PandasAI

📌 核心价值：让 pandas DataFrame 直接听懂自然语言提问，自动输出答案、SQL 与可视化图表。

PandasAI 是围绕 DataFrame 实现的"自然语言到 Python/SQL"的对话式分析框架，覆盖 CSV、Parquet、PostgreSQL/MySQL/BigQuery/Snowflake/Databricks 等多数据源，提供 SkillKit、Docker Sandbox 与企业版隔离执行能力。

---

⚠️ 本文仅作技术交流，不构成投资建议。 股市有风险，投资需谨慎。涉及金融数据时，请以官方行情源与披露文件为准。

🚀 什么是 PandasAI？

PandasAI 是一款将生成式大模型嵌入 pandas 工作流的开源 Python 库，把传统 df.head() + 临时 SQL 的数据探索，转化为"用中文/英文直接提问 → 返回结构化答案、可视化图表、可执行 SQL"的多模态分析工具。

• GitHub：https://github.com/Sinaptik-AI/pandas-ai ⭐ 23,661 / 🍴 2,336（截至 2026-07-23）
• 协议：MIT（核心包），pandasai/ee 企业版另有协议
• 现状：在 v3 架构下提供 pai 命名空间、LiteLLM 适配层与 Docker 安全沙箱

核心定位：把"写临时脚本"换成"问一句就有结果"，同时保留 pandas 的所有链式 API 与数据兼容。

---

✨ 核心能力一览

能力维度	PandasAI 提供	实现细节
自然语言提问	df.chat("按地区统计平均收入")	LLM 生成 Python/SQL，回传给 pandas
数据可视化	df.chat("画直方图...") 自动保存为 PNG	matplotlib/plotly 自适配
数据清洗	pai.chat("补全缺失值")	调用缺失值填充、特征生成函数
多数据源连接	CSV / Parquet / Excel / PostgreSQL / MySQL / BigQuery / Snowflake / Databricks	SQLAlchemy + DB-API 适配
多 DataFrame 联表	pai.chat("谁工资最高", df1, df2)	自动生成关联 SQL/Python
LLM 适配层	pandasai-litellm / pandasai-openai	LiteLLM 兼容 OpenAI、Anthropic、Google、DeepSeek 等 100+ 模型
Docker Sandbox	pandasai-docker 隔离执行	防止 LLM 生成的代码破坏宿主
SkillKit / 自定义技能	注入业务函数作为原子能力	复用项目内部 RAG、特征计算等模块

---

🛠️ 快速上手：5 分钟跑通示例

安装

PandasAI 依赖 Python 3.8+ ≤ 3.11，与 LiteLLM 配套安装：

pip install pandasai
pip install pandasai-litellm

如果要开启隔离沙箱或多数据源，可按需安装：

pip install "pandasai-docker"

最简示例

import pandasai as pai
from pandasai_litellm.litellm import LiteLLM

llm = LiteLLM(model="gpt-4.1-mini", api_key="YOUR_OPENAI_API_KEY")
pai.config.set({"llm": llm})

df = pai.read_csv("data/companies.csv")
print(df.chat("What is the average revenue by region?"))

返回结构化答案，例如：

The total sales for the top 3 countries by sales is 16500.

自动出图

df.chat(
    "Plot the histogram of countries showing for each one the gdp. "
    "Use different colors for each bar"
)

PandasAI 会自动调用 matplotlib 生成图像，并按需保存到本地磁盘。

多表联查

employees_df = pai.DataFrame(employees_data)
salaries_df = pai.DataFrame(salaries_data)

pai.chat("Who gets paid the most?", employees_df, salaries_df)

模型会自动基于 EmployeeID 字段做 join，并返回 Olivia gets paid the most.

注意：当 LLM 生成代码需要触达敏感系统调用或大文件 IO 时，必须启用 DockerSandbox，否则会以明文 Python 执行宿主进程。

from pandasai_docker import DockerSandbox

sandbox = DockerSandbox()
sandbox.start()
pai.chat("...", df, sandbox=sandbox)
sandbox.stop()

---

🔌 LLM 与数据源生态

LiteLLM 适配层

pandasai-litellm 是 v3 推荐路线，LiteLLM 内建 OpenAI、Anthropic Claude、Google Gemini、DeepSeek、Qwen、Moonshot、智谱等 100+ 模型，只要模型服务商提供 OpenAI 兼容 endpoint，就能一行接入。

数据源矩阵

类型	支持	安装包
本地文件	CSV / Parquet / Excel / JSON	pandasai
关系数据库	PostgreSQL / MySQL / SQL Server / SQLite	pandasai[sql]
云数仓	BigQuery / Snowflake / Databricks / Redshift	pandasai[bigquery] 等
数据湖	Delta Lake / Iceberg	社区适配器

