原文：
www.kdnuggets.com/2023/05/pandas-ai-generative-ai-python-library.html
图片由编辑提供
Python Pandas是一个开源工具包，为数据科学家和分析师提供了使用 Python 编程语言进行数据操作和分析的能力。Pandas 库在机器学习和深度学习的预处理阶段非常受欢迎。但现在你可以用它做更多的事情……
新的数据科学库 - Pandas AI即将推出。一个将生成型人工智能功能集成到 Pandas 中的 Python 库，使数据框能够进行对话。
让数据框能够对话是什么意思？
这正如它所说的那样 - 你可以与你的数据集对话。是的，你没听错，你可以与数据交谈并获得快速回应。作为数据科学家或分析师，你将不再需要盯着数据集看，反复浏览行列几个小时。Pandas AI 不会替代 Pandas，它只是给了它一个巨大的推动！
数据科学家和分析师花费大量时间清洗数据以进行分析阶段。他们现在将能够将数据分析提升到一个新的水平。数据专业人员寻找不同的方法和流程，以减少数据准备的时间，而现在他们可以使用 Pandas AI 实现这一目标。
PandasAI 与 Pandas 一起使用，而不是替代 Pandas。与其自己浏览并回答有关数据集的问题，不如向 PandasAI 提问，它将以 Pandas DataFrames 的形式返回答案。
话虽如此，这是否意味着人们不再需要精通 Python 才能使用诸如 Pandas 库这样的工具进行数据分析？
借助OpenAI API，Pandas AI 旨在实现与你的机器进行对话的目标，以输出你想要的结果，而不是你自己编程任务。机器将以它们的语言 - 机器可解释代码（DataFrame） - 输出结果。
pip install pandasai为了使用新的 Pandas AI 库，你需要一个 OpenAI 密钥。一旦你开始使用你的笔记本，你需要导入以下内容：
import pandas as pd
from pandasai import PandasAI
from pandasai.llm.openai import OpenAI
llm = OpenAI(api_token=your_API_key)如果你没有唯一的 OpenAI API 密钥，你可以在OpenAI 平台上创建一个帐户，并在这里创建一个 API 密钥。你将获得一个 5 美元的积分，可以用于探索和实验 API。
一旦你准备好，你就可以开始使用 Pandas AI 了。
首先，你需要将你的 OpenAI 模型运行到 Pandas AI 上：
pandas_ai = PandasAI(openAImodel)然后你需要在数据框上运行模型，该数据框包含两个参数：你正在处理的数据框和你想要提问的问题：
pandas_ai.run(df, prompt='the question you would like to ask?')例如，你可能在浏览数据集时对某列值大于 5 的行感兴趣。你可以通过使用 Pandas AI 来实现：
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()
pandas_ai = PandasAI(llm)
pandas_ai.run(df, prompt='Which are the 5 happiest countries?')它将返回一个 DataFrame 输出：
6 Canada
7 Australia
1 United Kingdom
3 Germany
0 United States
Name: country, dtype: object它还具有执行更复杂查询的能力，如数学计算和数据可视化。
数据可视化示例：
pandas_ai.run(
df,
"Plot the histogram of countries showing for each the gpd, using different colors for each bar",
)数据可视化输出：
图片由PandasAI提供
Pandas AI 非常新，团队仍在寻找改进库的方法。截至 5 月 10 日，他们的待办事项清单中还有以下内容：
-
添加对更多 LLMs 的支持
-
使 PandasAI 能够通过 CLI 访问
-
为 PandasAI 创建一个 Web 界面
-
添加单元测试
欢迎提出建议和贡献。如果你有兴趣为 Pandas AI 的成长做出贡献，请参考贡献指南。
如果你想查看使用 Pandas AI 的演示，查看这个视频：
虽然 Pandas AI 并不取代 Pandas，但它是提升工作流程的好工具。尽管你可以向 Pandas AI 提问你的数据集，你仍需精通编程，以便在库出现错误时进行修正和指导。
如果你有机会使用 Pandas AI，欢迎在下方评论告诉我们你的看法！
Nisha Arya 是一名数据科学家，自由技术写作人员和 KDnuggets 的社区经理。她特别关注提供数据科学职业建议、教程和理论知识。她还希望探索人工智能如何有助于人类寿命的不同方式。她是一个热衷学习的人，寻求拓宽她的技术知识和写作技能，同时帮助指导他人。
1. Google 网络安全证书 - 快速进入网络安全职业。
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你的组织在 IT 方面