PandaAI：一个基于AI的对话式数据分析工具

PandaAI 是一个基于 Python 开发的自然语言处理和数据分析工具，支持问答式（ChatGPT）的数据分析和报告生成功能。

PandaAI 提供了一个开源的框架，主要核心组件包含用于数据处理的数据准备层（Pandas）以及实现 Text2SQL 功能的自然语言接口。

数据源

PandaAI 支持文件、数据库以及大数据平台等多种数据源连接，包括 Excel、CSV、MySQL、PostgreSQL、Oracle、Microsoft SQL Server、Databricks、Redshift、Snowflake、ClickHouse、Supabase、BigQuery、Salesforce 等。

自然语言查询

用户可直接用自然语言提问，例如“GDP 排名前五的国家是哪些？，PandaAI 会自动将问题转化为 Python 代码或 SQL 查询，并返回结果。

可视化面板

PandaAI 支持生成多种图表（例如柱状图、 饼图、折线图等）和分析报告，通过简单指令即可实现数据可视化，无需手动编写绘图代码。

团队分享

PandaAI 支持用户权限管理，可以将查询结果分享给业务团队或者其他数据团队成员。

多语言模型

PandaAI 提供了 LiteLLM 模型接口，支持各种大语言模型（LLM），包括 OpenAI、Azure、Anthropic、Google、AWSHugging Face 等；默认使用 BambooLLM。

快速体验

PandaAI 提供了一个免费的在线体验平台（PandaBI），输入以下网址：

https://app.pandabi.ai/

使用邮箱注册一个免费账号，然后登录系统：

在输入问题之前，我们需要配置数据源。左侧的“Datasets”用于导入文件；“Connectors”用于连接数据库；“API Keys”用于生成 API 调用密钥，如果自行安装部署需要使用这个密钥。

我们使用文件导入功能导入一份员工信息数据 CSV 文件，然后提问“月薪最高的 5 名员工？”：

如果想要自行安装，使用 pip 工具安装 pandasai 模块的方式如下：

pip install "pandasai>=3.0.0b2"
1.

然后使用 PandaAI 回答问题：

import pandasai as pai

# Sample DataFrame
df = pai.DataFrame({
    "country":["United States","United Kingdom","France","Germany","Italy","Spain","Canada","Australia","Japan","China"],
    "revenue":[5000,3200,2900,4100,2300,2100,2500,2600,4500,7000]
})

# By default, unless you choose a different LLM, it will use BambooLLM.
# You can get your free API key signing up at https://app.pandabi.ai (you can also configure it in your .env file)
pai.api_key.set("your-pai-api-key")

df.chat('Which are the top 5 countries by sales?')
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.

China, United States, Japan, Germany, Australia
1.

或者生成可视化图表：

df.chat(
    "Plot the histogram of countries showing for each one the gd. Use different colors for each bar",
)
1.
2.
3.

进一步使用可以参考官方文档：

https://docs.getpanda.ai/v3/introduction