#头条家时光##与ChatGPT的有趣对话#
我从事的是数据分析工作，在这篇文章中，我将向你展示如何使用Pandas-ai使Pandas进行对话，包括可视化和提示，实现自动化数据分析，感觉数据分析师职业也要被AI替代了。
为什么使用Pandas-ai？
Pandas AI是对Pandas的有价值的补充，因为它通过融入生成性人工智能特性来增强这个库的能力。通过使用Pandas AI和Pandas结合，用户可以利用AI的力量进行预测建模、数据合成和模式识别等任务。它扩展了Pandas的功能，而不是替换它，使用户可以在他们的数据分析和处理工作流程中无缝地利用AI技术。这种组合使用户能够使用传统的数据处理技术和AI驱动的方法，从他们的数据中探索并获得更深入的洞察，比如一些常见的应用：
哪些特性或属性对车辆安全等级贡献最大，比如刹车性能、安全气囊部署或结构设计？
影响患者结果或治疗效果的最重要因素是什么，如年龄、性别、既往疾病或药物剂量？
哪些因素对交货时间影响最大，如交通拥堵、天气条件或行驶距离？
如何使用Pandas-ai
首先我询问ChatGPT：
ChatGPT给出了很详细的解释和说明，然后我让它给一个示例：
由于ChatGPT无法生成真实的数据集，给了一个示例数据集合代码。
下面我们开始使用Pandas-ai，我们首先需要导入库
提示：你可以在Jupyter Notebook中执行此任务，你需要确保已安装python，或者，使用你最舒适的集成开发环境（IDE）。
import pandas as pd
from pandasai import PandasAI
在这个例子中，我们使用一个样本数据帧。
提示：数据集为结构化数据提供了一种方便直观的表格形式表示方式，类似于电子表格或SQL表，数据集的表格结构允许易于组织、可视化和操作数据。
# Sample 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]
})
你需要一个OpenAI API秘钥，你可以访问这个页面来获取（https://platform.openai.com/docs/introduction/tokens），在开始之前，你可能还想看看API密钥安全的最佳实践（https://help.openai.com/en/articles/5112595-best-practices-for-api-key-safety）。
# Instantiate a LLM
from pandasai.llm.openai import OpenAI
llm = OpenAI(api_token="YOUR_API_TOKEN")
你可以直接使用对话的形式让Pandas-ai执行简单或复杂的查询，让Pandas-ai对你的数据进行EDA，绘制图形，计算相关性和协方差，进行时间序列分析。
pandas_ai = PandasAI(llm, conversational=False)
pandas_ai(df, prompt='Which are the 5 happiest countries?')//幸福指数最高的5个国家
以上代码返回以下内容：
6 Canada
7 Australia
1 United Kingdom
3 Germany
0 United States
Name: country, dtype: object
pandas_ai(
df,
"Plot the histogram of countries showing for each the gpd, using different colors for each bar",
)//直接告诉AI绘制国家直方图，显示每个国家的gpd，对每个条形图使用不同的颜色
以上代码返回以下内容：
接下来我使用网络上的数据集在jupyter lab里面进行了使用：
下面我直接采用对话的方式告诉Pandas-ai需要绘制什么图形即可：
每一个提示第一个参数是数据集名称，第二个是你的数据分析目的要求
用Python绘制的Pandas苹果股票时间序列图。使用Pandas-ai创建和分析
Prompt: pandas_ai( apple, “Plot the ‘Adj Close’ value. Set the size of the figure to 13.5 x 9 inches “,)（绘制 'Adj Close' 值，将图像大小设置为 13.5 x 9 英寸 ）
使用Python的Pandas自行车时间序列图，使用Pandas-ai创建和分析
Prompt: pandas_ai(fixed_df,“Plot the Berri 1 column. make the figsize=(15, 10)”,)（绘制 Berri 1 列，设置 figsize=(15, 10)）
Prompt: pandas_ai(fixed_df, “Plot the Berri 1, Br?beuf (donn?es non disponibles), C?te-Sainte-Catherine, Maisonneuve 1, Maisonneuve 2, du Parc, Pierre-Dupuy, Rachel1 , St-Urbain (donn?es non disponibles) columns. make the figsize=(15, 10)”,)
