一句话向数据提问：PandasAI 自然语言数据分析从零到出结果的完整上手

一句话向数据提问：PandasAI 自然语言数据分析从零到出结果的完整上手

【免费下载链接】pandas-aiChat with your database or your datalake (SQL, CSV, parquet). PandasAI makes data analysis conversational using LLMs and RAG.项目地址: https://gitcode.com/GitHub_Trending/pa/pandas-ai

早上例会，领导随口问一句"50岁以上患者占比多少"，你得翻表、写聚合逻辑、等跑完才能回答。PandasAI 干的就是这件事：一句话向数据提问，直接返回数字和图表，把自然语言数据分析变成不用写代码的事。

项目速览：PandasAI 到底能干什么

PandasAI 是一个 Python 库，构建在 Pandas 生态之上，给数据挂上了"嘴巴和脑子"：它靠大语言模型（LLM）听懂你的问题，自动生成分析代码并在本地执行。最值钱的点在于过程透明——代码不是你写的，但你可以看到它、复跑它、改它。

它能做的事：

• 对 CSV、Excel、数据库表随口提问
• 一句话生成直方图、趋势图等可视化
• 同时传入多张表，做跨表对比
• 代码在 Docker 隔离沙箱里执行，生产环境更安心

装好之后配上模型，就能开始"跟数据聊天"：

快速上手：5 分钟内看到第一个结果

⏱️ 先装主包：

pip install pandasai

再装上模型扩展（本文以最常见的 pandasai-litellm 为例），第一次交互就这么几行：

import pandasai as pai from pandasai_litellm import LiteLLM pai.config.set({"llm": LiteLLM(model="gpt-4o-mini", api_key="你的密钥")}) df = pai.read_csv("examples/data/heart.csv") print(df.chat("年龄大于50岁的患者占比是多少？"))

示例用的 heart.csv 就在仓库的 examples/data/ 里，换成你自己的 CSV 也一样。从装依赖到看到第一个答案，通常不超过 5 分钟。

结果直接打在终端里：一个算好的占比数字。从提问到答案之间只有chat()这一个调用——没有循环，没有聚合函数，没有画图代码。

场景化体验：三个真实用法

一句话问统计：占比、均值、分组

场景：老板要"按性别算平均心率"，你不想再手写一遍 groupby。

输入：df.chat("按性别分组，计算平均心率")

它会返回一张小表：每种性别一行，平均心率填好。问题表述有偏差时它会带着错误信息自动重试（默认最多 3 次），不用你反复改措辞。

画图表：一句话出图，直接放进周报

场景：汇报要配张年龄分布图，但你不太熟画图 API。

输入：df.chat("显示年龄分布并绘制直方图")

它把图生成好返回给你，直接展示或存成文件，效果长这样：

趋势线、饼图、柱状图同理，把想要的图说清楚就行。

数据分享给团队：可见性怎么配

场景：分析完了，数据要同步给同事，但你不想让它满天飞。

在平台界面上，每个数据集都能单独选可见性：仅自己可见、组织内共享，或完全公开：

"分享"分享到什么程度，由你自己说了算，而不是默认全开放。

使用提醒：先查这 4 件事

• 密钥：LLM 密钥要提前配好，建议放环境变量里读，别写死在代码里，提交仓库前再检查一遍。
• 版本：Python 环境要求 3.8 到 3.11，太新或太老都可能装不上依赖。
• 数据会流向模型：提问时，你的表头和几行样例数据会发给你配置的 LLM。数据敏感时，优先考虑私有化部署的模型，或对敏感列先脱敏，机制详见 docs/v3/overview-nl.mdx。
• 生产环境：PandasAI 执行的是模型生成的代码，应用对外暴露时建议启用 Docker 沙箱，让代码跑在隔离容器里，参考 docs/v3/privacy-security.mdx。

延伸资源

• docs/v3/getting-started.mdx：官方安装与配置指南，装环境、配模型卡住时看它
• examples/quickstart.ipynb：可直接运行的示例笔记本，想照着抄一遍完整流程时看它
• CONTRIBUTING.md：贡献指南，想提 issue 或参与改进时看它

写在最后

回到开头那个场景：现在那句"50 岁以上占比"可以直接丢给 PandasAI，几秒后把答案甩回给领导，中间不用打开聚合函数。手里有一份 CSV 一直舍不得下手、或者有个总被同事催着要数的数据库，今天就值得花 5 分钟问它一句。

【免费下载链接】pandas-aiChat with your database or your datalake (SQL, CSV, parquet). PandasAI makes data analysis conversational using LLMs and RAG.项目地址: https://gitcode.com/GitHub_Trending/pa/pandas-ai