Python Pandas是一個為Python編程提供數據操作和分析功能的開源工具包。這個庫已經成為數據科學家和分析師的必備工具。它提供了一種有效的方法來管理結構化數據(Series和DataFrame)。
在人工智慧領域，Pandas經常用於機器學習和深度學習過程的預處理步驟。Pandas通過提供數據清理、重塑、合併和聚合，可以將原始數據集轉換為結構化的、隨時可用的2維表格，並將其輸入人工智慧演算法。
專案地址：https://github.com/gventuri/pandas-ai
使用 pip 安裝 Pandas AI
pip install pandasai使用 OpenAI 導入 PandasAI
在下一步中，我們將導入之前安裝的 pandasai 庫，然後導入 LLM（大型語言模型）功能。截至 2023 年 5 月，pandasai 僅支持 OpenAI 模型，我們將使用它來理解數據。
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_key")
pandas_ai = PandasAI(llm)
pandas_ai.run(df, prompt='Which are the 5 happiest countries?')6 Canada
7 Australia
1 United Kingdom
3 Germany
0 United States
Name: country, dtype: object要使用 OpenAI API，必須生成自己唯一的 API 密鑰。
因為pandas的特性，我們不僅僅可以處理csv檔，我們還可以連接關係型的資料庫，例如pgsql：
# creating the uri and connecting to database
pg_conn = "postgresql://YOUR URI HERE"
#Query sql database
query = """
SELECT *
FROM table_name
"""
#Create dataframe named df
df = pd.read_sql(query,pg_conn)然後像上面代碼一樣，我們可以直接與它進行對話了：
# Using pandas-ai!
pandas_ai = PandasAI(llm)
pandas_ai.run(df, prompt='Place your prompt here)當然，你也可以讓 PandasAI 進行更複雜的查詢。例如，可以要求 PandasAI 求出 2 個最不幸福國家的 GDP 總和：
pandas_ai.run(df, prompt='What is the sum of the GDPs of the 2 unhappiest countries?')上面的代碼將返回以下內容：
19012600725504也可以請 PandasAI 畫圖：
pandas_ai.run(
df,
"Plot the histogram of countries showing for each the gpd, using different colors for each bar",
)最後
ChatGPT、Pandas是強大的工具，當它們結合在一起時，可以徹底改變我們與數據交互和分析的方式。ChatGPT憑藉其先進的自然語言處理能力，可以更直觀地與數據進行類似人類的交互。而PandasAI可以增強Pandas數據分析體驗。通過將複雜的數據操作任務轉換為簡單的自然語言查詢，PandasAI使用戶更容易從數據中提取有價值的見解，而無需編寫大量代碼。
這對於那些還不熟悉Python或pandas操作/轉換的人來說是一種編程的新方法。我們不需要為你想要執行的任務編程，而是只是與AI代理交談，明確的額告訴它想要的結果，代理會將此消息轉換為電腦可解釋的代碼，並返回結果。
文章來源：Python數據之道
原文連結：https://mp.weixin.qq.com/s/E7Ibfo7x8LrvpE4wPzwtKw
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~
文章推薦
◆跟資料打交道的人都得會的這8種資料模型，滿足工作中95%的需求
回顧十週入門數據分析系列文：
關注數據君的臉書：
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。按贊我的臉書，會有豐富資料包贈送唷！
