pandas ai

Pandasai adalah platform Python yang memudahkan untuk mengajukan pertanyaan kepada data Anda dalam bahasa alami. Ini membantu pengguna non-teknis untuk berinteraksi dengan data mereka dengan cara yang lebih alami, dan ini membantu pengguna teknis untuk menghemat waktu, dan upaya saat bekerja dengan data.

Menyebarkan Pandasai

Pandasai dapat digunakan dalam berbagai cara. Anda dapat dengan mudah menggunakannya di Jupyter Notebook atau aplikasi streamlit, atau Anda dapat menggunakannya sebagai API REST seperti dengan Fastapi atau Flask.

Jika Anda tertarik dengan Pandasai Cloud yang dikelola atau penawaran perusahaan yang diselenggarakan sendiri, hubungi kami.

? Memulai

Anda dapat menemukan dokumentasi lengkap untuk Pandasai di sini.

Anda dapat memutuskan untuk menggunakan Pandasai di buku catatan Jupyter Anda, aplikasi streamlit, atau menggunakan arsitektur klien dan server dari repo.

☁️ Menggunakan platform

? Instalasi

Platform Pandasai menggunakan arsitektur klien-server yang berlabuh. Anda harus memasang Docker di mesin Anda.

git clone https://github.com/sinaptik-ai/pandas-ai/
cd pandas-ai
docker-compose build

Menjalankan platform

Setelah Anda membangun platform, Anda dapat menjalankannya dengan:

docker-compose up

Ini akan memulai klien dan server, dan Anda dapat mengakses klien di http://localhost:3000 .

Menggunakan perpustakaan

? Instalasi

Anda dapat menginstal Perpustakaan Pandasai menggunakan Pip atau Puisi.

Dengan Pip:

pip install pandasai

Dengan puisi:

poetry add pandasai

? Demo

Coba sendiri Perpustakaan Pandasai di browser Anda:

Penggunaan

Ajukan pertanyaan

 import os
import pandas as pd
from pandasai import Agent

# Sample DataFrame
sales_by_country = pd . 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://pandabi.ai (you can also configure it in your .env file)
os . environ [ "PANDASAI_API_KEY" ] = "YOUR_API_KEY"

agent = Agent ( sales_by_country )
agent . chat ( 'Which are the top 5 countries by sales?' )

 China, United States, Japan, Germany, Australia

---

Atau Anda dapat mengajukan pertanyaan yang lebih kompleks:

 agent . chat (
    "What is the total sales for the top 3 countries by sales?"
)

 The total sales for the top 3 countries by sales is 16500.

Visualisasikan bagan

Anda juga dapat meminta Pandasai untuk menghasilkan grafik untuk Anda:

 agent . chat (
    "Plot the histogram of countries showing for each one the gd. Use different colors for each bar" ,
)

Beberapa DataFrames

Anda juga dapat meneruskan di beberapa DataR Rame ke Pandasai dan mengajukan pertanyaan yang menghubungkannya.

 import os
import pandas as pd
from pandasai import Agent

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 = pd . DataFrame ( employees_data )
salaries_df = pd . DataFrame ( salaries_data )

# By default, unless you choose a different LLM, it will use BambooLLM.
# You can get your free API key signing up at https://pandabi.ai (you can also configure it in your .env file)
os . environ [ "PANDASAI_API_KEY" ] = "YOUR_API_KEY"

agent = Agent ([ employees_df , salaries_df ])
agent . chat ( "Who gets paid the most?" )

 Olivia gets paid the most.

Anda dapat menemukan lebih banyak contoh di direktori contoh.

Privasi & Keamanan

Untuk menghasilkan kode Python yang akan dijalankan, kami mengambil beberapa sampel acak dari DataFrame, kami mengacaknya (menggunakan generasi acak untuk data sensitif dan mengocok untuk data non-sensitif) dan mengirim hanya kepala acak ke LLM.

Jika Anda ingin menegakkan privasi Anda lebih lanjut, Anda dapat membuat instantiasi Pandasai dengan enforce_privacy = True yang tidak akan mengirim kepala (tetapi hanya nama kolom) ke LLM.

Lisensi

Pandasai tersedia di bawah lisensi MIT Expat, kecuali untuk direktori pandasai/ee (yang memiliki lisensi di sini jika berlaku.

Jika Anda tertarik dengan Pandasai Cloud yang dikelola atau penawaran perusahaan yang diselenggarakan sendiri, hubungi kami.

Sumber daya

• Dokumen untuk dokumentasi yang komprehensif
• Contoh misalnya notebook
• Perselisihan untuk Diskusi dengan Komunitas dan Tim Pandasai

? Berkontribusi

Kontribusi dipersilakan! Silakan periksa masalah yang luar biasa dan jangan ragu untuk membuka permintaan tarik. Untuk informasi lebih lanjut, silakan lihat pedoman yang berkontribusi.

Terima kasih!