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"

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?')

China, United States, Japan, Germany, Australia

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",
)

进一步使用可以参考官方文档：

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