README_CN.md

[ En | 中 | Fr | 日 ]

PandaAI 是一个 Python 平台，可以轻松地用自然语言向您的数据提问。它帮助非技术用户以更自然的方式与数据交互，并帮助技术用户在处理数据时节省时间和精力。

🔧 入门指南

您可以在此处找到 PandaAI 的完整文档 here。

您可以选择在 Jupyter 笔记本、Streamlit 应用中使用 PandaAI，或者从仓库中使用客户端和服务器架构。

☁️ 使用平台

该库可以与我们的强大数据平台一起使用，只需几行代码即可实现端到端的对话式数据分析。

加载您的数据，将其保存为数据框，并将其推送到平台

import pandasai as pai

pai.api_key.set("your-pai-api-key")

file = pai.read_csv("./filepath.csv")

dataset = pai.create(path="your-organization/dataset-name",
    df=file,
    name="dataset-name",
    description="dataset-description")

dataset.push()

您的团队现在可以通过平台使用自然语言访问和查询这些数据。

📚 使用库

Python 要求

Python 版本 3.8+ <3.12

📦 安装

您可以使用 pip 或 poetry 安装 PandaAI 库。

使用 pip：

pip install "pandasai>=3.0.0b2"

使用 poetry：

poetry add "pandasai>=3.0.0b2"

💻 使用

提问

import pandasai as pai

# 示例数据框
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]
})

# 默认情况下，除非您选择其他 LLM，否则它将使用 BambooLLM。
# 您可以在 https://app.pandabi.ai 注册获取免费的 API 密钥（也可以在 .env 文件中配置）
pai.api_key.set("your-pai-api-key")

df.chat('销售额前五的国家是哪些？')

中国, 美国, 日本, 德国, 澳大利亚

---

或者您可以提出更复杂的问题：

df.chat(
    "销售额前三的国家的总销售额是多少？"
)

销售额前三的国家的总销售额为 16500。

可视化图表

您还可以要求 PandaAI 为您生成图表：

df.chat(
    "绘制各国的直方图，显示每个国家的 GDP，并为每个条形使用不同的颜色",
)

多个数据框

您还可以将多个数据框传递给 PandaAI，并提出与之相关的问题。

import pandasai as pai

employees_data = {
    'EmployeeID': [1, 2, 3, 4, 5],
    'Name': ['John', 'Emma', 'Liam', 'Olivia', 'William'],
    'Department': ['HR', 'Sales', 'IT', 'Marketing', 'Finance']
}

salaries_data = {
    'EmployeeID': [1, 2, 3, 4, 5],
    'Salary': [5000, 6000, 4500, 7000, 5500]
}

employees_df = pai.DataFrame(employees_data)
salaries_df = pai.DataFrame(salaries_data)

# 默认情况下，除非您选择其他 LLM，否则它将使用 BambooLLM。
# 您可以在 https://app.pandabi.ai 注册获取免费的 API 密钥（也可以在 .env 文件中配置）
pai.api_key.set("your-pai-api-key")

pai.chat("谁的收入最高？", employees_df, salaries_df)

Olivia 的收入最高。

Docker 沙盒

您可以在 Docker 沙盒中运行 PandaAI，提供一个安全、隔离的环境来安全地执行代码，并降低恶意攻击的风险。

Python 要求

pip install "pandasai-docker"

使用

import pandasai as pai
from pandasai_docker import DockerSandbox

# 初始化沙盒
sandbox = DockerSandbox()
sandbox.start()

employees_data = {
    'EmployeeID': [1, 2, 3, 4, 5],
    'Name': ['John', 'Emma', 'Liam', 'Olivia', 'William'],
    'Department': ['HR', 'Sales', 'IT', 'Marketing', 'Finance']
}

salaries_data = {
    'EmployeeID': [1, 2, 3, 4, 5],
    'Salary': [5000, 6000, 4500, 7000, 5500]
}

employees_df = pai.DataFrame(employees_data)
salaries_df = pai.DataFrame(salaries_data)

# 默认情况下，除非您选择其他 LLM，否则它将使用 BambooLLM。
# 您可以在 https://app.pandabi.ai 注册获取免费的 API 密钥（也可以在 .env 文件中配置）
pai.api_key.set("your-pai-api-key")

pai.chat("谁的收入最高？", employees_df, salaries_df, sandbox=sandbox)

# 完成后别忘了停止沙盒
sandbox.stop()

Olivia 的收入最高。

您可以在 examples 目录中找到更多示例。

📜 许可证

PandaAI 在 MIT expat 许可证下可用，除了此仓库的 pandasai/ee 目录，该目录有其 许可证。

如果您对托管 PandaAI 云或自托管企业版感兴趣，请 联系我们。

资源

Beta 通知
版本 v3 目前处于测试阶段。以下文档和示例反映了正在开发中的功能和特性，可能在最终发布前发生变化。

• 文档 提供全面的文档
• 示例 提供示例笔记本
• Discord 用于与社区和 PandaAI 团队讨论

🤝 贡献

欢迎贡献！请查看未解决的问题，并随时提交拉取请求。 有关更多信息，请查看 贡献指南。

感谢！