PandasAI 对话式表格分析

要解决的问题

日常处理 CSV 或电子表格数据时，清洗、转换、分组这类分析步骤往往需要手写大量 pandas 代码。非技术同事不会写代码只能求助，技术同事则要反复调试：改字段名、调整聚合逻辑、处理缺失值，一轮问题可能要改好几版代码才能得到结果。

技能如何工作

这个技能基于 PandasAI，把表格数据分析变成自然语言问答。核心能力包括：

• 加载表格数据：支持 CSV 与电子表格等结构化文件，通过 pandas 读取为可分析的数据表。
• 自然语言提问：直接用中文或英文描述分析需求，例如“按地区汇总本月销售额并找出前 3 的品类”。
• 可审查的生成式变换：PandasAI 生成的转换步骤不是黑盒，你可以查看生成的代码，确认逻辑后再运行，避免盲目执行未知操作。

关键步骤：

1. 用 pandas 加载数据表；
2. 通过自然语言提交分析问题；
3. 审查 PandasAI 生成的变换代码；
4. 运行分析并获取结果。

适用边界与注意点

• 运行环境：需要 Python 3.8-3.11，且必须安装 pandasai 与受支持的 LLM 连接器（如 pandasai-litellm）。
• 数据类型：适合结构化表格数据，非结构化或非表格数据可能不在支持范围内。
• 代码审查：生成的变换逻辑需要人工审查，尤其是涉及聚合、过滤等关键步骤时，确认是否符合预期再执行。