使用Python的Pandas 311服务请求柱状图。使用Pandas-ai创建和分析
Prompt: pandas_ai(complaints, “Plot the top 10 most common complaints”,)（绘制十大最常见投诉）
Pandas提示 使用Python的散点图，使用Pandas-ai创建和分析
Prompt: pandas_ai(tips,“Plot two scatterplots graphs, one for Male and another for Female, presenting the total_bill value and tip relationship, differing by smoker or no smoker. They must be side by side. “,)（绘制两个散点图，一个代表男性，一个代表女性，展示总账单值与小费关系，根据是否吸烟区分。他们必须并排。）
使用Python的箱形图，使用Pandas-ai创建和分析
Prompt: pandas_ai(tips,“Plot a box plot presenting the total_bill per day differetiation the time (Dinner or Lunch “,)（绘制一个箱形图，展示每天的总账单在时间（晚餐或午餐）的区别）
Plotly 垃圾邮件数据可视化图，使用Pandas-ai进行分析。
Prompt: (df2, What’s the distribution by target?)（目标的分布情况是什么？）
Plotly 垃圾邮件数据可视化图，使用Pandas-ai进行分析
Prompt: (df2, What are the data roles in different fields?)（在不同字段中的数据角色是什么？）
Plotly可视化图，使用Pandas-ai进行分析
Prompt: (df2, “What percentage of sent invoices come from Montreal?”,)（来自蒙特利尔的发票占所有发票的百分比是多少？）
Plotly可视化图，使用Pandas-ai进行分析
Prompt: (df2, “What percentage of sent invoices come from Toronto?”,)（来自多伦多的发票占所有发票的百分比是多少？）
Plotly可视化图，使用Pandas-ai进行分析
Prompt: (dfmap,“What was the population of Spain in 2007?”,)（2007年西班牙的人口是多少？）
Plotly可视化图，使用Pandas-ai进行分析
Prompt: (“dfmap,“What was the population of the UK in 2007?”,)（2007年英国的人口是多少？）
从上面的几个示例可以看出，使用Pandas-ai只需要进行提示命令描述即可，不需要在写大量的代码和查看可视化api用法，我测试了一下，目前好像中文命令还不支持。
使用Pandas-ai的十大方式
- 数据清理和预处理
- 数据探索和描述统计
- 数据处理和转换
- 时间序列分析
- 数据可视化
- 统计分析
- 数据分组和聚合
- 数据集成和合并
- 数据建模和机器学习
- 数据导出和集成
五大要点
增强数据分析：Pandas AI通过生成性AI功能扩展了Pandas的功能，使数据分析更先进、更复杂。
改善数据质量：通过AI驱动的数据填充和验证技术，Pandas AI可以通过填补缺失值，识别数据错误或不一致性，并确保数据的完整性，从而提高数据质量。这将导致更可靠、准确的分析结果，减少不完整或错误数据的潜在影响。
加快洞察力和决策速度：Pandas AI自动化了某些分析任务，减少了数据探索和建模所需的手工工作。通过利用AI能力，它加速了产生洞察的过程，使分析师和科学家能够更有效地做出明智的决策。
扩展数据探索可能性：Pandas AI的生成性AI能力与Pandas的数据处理功能的结合，为数据探索开启了新的途径。分析师可以执行数据扩充，创建模拟数据集，生成合成离群值，使全面的分析和场景测试超越了原始数据集的限制。
无缝集成和可扩展性：Pandas AI与Pandas和其他流行的Python库顺畅地集成，确保与现有工作流程的兼容性，扩展了数据分析生态系统的功能。 最后的想法 Pandas AI作为著名的Pandas库的强大扩展，为其注入了生成性人工智能能力。通过结合Pandas和AI的优势，它为数据分析、探索和决策打开了令人兴奋的可能性。Pandas AI拥有数据合成、异常检测、预测建模和NLP等功能，使用户能够深入洞察，应对数据挑战，推动创新。无论是扩充数据
最后的想法
Pandas AI作为著名的Pandas库的强大扩展，为其注入了生成性人工智能能力。通过结合Pandas和AI的优势，它为数据分析、探索和决策打开了令人兴奋的可能性。Pandas AI拥有数据合成、异常检测、预测建模和NLP等功能，使用户能够深入洞察，应对数据挑战，推动创新。无论是扩充数据集，填充缺失值，还是生成合成离群值，Pandas AI都为转换和探索数据提供了多功能的工具包。它对于希望解锁数据集全潜力的数据科学家、分析师和研究员来说，是一种宝贵的资产。
感谢你阅读这篇文章！ 我真的很感激！