2025数据分析野路子: DeepSeek+PandasAI=王炸！一句话抵过去半小时的工作量，数据分析彻底翻天了！！

原创 饼干哥哥 饼干哥哥AGI 2025年04月24日 16:46 广东

作为从业10年的数据分析师，饼干哥哥目前在一家上市公司做数据分析主管，给公司从0到1搭建数据库、建立起了数据分析体系。

随着业务发展、基建完善，数据分析的需求也变得非常多了。每天工作量都很大，如果还像以前那样，「老老实实」一行一行代码的敲，估计每天加班都干不完。

幸好AI来了，我工作流中大量使用AI解决问题，后面我也会陆陆续续分享出来，可以关注一下公众号「饼干哥哥AGI」

公众号

数据分析一定离不开Python的Pandas模块，具体可以看我之前的一些介绍：

「Python」Pandas 如何解决业务问题「数据分析流程详解」

今天要分享的是Pandas的AI版本——PandasAI，再加上DeepSeek前段时间新出的v3 0324版，现在已经可以很稳定的帮助我们输出数据分析结果了。

什么是PandasAI

PandaAI is a Python platform that makes it easy to ask questions to your data in natural language. It helps non-technical users to interact with their data in a more natural way, and it helps technical users to save time, and effort when working with data.

说白了，就是能在Python中，通过自然语言向Pandas提需求，把需求的结果直接给到我们，帮助我们省去中间复杂的敲代码过程。

具体可见https://github.com/sinaptik-ai/pandas-ai

接下来，带大家实战看看这个工具怎么用？

安装 PandasAI

用pip常规安装：

pip install "pandasai>=3.0.0b2"

# 使用ChatGPT官方API
pip install pandasai-openai

# 使用DeepSeek等其他AI
pip install pandasai-litellm

小技巧：在 Jupyter 里，直接在命令前加上感叹号! 就能调用命令行来安装了。

安装完后，有两种方式调用 AI

一种是直接用 PandasAI 内置的大模型，是它自己开发的，可以到官网去注册申请。效果不知道，好像是有一定 的免费额度，感兴趣可以自己去注册试下 https://app.pandabi.ai/

第二种，就是用第三方的 AI，例如 DeepSeek，就需要按图中的参数去做配置，关键的地方在于 model的配置，因为不同的渠道可能 AI 的配置方式是不同的，所以需要先指定模型的协议类型，正常就是openai，也就是说，要在正常模型前加上openai/才可以

import os
import pandasai as pai
from pandasai_litellm import LiteLLM

# 这是DeepSeek官方的API，但我没充钱
# model="openai/deepseek-chat"               # add `openai/` prefix to model so litellm knows to route to OpenAI
# api_key="sk-7a83c039...."    # api key to your openai compatible endpoint
# api_base="https://api.deepseek.com/v1"     # set API Base of your Custom OpenAI Endpoint

# 这是火山引擎的，如果你是其他渠道的话，照葫芦画瓢就行
model="openai/ep-20250316174127-8v2jz"               # 重点是这里，要在正常的模型前加 `openai/` 证明是符合 openai 标准的
api_key="1638c638-c730...."    
api_base="https://ark.cn-beijing.volces.com/api/v3/"   

llm = LiteLLM(model=model, api_key=api_key, api_base=api_base)

# Set your LLM configuration
pai.config.set({"llm": llm})

ok，至此我们就完成了PandasAI的安装与配置。

用 PandasAI做数据分析

接下来进入业务分析实战，看看它的效果如何。

首先，我这里用到的是我之前做 618 电商分析直播分享时候的数据集。

大概长这样：就是每天的订单数据。

首先，导入数据。

很简单，但也有坑： 数据集要求是 1. 英文无空格；2. csv文件，我试了xlsx会报错

df = pai.read_csv("dataset.csv")
print('完成加载数据')

response = df.chat("给我这个数据集的描述统计信息")

导入后，就可以直接调用.chat来开始用 AI 来做分析了。

首先，先看简单的让 AI 给我做一份描述性统计。

如上图，一段时间后，就能看到结果了。

这里我们发现，返回的结果是DataFrameResponse，是 PandasAI 自己设计的数据类型。

再仔细看，这是个元组，里面有两个属性type说这是 dataframe，value就是具体的内容。

所以我们可以通过.value的形式把 dataframe 提取出来，如下图所示。

对AI结果追问

以上就是最简单也是最常用的 AI 用法。

接着，按照基操，我们往往需要根据结果进行追问。但不能直接对结果进行 AI 提问，否则会报错。

正确的打开方式是，重新用pai.DataFrame把表装进去再.chat

如下图所示。

疑问？分析的结果到底对不对？

我们可以看到 AI 的分析是一个黑箱过程，到底给的结果对不对呢？接下来我们要验证一下。

同时，也把分析的难度再做升级：对订单按年统计数据。

下图，就一句话让 AI 计算的结果。

我们看下，不用 AI 传统，我们自己是要怎么计算

一顿操作后，惊讶发现，数据结果跟 AI 做的是一样的。

对比下来，我们自己操作就复杂了很多，明显不符合新时代的玩法，所以其实这段代码也是我让 DeepSeek 生成的，这样就能对关键的部分做二次验证。

由此可以看到，AI在数据分析方面的提效已经非常成熟了。

做可视化图表

实际上PandasAI还能做图表📈，我们看看是怎么个事。

还是用前面AI返回的每年统计数据的表格，让它做一个销售趋势图。

它会在本地新建一个文件夹，存它做好的图

长这样，明显就是用matplotlib做的，效果还行吧。

多表交叉分析

以上是很基础的分析场景，也就是说真实业务中并没有这么简单。

由于数据量的关系，很多时候，数据是分散在多个表格的，也就是需要做多表连接之后再分析。

幸好，PandasAI也支持。

我模拟了最常见的 产品表、用户表、订单表数据，给了一个需求按城市统计，每个城市的销售额是多少？

这样就需要把三个表连起来分析了。

# 产品表
products_data = {
'ProductModel': ['M100', 'M200', 'M300', 'M400', 'M500'],
'Price': [100,200,300,400,500]
}

# 用户表
users_data = {
'UserID': ['U001', 'U002', 'U003', 'U004', 'U005'],
'City': ['Guangzhou', 'Beijing', 'Guangzhou', 'Beijing', 'Beijing']
}

# 订单表
orders_data = {
'OrderDate': ['2023-01-15', '2023-01-16', '2023-01-17', '2023-01-18', '2023-01-19'],
'OrderID': ['O1001', 'O1002', 'O1003', 'O1004', 'O1005'],
'ProductModel': ['M100', 'M200', 'M300', 'M400', 'M500'],
'UserID': ['U001', 'U002', 'U003', 'U004', 'U005']
}

products_df = pai.DataFrame(products_data)
users_df = pai.DataFrame(users_data)
orders_df = pai.DataFrame(orders_data)

pai.chat("按城市统计，每个城市的销售额是多少？", products_df, users_df, orders_df)

结果：

完整体验下来，PandasAI的使用还是很丝滑的，非常推荐大家去玩一下。