Pandas是一個開源工具包，它為數據科學家和分析師提供了使用Python數據操作和分析能力。Pandas庫在機器學習和深度學習的預處理階段非常流行。但現在有了AI的加持，你可以用它做更多事情。

本文介紹一個新的數據科學庫——Pandas AI。一個將生成型AI能力整合到Pandas中的Python庫，使數據幀架具有對話性。

什么是Pandas AI？

讓數據幀具有對話性是什么意思？

正如其名，你可以與數據集進行對話，并得到快速響應。作為一名數據科學家或分析師，不需要再對著數據集進行無休止地瀏覽行和列。不過，Pandas AI并沒有取代Pandas，它只是賦予了Pandas更強的能力！

數據科學家和分析師在分析階段花費了大量的時間來清理數據。現在，他們將能夠把數據分析提高到一個新的水平。數據專業人員研究不同的方法和流程，他們可以用這些方法和流程來最大程度地減少數據準備的時間，而現在他們可以使用Pandas AI。

PandasAI是與Pandas一起使用的，它不是Pandas的替代品。你可以向PandasAI提出有關數據集的問題，它將以Pandas DataFrames的形式返回答案，而不需要自己粗略地瀏覽和解決這些問題。

在OpenAI API的幫助下，Pandas AI旨在實現與機器進行虛擬對話以輸出你想要的結果的目標，而不是必須自己編程完成任務。機器會用他們的語言輸出結果 —— 機器可解釋的代碼（DataFrame）。

如何使用Pandas AI？

使用pip安裝Pandas AI

pip install pandasai

使用OpenAI導入PandasAI

為了使用新的Pandas AI庫，你需要一個OpenAI密鑰。一旦在筆記本上啟動后，你需要導入以下內容：

import pandas as pd
from pandasai import PandasAI
from pandasai.llm.openai import OpenAI

llm = OpenAI(api_token=your_API_key)

如果你沒有獨特的OpenAI API密鑰，你可以在OpenAI平臺上創建一個賬戶，并在這里創建一個API密鑰。你將收到一個5美元的積分，可用于探索和試驗API。

完成所有設置后，你就可以開始使用Pandas AI了。

在Dataframe上運行模型

首先，你需要將OpenAI模型運行到Pandas AI：

pandas_ai = PandasAI(openAImodel)

然后，你需要在dataframe上運行模型，該模型由兩個參數組成，即你正在使用的dataframe和你想問的問題：

pandas_ai.run(df, prompt='the question you would like to ask?')

例如，你可能正在查看數據集，并對某一列值大于5的行感興趣。你可以通過使用Pandas AI來執行此操作：

import pandas as pd
from pandasai import PandasAI

# 示例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]
})

# 實例化一個LLM
from pandasai.llm.openai import OpenAI
llm = OpenAI()

pandas_ai = PandasAI(llm)
pandas_ai.run(df, prompt='Which are the 5 happiest countries?')

它將返回一個DataFrame輸出：

6            Canada
7         Australia
1    United Kingdom
3           Germany
0     United States
Name: country, dtype: object

它還具有執行更復雜查詢的能力，例如數學計算和數據可視化。

如下是一個數據可視化的示例：

pandas_ai.run(
    df,
    "Plot the histogram of countries showing for each the gpd, using different colors for each bar",
)

數據可視化輸出：

圖片來源：PandasAI

Pandas AI推出并不久，團隊仍在研究如何改進這個庫。如果你想看看使用Pandas AI的演示，請觀看下面這段視頻：

總結

盡管Pandas AI并不能取代Pandas，但它是一個可以提升工作流程的便捷工具。雖然你可以向Pandas AI詢問有關數據集的問題，但你仍然需要精通編程，以便在庫出現錯誤時進行糾正。