快捷導(dǎo)航

Python使用pandasai實(shí)現(xiàn)數(shù)據(jù)分析

更新時(shí)間：2023年06月07日 11:15:01 作者：PythonFun

本文主要介紹了Python使用pandasai實(shí)現(xiàn)數(shù)據(jù)分析，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

一、引言

最近，一位名叫Gabriele Venturi的軟件工程師在github上建立了pandasai的項(xiàng)目。據(jù)官方介紹，pandasai是一個(gè) Python 第三方庫，將人工智能的生成能力集成到pandas包中，使數(shù)據(jù)分析具有對(duì)話性。實(shí)際上，該第三方包通過調(diào)用openai的API，并根據(jù)交互指令來對(duì)數(shù)據(jù)框中的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，可以篩選、計(jì)算、分析出用戶想要的數(shù)據(jù)，甚至還可以繪制圖表，功能可謂十分強(qiáng)大。目前，在github上有68000顆星，447個(gè)fork，已經(jīng)更新了18個(gè)版本。

有了這個(gè)工具，在不熟悉Python命令的情況下，也通過發(fā)送詳細(xì)的數(shù)據(jù)分析需求，借助pandasai和openai的API生成所需要的數(shù)據(jù)或者圖表，減化了數(shù)據(jù)分析的流程，降低了利用Python進(jìn)行計(jì)算、制圖的門檻。

二、pandasai的初步使用

1. pandasai的安裝

安裝完P(guān)ython3.8以上版本后，采用pip命令安裝：

pip install pandasai

2.官方代碼樣例

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": [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]
})
# Instantiate a LLM
from pandasai.llm.openai import OpenAI
llm = OpenAI(api_token="YOUR_API_TOKEN")
pandas_ai = PandasAI(llm, conversational=False)
pandas_ai(df, prompt='Which are the 5 happiest countries?')

3. 樣例代碼修改

在調(diào)試此樣例過程中，一方面要獲得openai的API(貌似免費(fèi)的額度已經(jīng)沒有)，如果想申請(qǐng)可以看這個(gè)：

另一方面就是要能夠訪問這個(gè)api。如果想順利訪問api，需要用到以下文章中第四種方法：

修改后的樣例代碼如下：

import pandas as pd
from pandasai import PandasAI
from pandasai.llm.openai import OpenAI
import openai
openai.api_base = "https://XXX.com/v1" #這里設(shè)置自己的網(wǎng)址
# Sample DataFrame #從數(shù)據(jù)框中取樣
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":[6.94,7.16,6.66,7.07,6.38,6.4,7.23,5.87,5.87,5.12]
})
# Instantiate a LLM 生成LLM實(shí)例
llm = OpenAI(api_token="Your Own Open_API_Key") # 這里放置自己的api
pandas_ai = PandasAI(llm, conversational=False)
print(pandas_ai.run(df, prompt='Which are the 5 happiest countries? '))

與官方的代碼樣例相比，我們?cè)黾恿藢?dǎo)入openai，同時(shí)也把我設(shè)置的base_url指定，最后需要通過print()把生成的結(jié)果打印出來，測試時(shí)發(fā)現(xiàn)也可以用中文提問。生成的結(jié)果展示

4. 可視化制圖

如果相生成圖表，可以在prompt中指定，例如把上面修改的樣例代碼最后一行改為：

print(pandas_ai(df,"Plot the histogram of countries showing for each the gdp, using different colors for each bar"))

意思就是生成每一個(gè)國家GDP的直方圖。得到的結(jié)果如下圖：

pandasai生成圖表

5. 分析本地圖表

把現(xiàn)有的DateFrame修改為讀取本地的Excel表，可以用pd.read_excel("data.xlsx")命令，讀取完直接賦值給變量df，注意如果數(shù)據(jù)量大的話，讀取的速度可能會(huì)慢一點(diǎn)。

import pandas as pd
from pandasai import PandasAI
from pandasai.llm.openai import OpenAI
import openai
openai.api_base = "https://XXX.com/v1"
#Sample DataFrame
df = pd.read_excel("data.xlsx")
# Instantiate a LLM
llm = OpenAI(api_token="Your Own Open_API_Key")
pandas_ai = PandasAI(llm, conversational=False)
print(pandas_ai(df, prompt='Which are the 5 happiest countries? '))

三、學(xué)后反思

pandasai整合了pandas和chatgpt的功能，降低了數(shù)據(jù)分析的學(xué)習(xí)成本，可以作為數(shù)據(jù)分析流中重要的一環(huán)。
pandasai分析結(jié)果較為準(zhǔn)確，由于api的訪問速度較慢，整體上看程序代碼雖然不多，運(yùn)行起來速度較慢。
由于openai公司已經(jīng)取消了免費(fèi)api的額度，所以如果要使用api就要設(shè)置付費(fèi)賬戶，這無疑為普通用戶的使用設(shè)置了障礙。

到此這篇關(guān)于Python使用pandasai實(shí)現(xiàn)數(shù)據(jù)分析的文章就介紹到這了,更多相關(guān)Python pandasai內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: