['China', 'India', 'USA'],
  'GDP': [14.34, 9.0, 21.44]
})

print(df)

接下来，我可以询问有关数据的一些问题。比如，“两个幸福指数最低的国家的 GDP 之和是多少？”我们可以这样问。

predictor = Predictor()
result = predictor.ask('What is the sum of the GDPs of the two least happiest countries?', df)

print(result.answer)

还可以做其他一些操作，比如绘制直方图或饼图。我们可以这样问：“使用不同颜色为每个国家的 GDP 绘制直方图”。

result = predictor.plot('Plot the histogram of countries showing each GDP using different colors for each bar', df)

print(result.figure)

也可以使用其他数据集进行示例。这里我载入了 Titanic 数据集，并进行了一些操作。我们可以询问问题，如“根据所提供的数据框，绘制幸存者的计数图”。

titanic_data = load_titanic()

result = predictor.plot('Plot the count plot of the "Survived" column based on the provided dataframe', titanic_data)

print(result.figure)

还可以进一步尝试其他问题，如“根据 Pclass 和 Age 绘制饼状图”。你可以试着提问其他问题，看看是否能得到你想要的结果。

result = predictor.plot('Plot the pie plot of countries showing for each GDP using different colors for each bar', df)

print(result.figure)

总的来说，pandas AI 是一个非常实用的工具，尤其是对于那些没有太多编程经验的人来说。通过只写几行代码，你就可以根据自己的需求向数据框提问。数据框可以是任何形式的数据，因为我们可以读取众多不同的文件格式，如 CSV、Excel、JSON 等等。这样，你就可以使用 pandas AI 在数据框上进行操作。这个工具非常强大，使得数据分析和可视化变得更加简单。在实际应用中，如果你想使用自然语言的方式与数据进行交互，你可以根据情况修改这段代码。在视频描述中，我会提供这个笔记本的链接，你可以克隆或在Google Collab中运行。我希望你能觉得本视频有帮助，感谢观看。

与其他 AI 工具的对比

在市面上有许多各种各样的 AI 工具，每天都在推出新的。尽管如此，它们中的一些具有不同的功能。比如 panda AI，在制作图表方面的功能非常强大。这对于那些不具备太多编码经验的人来说非常有用，只需要几行代码就可以问出你想问的问题，并生成相应的图表。但是，与其他的大语言模型相比，它在回答问题方面要求更具体。在提问时，你需要更加详细和准确，以便获取正确的答案。这就是为什么我们需要对问题进行一些调整，以确保语言模型能够理解我们的意图。因此，在使用 pandas AI 时，记得在编写问题时要非常仔细，并具体说明你的需求。

使用步骤

现在，让我们一起来学习如何使用 pandas AI。首先，你需要设置环境，并安装必要的依赖库。如果你还没有安装，可以参考下面的步骤进行安装：

使用 pip 命令安装 pandas AI：

pip install pandas-ai

导入所需的类：

import pandas as pd
from pandas_ai import Predictor

实例化 pandas AI：

predictor = Predictor()

提出问题并获取数据分析结果：

result = predictor.ask('What is the sum of the GDPs of the two least happiest countries?', df)

print(result.answer)

使用 pandas AI 绘制图表：

result = predictor.plot('Plot the histogram of countries showing each GDP using different colors for each bar', df)

print(result.figure)

就是这么简单！希望以上步骤对你使用 pandas AI 有所帮助。如果你遇到任何问题，请随时向我提问。现在，让我们尝试一些不同的数据集，看看 pandas AI 在处理不同数据集时的效果。

安装 pandas AI

使用 pip 命令安装 pandas-ai 库:

pip install pandas-ai

导入所需类

导入 pandas 和 pandas_ai 的 Predictor 类:

import pandas as pd
from pandas_ai import Predictor

实例化 pandas AI

predictor = Predictor()

提问并获取数据分析结果

使用 ask() 方法来向 pandas AI 提问问题，并获取结果:

result = predictor.ask('在两个幸福指数最低的国家中，其 GDP 之和是多少？', df)

print(result.answer)

使用 pandas AI 绘制图表

使用 plot() 方法实现图表的绘制:

result = predictor.plot('以不同颜色的柱子绘制每个国家的 GDP 直方图', df)

print(result.figure)

使用不同数据集的示例

使用不同的数据集进行示例，例如 Titanic 数据集:

titanic_data = pd.read_csv('titanic.csv')

result = predictor.plot('根据提供的数据框绘制幸存者的计数图', titanic_data)

print(result.figure)

总结与展望

通过本文的介绍，我们了解到了 pandas AI 这个能够处理自然语言的 Python 库。它提供了简单而有力的功能，可以帮助我们在数据分析和制作图表方面更高效。与其他 AI 工具相比，pandas AI 在制作图表方面表现出色，同时它的使用方法也非常简单。只需要几行代码，就能方便地对数据进行分析，并生成精美的图表。不过，我们要注意，在使用 pandas AI 时要确保问题的具体性，以避免得到不准确的结果。未来，随着更多的语言模型的支持，pandas AI 有望成为一个更强大、更智能的工具。希望本文对你有所帮助，谢谢观看！