用自然语言对 DataFrame 提问的开源库——这是 PandasAI 最主要的用途，也是本文讨论的前提。

下面列出 10 个具体场景，每个都注明适合与不适合的情况。

10 个场景

  1. 自然语言问数：效果依赖输入材料质量。
  2. 写 SQL 查询：适合每周重复执行。
  3. 数据清洗方案：适合每周重复执行。
  4. 指标异动解读：需要人工复核。
  5. 图表建议：效果依赖输入材料质量。
  6. 评测大模型应用：适合先小范围试用。
  7. 数据分析师：取数与 SQL：可以做成固定模板。
  8. 财务人员：单据识别录入：效果依赖输入材料质量。
  9. 新媒体运营：内容排期：需要人工复核。
  10. 软件工程师：代码阅读与重构：适合每周重复执行。

挑两个场景细看

数据清洗方案

输入：一份有缺失和异常值的数据。

分析这份数据的质量问题：缺失值比例、异常值、格式不一致的字段，给出处理建议，并说明每种处理方式对结论的影响。

检查点：说明了处理对结论的影响。

自然语言问数

准备材料：一张销售明细表。

请基于这张表回答：上个季度销售额最高的 3 个地区是哪些？与前一季度相比变化多少？请同时给出你使用的计算方法或 SQL，便于我复核。

检查点：给出了可复核的计算过程。

不适合的场景

  • 需要专业资质最终签字的判断。
  • 无法核实来源却要公开发布的内容。
  • 涉及他人隐私且未获授权的材料。

更多可以试的用法

写 SQL 查询

准备材料：数据库表结构说明。

根据以下表结构写 SQL：统计每个月新增用户数和其中完成首单的比例。请说明关联条件和可能存在的口径问题。

检查点：说明了口径问题。

图表建议

准备材料：一组需要汇报的数据。

根据这些数据推荐合适的图表类型，说明理由，并指出容易误导读者的画法（如截断坐标轴）。

检查点：指出了误导风险。

评测大模型应用

输入：一批真实用户问题和应用回答。

为这批回答设计评测：定义 4 个评分维度，写出评分标准，抽取 20 条进行人工打分，并统计各维度的问题类型。

验收标准：评分标准清晰可复用。

常见问题：图表结论被过度解读

区分相关与因果，在报告中标注假设。

常见问题：敏感数据暴露给模型

使用脱敏视图或只读账号，限制可访问的表。

常见问题：问数结果看似合理但错误

准备几道已知答案的问题做抽检。

概念补充：异常检测

自动发现偏离正常范围的数据点。

概念补充：追踪（Tracing）

记录大模型应用每次调用的输入输出与耗时。

适合人群：新媒体运营

新媒体运营可以用 PandasAI 处理内容排期、数据复盘等工作。需要注意：活动规则与奖品说明要准确，避免诱导分享等违规玩法。

适合人群：科研人员

科研人员可以用 PandasAI 处理文献检索与阅读、实验记录与数据整理等工作。需要注意：遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。

使用提醒

涉及个人信息、商业机密或受监管数据时，先确认 PandasAI 的数据处理条款，再决定能否使用。

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。

延伸阅读