---

🏗️ 技术架构要点

1. 意图解析 → 代码生成：LLM 根据表结构、字段类型、用户问题生成 Python 或 SQL。
2. 沙箱执行：默认使用本地子进程；启用 DockerSandbox 后切换为容器执行。
3. 结果回填：将代码输出转换为结构化答案、可视化 PNG 或可下载文件。
4. 多轮记忆：同一 Agent 实例在会话内保留上下文，允许增量追问。
5. 可扩展 SkillKit：业务方可以把内部 RAG / 因子计算函数注入为 Skill，让 LLM 直接调用。

核心定位：PandasAI 把 LLM 当成"代码生成器"，把 pandas 当成"执行引擎"，二者通过 SkillKit 解耦。

---

📊 与同类工具对比

维度	PandasAI	LangChain DataFrame Agent	大模型原生 Notebook	传统 SQL 报表
入口 API	df.chat() 一行	自定义 Agent + Tools	插件式 Notebook	手写 SQL + Dashboard
多数据源	CSV/SQL/数仓	取决于 Tool 实现	取决于插件	仅 SQL
代码沙箱	Docker 内置	需自行封装	由 Notebook 提供	不需要
Skill 扩展	SkillKit 一等公民	Tool 接口	插件式	无
学习曲线	低（pandas 用户友好）	中（需熟悉 Agent）	中（依赖插件）	低
可视化	自动 PNG + 自定义	自行后处理	自行后处理	自行后处理
生产化能力	中（社区版） / 高（EE）	中	低	高

---

💡 适用场景

场景 1：业务人员的"自助式"数据问答

功能说明：运营、销售、产品经理无需写 SQL，直接问"上个月华东区 GMV 同比"，由 PandasAI 生成答案与图表。

输入要求：结构化 CSV / 已配置数据库连接 + 一个 LLM Key。

输出效果：自然语言答案 + 可保存的 PNG 图表 + 可追溯的 Python/SQL 代码。

适用场景：销售复盘、运营周报、产品 A/B 数据解释。

场景 2：量化研究中的"因子探索助手"

功能说明：把因子计算函数注册为 Skill，让 LLM 自动调用 factor('momentum', 20)、factor('volatility', 60) 等函数生成研究脚本。

输入要求：注册业务函数、注入字段元信息（量纲、行业归属、停牌状态等）。

输出效果：可被回测框架消费的 DataFrame + 解释性文字。

适用场景：量化研究员快速验证因子逻辑、生成因子文档。

场景 3：教学场景的"对话式 DataFrame"

功能说明：把 PandasAI 接到 Jupyter 教学环境里，让学生用自然语言探索数据集，再对照自动生成的代码学习 pandas API。

输入要求：JupyterHub / Colab + 受控数据集。

输出效果：实时答案 + 生成的 pandas 代码片段。

适用场景：高校数据科学课程、企业内训 pandas 速成。

用户群体总结

• ✅ 数据分析师：减少样板代码，专注业务问题。
• ✅ 业务团队：低门槛自助分析。
• ✅ 量化研究：把研究思路写成 Skill，让 LLM 调度。
• ✅ 教学场景：用对话降低学习门槛。
• ❌ 不适合：需要亚秒级延迟的高频交易场景、对审计追溯要求严格的金融报表。

---

💰 定价与开源协议

• 核心库：MIT 协议，PyPI 直接 pip install pandasai。
• 企业版（pandasai/ee）：闭源模块，包含高级 Skill、私有化部署、SLA 与审计。
• 托管云：pandas-ai.com 提供 SaaS 托管版。

💡 新用户福利：MIT 协议下本地使用零成本，企业版可申请试用。

---

🎯 总结

PandasAI 把"自然语言 → pandas 操作"这条链路做到了开箱即用：

1. 接口友好：df.chat() 一行接入，pandas 用户零学习成本。
2. 生态完整：LiteLLM 覆盖 100+ LLM；数据源覆盖 CSV 到云数仓。
3. 生产化能力：Docker Sandbox + SkillKit 让 LLM 生成代码"可观测、可审计"。
4. 企业路径清晰：MIT 试用 → 企业版升级，无锁定风险。

推荐指数： ⭐⭐⭐⭐⭐（满分 5 星）

适合人群： 数据分析师、业务团队、量化研究员、数据科学教师。

立即体验： https://pandas-ai.com

GitHub 仓库： https://github.com/Sinaptik-AI/pandas-ai

---

数据截至 2026-07-23，最新信息请以 GitHub 与官网为准。