pandas-ai

用大白话跟数据库聊天,秒出分析结果

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 2347 🐛 待处理 24 👀 关注 164
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 23943
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,本地部署,完全免费。

项目预览

pandas-ai 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队sinaptik-ai
定价模式🏷️完全免费
价格说明开源项目,本地部署,完全免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型ai,csv,data,data-analysis,data-science,data-visualization,database,datalake,gpt-4,llm,pandas,sql,text-to-sql
GitHub 星标★ 23943
上线时间2023-04-22 00:00:00
代码更新2025-10-28
仓库体积56.1 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数1

项目介绍

PandasAI 是一个将大语言模型与数据分析结合的开源库,让你可以用自然语言与数据对话。它支持 SQL、CSV、Parquet 等多种数据源,通过 LLM 和 RAG 技术,将用户的提问自动转换为 Pandas 代码或 SQL 查询,并返回结果。核心能力包括:自然语言查询、数据可视化、数据清洗、特征生成,以及通过 Agent 进行多轮对话式分析。它解决了非技术人员难以操作复杂数据分析工具的问题,降低了数据洞察的门槛。PandasAI 提供 Python 库和平台两种使用方式,可灵活集成到现有工作流中。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 23943

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 5 步

环境要求

  • Python 版本 3.8+ 且不超过 3.11
  • 已安装 pip 或 poetry 包管理器
  • 一个可用的 LLM API Key(示例使用 OpenAI,如 gpt-4.1-mini)
  • 可选的 Docker 环境(仅使用 Docker 沙箱时需要)

安装与启动步骤

  1. 1安装 PandasAI

    用 pip 安装核心库和 LiteLLM 适配包,须在 Python 3.8~3.11 环境中执行。

    pip install pandasai
    pip install pandasai-litellm
  2. 2或用 Poetry 安装

    若项目用 Poetry 管理依赖,改用 poetry add 添加同样两个包即可。

    poetry add pandasai
    poetry add pandasai-litellm
  3. 3初始化 LLM

    引入 pandasai 与 LiteLLM,用你的 OpenAI 密钥创建模型实例,再注入到配置中。

    import pandasai as pai
    from pandasai_litellm.litellm import LiteLLM
    
    # Initialize LiteLLM with your OpenAI model
    llm = LiteLLM(model="gpt-4.1-mini", api_key="YOUR_OPENAI_API_KEY")
    
    # Configure PandasAI to use this LLM
    pai.config.set({
        "llm": llm
    })
  4. 4读数据并提问

    用 pai.read_csv 读取 CSV,再调用 df.chat 用自然语言提问并打印回答。

    # Load your data
    df = pai.read_csv("data/companies.csv")
    
    response = df.chat("What is the average revenue by region?")
    print(response)
  5. 5可选 Docker 沙箱

    需要隔离环境安全执行生成代码时,安装 pandasai-docker 并导入 DockerSandbox。

    pip install "pandasai-docker"

关键配置

配置项必填说明示例
llm是通过 pai.config.set 注入的 LLM 适配器实例,PandasAI 用它生成代码pai.config.set({"llm": llm})
model是传给 LiteLLM 的模型名称,决定调用哪个大模型gpt-4.1-mini
api_key是模型服务商的 API 密钥,示例中为 OpenAI 密钥YOUR_OPENAI_API_KEY

如何确认成功

运行脚本后终端打印出 df.chat 的自然语言回答(例如平均营收数值),即表示库与 LLM 配置成功。

常见问题

Q:支持哪些 Python 版本?

A:README 要求 Python 3.8+ 且不超过 3.11,版本过高或不符可能导致安装或运行失败。

Q:必须用 pip 安装吗?

A:不是,也可以用 Poetry,执行 poetry add pandasai 和 poetry add pandasai-litellm。

Q:如何安全执行 PandasAI 生成的代码?

A:可安装 pandasai-docker,使用 DockerSandbox 在隔离的 Docker 环境中运行,降低恶意代码风险。

Q:API Key 从哪里获取?

A:示例使用 OpenAI 模型,需自备 OpenAI API Key,替换代码中的 YOUR_OPENAI_API_KEY。

注意事项

  • 代码示例中的 api_key 为占位符,请替换为真实密钥,切勿提交到公开仓库。
  • Python 版本必须满足 3.8+ <=3.11。
  • pandasai-litellm 是 LLM 适配包,需与 pandasai 一起安装才能按示例运行。
  • Docker 沙箱为可选项,仅在需要隔离执行生成代码时安装 pandasai-docker。

核心亮点

  • 自然语言直接查数据,无需写 SQL 或 Pandas 代码
  • 支持多种数据源(SQL、CSV、Parquet),集成方便
  • 内置 Agent 机制,可处理多轮复杂分析任务

不足之处

  • LLM 调用成本较高,大规模数据查询可能耗时
  • 复杂查询的准确性依赖模型能力,需人工校验

适用场景

  • 业务人员快速探索数据,生成报表
  • 数据科学家用对话方式预处理数据
  • 在 Jupyter 或应用中集成自然语言查询接口

替代项目

LangChain、Vanna、Text-to-SQL(如 WrenAI)

上一篇:langextract

下一篇:reader

同类项目推荐

llmgraph 开源

输入文本,自动生成可视化知识图谱

Create knowledge graphs with LLMs

★ 509 2026-08-09
SearchCLI 开源

终端敲一行命令,AI 搜索能力直接接入项目

Open CLI for integrating AI search, recommendation, and conversational retrieval int···

★ 1192 2026-08-09
llm-arxiv-daily 开源

每天自动收 arXiv 大模型论文,不用手动刷

Automatically update arXiv papers about LLM Reasoning, LLM Evaluation, LLM & MLLM an···

★ 146 2026-09-15
coco-app 开源

搜索记录协作一屏搞定,不再来回切换

Coco AI App - Search, Connect, Collaborate, Personal AI Search and Assistant, all in···

★ 729 2026-08-09
llm-wiki-compiler 开源

丢进原始资料,自动生成互联 Wiki 知识库

The knowledge compiler. Raw sources in, interlinked wiki out. Inspired by Karpathy's···

★ 2247 2026-08-09
llm-wikid 开源

克隆即用,让 Claude 帮你把 Obsidian 养成第二大脑

Karpathy-style LLM knowledge base for Obsidian. Clone, run Claude Code, start buildi···

★ 433 2026-09-16
awesome-VLLMs 开源

一页看全视觉大模型论文脉络,调研选题不迷路

This repository collects papers on VLLM applications. We will update new papers irre···

★ 221 2026-10-28
my-rag 开源

导入文档建知识库,自然语言问答带权限隔离

我的rag系统,可以用于导入知识库进行知识问答,可集成第三方mcp,也做了权限隔离等

★ 157 2026-10-25
obsidian-llm-wiki 开源

笔记和PDF自动变知识图谱,还能问答

Karpathy's LLM Wiki implementation plugin for Obsidian - turns notes and PDFs into a···

★ 782 2026-09-16