三步掌握智能数据分析：小白的终极入门指南

PandasAI是一个强大的开源项目，它扩展了Pandas库的功能，添加了面向机器学习和人工智能的数据处理方法，让AI工程师能够利用Pandas进行更高效的数据准备和分析。本指南将通过三个简单步骤，帮助你快速上手这款智能数据分析工具。## 第一步：快速安装PandasAI 🚀安装PandasAI非常简单，你可以选择使用poetry或pip两种方式：```console# 使用poe

裴驰欣Fitzgerald

983人浏览 · 2026-03-12 00:41:19

裴驰欣Fitzgerald · 2026-03-12 00:41:19 发布

三步掌握智能数据分析：小白的终极入门指南

【免费下载链接】pandas-ai 该项目扩展了Pandas库的功能，添加了一些面向机器学习和人工智能的数据处理方法，方便AI工程师利用Pandas进行更高效的数据准备和分析。项目地址: https://gitcode.com/GitHub_Trending/pa/pandas-ai

PandasAI是一个强大的开源项目，它扩展了Pandas库的功能，添加了面向机器学习和人工智能的数据处理方法，让AI工程师能够利用Pandas进行更高效的数据准备和分析。本指南将通过三个简单步骤，帮助你快速上手这款智能数据分析工具。

第一步：快速安装PandasAI 🚀

安装PandasAI非常简单，你可以选择使用poetry或pip两种方式：

# 使用poetry（推荐）
poetry add pandasai

# 使用pip
pip install pandasai

在安装前，建议使用你喜欢的环境管理器（如Poetry、Pipenv、Conda等）创建一个虚拟环境。

如果你需要使用特定功能，还可以安装可选依赖：

pip install pandasai[extra-dependency-name]

其中extra-dependency-name可以替换为google-ai、excel、plotly等，具体可参考docs/v2/library.mdx中的详细说明。

第二步：探索核心功能 🔍

PandasAI提供了三个核心类来满足不同的数据分析需求：

SmartDataframe：单数据框智能分析

SmartDataframe是PandasAI的主要类，用于与单个数据框交互。下面是一个简单示例：

import pandas as pd
from pandasai import SmartDataframe

# 示例数据框
sales_by_country = pd.DataFrame({
    "country": ["United States", "United Kingdom", "France", "Germany", "Italy", "Spain", "Canada", "Australia", "Japan", "China"],
    "sales": [5000, 3200, 2900, 4100, 2300, 2100, 2500, 2600, 4500, 7000]
})

df = SmartDataframe(sales_by_country)
df.chat('Which are the top 5 countries by sales?')
# 输出: China, United States, Japan, Germany, Australia

你还可以为数据框提供名称和描述，帮助AI更好地理解数据：

df = SmartDataframe(df, name="销售数据", description="包含不同国家的销售业绩数据")

PandasAI的智能数据分析界面，左侧显示数据表格，右侧为AI聊天窗口

SmartDatalake：多数据框联合分析

当需要处理多个数据框时，可以使用SmartDatalake：

from pandasai import SmartDatalake

# 员工数据
employees_df = pd.DataFrame({
    'EmployeeID': [1, 2, 3, 4, 5],
    'Name': ['John', 'Emma', 'Liam', 'Olivia', 'William'],
    'Department': ['HR', 'Sales', 'IT', 'Marketing', 'Finance']
})

# 薪资数据
salaries_df = pd.DataFrame({
    'EmployeeID': [1, 2, 3, 4, 5],
    'Salary': [5000, 6000, 4500, 7000, 5500]
})

lake = SmartDatalake([employees_df, salaries_df])
lake.chat("Who gets paid the most?")
# 输出: Olivia gets paid the most

Agent：多轮对话分析

Agent类支持多轮对话，能够跟踪对话状态：

from pandasai import Agent

agent = Agent(sales_by_country)
agent.chat('Which are the top 5 countries by sales?')
# 输出: China, United States, Japan, Germany, Australia

agent.chat('And which one has the most deals?')
# 输出: United States has the most deals

第三步：个性化配置与高级功能 ⚙️

PandasAI提供了丰富的配置选项，可以通过config对象或pandasai.json文件进行设置：

from pandasai import SmartDataframe
from pandasai.llm import OpenAI

# 自定义配置
config = {
    "llm": OpenAI(api_token="YOUR_API_KEY"),
    "save_charts": True,
    "save_charts_path": "my_charts/",
    "verbose": True
}

df = SmartDataframe(sales_by_country, config=config)

主要配置选项包括：