探索Pandas DataFrame中的智能代理：从入门到应用

dfvcbipanjr

于 2024-10-08 09:20:53 发布

阅读量67

点赞数

文章标签： pandas python

本文链接：https://blog.csdn.net/dfvcbipanjr/article/details/142751448

版权

# 探索Pandas DataFrame中的智能代理：从入门到应用

## 引言
在数据分析中，Pandas是处理数据的强大工具。然而，随着数据量和复杂度的增加，简单的分析步骤可能变得琐碎且容易出错。本文将介绍如何利用智能代理（Agent）来简化Pandas DataFrame的操作，尤其是通过Langchain和OpenAI API的结合，提供了一种新颖的方法来实现智能问答和数据分析任务。

## 主要内容

### 什么是智能代理？
智能代理是一种能够自动执行某些任务的程序，在这里，我们将使用Langchain的`create_pandas_dataframe_agent`函数来创建一个能够与Pandas DataFrame交互的智能代理。

### 代理的初始化
我们可以使用Langchain和OpenAI API来创建智能代理。以下代码展示了如何初始化一个简单的代理来进行数据查询：

```python
import pandas as pd
from langchain_experimental.agents.agent_toolkits import create_pandas_dataframe_agent
from langchain_openai import OpenAI, ChatOpenAI
from langchain.agents.agent_types import AgentType

# 加载数据集
df = pd.read_csv("https://raw.githubusercontent.com/pandas-dev/pandas/main/doc/data/titanic.csv")

# 创建代理
agent = create_pandas_dataframe_agent(OpenAI(temperature=0), df, verbose=True)

使用不同的方法初始化代理

代理可以使用不同类型初始化，例如ZERO_SHOT_REACT_DESCRIPTION和OPENAI_FUNCTIONS：

# 使用ZERO_SHOT_REACT_DESCRIPTION
agent_zero_shot = create_pandas_dataframe_agent(OpenAI(temperature=0), df, verbose=True)

# 使用OPENAI_FUNCTIONS
agent_openai_functions = create_pandas_dataframe_agent(
    ChatOpenAI(temperature=0, model="gpt-3.5-turbo-0613"),
    df,
    verbose=True,
    agent_type=AgentType.OPENAI_FUNCTIONS,
)

代码示例

下面的示例展示了如何使用代理执行简单的问答任务：

# 提问DataFrame有多少行
print(agent.invoke("how many rows are there?"))  # 输出: 'There are 891 rows in the dataframe.'

# 查询兄弟姐妹大于3的人数
print(agent.invoke("how many people have more than 3 siblings"))  # 输出: '30 people have more than 3 siblings.'

# 计算平均年龄的平方根
print(agent.invoke("whats the square root of the average age?"))  # 输出: 'The square root of the average age is 5.449689683556195.'