PandasAI 连接 LLM 进行智能数据分析

2025-07-28
福建
本文字数：2330 字
阅读完需：约 8 分钟

1. 引言

Pandas 是一个数据分析开源组件库，提供了高性能、易用的数据结构和数据分析工具。它的核心的功能是其 DataFrame 对象，这是一个带有行和列标签的二维表格数据结构，支持缺失数据处理、时间序列功能、灵活的数据输入输出方法、数据对齐和分组操作等特性。

PandasAI 则通过结合 Pandas 和生成式 AI 技术，使用户能够以自然语言与数据进行交互，从而简化数据分析流程。它的核心目标是让数据分析变得更直观、高效，甚至无需编写复杂代码即可完成数据查询、清洗、可视化等任务。

2. 详述

Pandas 进行数据分析的流程笔者不是很熟练，这里重点关注一个问题就是 PandasAI 如何连接现有的大模型比如 DeepSeek 来进行智能数据分析。

由于经验不足，笔者在测试 PandasAI 的时候，将相关的组件都安装在默认全局的 Python 环境中了，导致版本有点低，使用的是 v2 版本。现在普通推荐使用 Anaconda 这样的工具安装虚拟环境来进行 Python 的依赖管理。不过根据 PandasAI 官网文档^[1]提示，PandasAI 3.0 仍然是 beta 版本，并且推荐使用 Poetry 管理 Python 依赖。所以这里笔者也就没有想升级到 3.0，暂时先用稳定一定的 2.X 版本。

解决掉 PandasAI 2.X 的版本依赖问题之后，通过 PandasAI 连接 DeepSeek 进行智能数据分析的案例代码实现如下：

import pandas as pdfrom pandasai import SmartDataframefrom pandasai.llm.base import LLMimport requests
# 自定义DeepSeek大模型class DeepSeekLLM(LLM):    def __init__(self, api_url:str, api_key: str, model: str):        super().__init__()        self.api_url = api_url        self.api_key = api_key        self.model = model        

    def call(self, instruction, context: dict = None, **kwargs) -> str:          """        PandasAI 用来向 LLM 模型发起请求的接口入口。
        Args:            instruction (str): PandasAI 传入的 prompt，可能是 string 或自定义对象，表示用户的问题。            context (dict, optional): 包含上下文信息（例如 DataFrame 元数据等），在部分 LLM 中可用。            **kwargs: 保留接口向前兼容（比如未来增加其他参数时也能传入）。
        Returns:            str: 执行指令后的结果输出。        """
        # 把复杂的 Prompt 对象变成字符串        if not isinstance(instruction, str):            instruction = str(instruction)
        # 请求头        headers = {            "Authorization": f"Bearer {self.api_key}",   # DeepSeek身份验证            "Content-Type": "application/json"        }
        # 兼容 OpenAI 的 Chat Completion API的对话消息格式        messages = [            {                "role": "system", # 设定 LLM 的行为                "content": "You are a helpful AI assistant for data analysis."            },            {                "role": "user",  # 是实际的问题                "content": instruction            }        ]
        # 请求体        payload = {            "model": self.model,            "messages": messages,            "temperature": 0.0 # 值越低，回答的效果越稳定        }
        # 发送post请求        response = requests.post(self.api_url, headers=headers, json=payload)
        # 检查返回状态码，如果不是 200 则报错。        if response.status_code != 200:            raise Exception(f"DeepSeek API Error: {response.status_code}, {response.text}")
        # 解析返回结果        result = response.json()        return result["choices"][0]["message"]["content"]
    @property    def type(self):        return "deepseek-custom"
# Sample DataFramesales_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]})
# 用自定义的 DeepSeek LLMllm = DeepSeekLLM(    api_url = "https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions",    api_key="sk-xxx",     model="deepseek-r1")
df = SmartDataframe(sales_by_country, config={"llm": llm})
result = df.chat('列出销售额最高的3个国家。')
print(result)

复制代码

如代码所示，关键的所在是需要自定义一个继承自LLM的能够连接 DeepSeek 的类DeepSeekLLM。其实 PandasAI 2.X 是可以使用提供了支持使用 OpenAI 的接口的，而连接 DeepSeek 的接口一般会兼容 OpenAI。但是笔者尝试了之后不行，不能传入自定义的 LLM 地址。没办法只能自己自定义一个继承自LLM的DeepSeekLLM类。

DeepSeekLLM类的关键就是call函数的实现，这是 PandasAI 用来向 LLM 模型发起请求的接口的入口。在这个函数实现中的关键就是通过兼容 OpenAI 的 Chat API 向自定义的 DeepSeek 服务发起post请求，具体的细节笔者已经在代码中进行注释，另外也可以查阅 OpenAI API 的相关文档。这里的实现并没有像《连接语言大模型（LLM）服务进行对话》一样使用openai模块或者LangChain框架，而是直接使用 requests 来发送 HTTP 请求，显得更加底层一点，不过原理都差不多。

最终运行的结果如下所示：

country  sales0          China   70000          China   70001  United States   50002          Japan   4500

复制代码

文章转载自：charlee44
原文链接：https://www.cnblogs.com/charlee44/p/19008034
体验地址：http://www.jnpfsoft.com/?from=001YH

发布于: 刚刚阅读数: 2

不在线第一只蜗牛

关注

还未添加个人签名 2023-06-19 加入

还未添加个人简介

发布

暂无评论

创作场景

PandasAI 连接 LLM 进行智能数据分析

1. 引言

2. 详述

不在线第一只蜗牛

评论