江苏省建设执业中心网站,wordpress 左上角w去掉,建设网站 翻译,建设工程合同备案在什么网站上1. 引言
在之前的文章《PandasAI连接LLM进行智能数据分析》中实现了使用PandasAI连接与DeepSeek模型通过自然语言进行数据分析。不过那个例子中使用的是PandasAI 2.X#xff0c;并且使用的是本地.csv文件来作为数据。在实际应用的系统中#xff0c;使用.csv作为库表的情况比…1. 引言
在之前的文章《PandasAI连接LLM进行智能数据分析》中实现了使用PandasAI连接与DeepSeek模型通过自然语言进行数据分析。不过那个例子中使用的是PandasAI 2.X并且使用的是本地.csv文件来作为数据。在实际应用的系统中使用.csv作为库表的情况比较少见。在本文中就试试使用最新的PandasAI 3.0对MySQL数据库中涉及到多个表的数据进行数据分析。
2. 详述
既然要连接MySQL数据库那么就要先准备数据了。在MySQL创建一个数据库chinese_retail_data在数据库中创建两张表customers和orders并且插入数据。这里模拟的是电商系统重点用户表和订单表。具体的SQL语句如下所示
-- 创建数据库
CREATE DATABASE IF NOT EXISTS chinese_retail_data;
USE chinese_retail_data;-- 创建客户表 (主表)
CREATE TABLE customers (customer_id INT PRIMARY KEY AUTO_INCREMENT,customer_name VARCHAR(100) NOT NULL,gender VARCHAR(10) NOT NULL,age_group VARCHAR(20) NOT NULL,city VARCHAR(50) NOT NULL,membership_level VARCHAR(20) DEFAULT 普通会员,registration_date DATE NOT NULL
);-- 创建订单表 (从表通过customer_id关联)
CREATE TABLE orders (order_id INT PRIMARY KEY AUTO_INCREMENT,customer_id INT,product_name VARCHAR(100) NOT NULL,category VARCHAR(50) NOT NULL,quantity INT NOT NULL,unit_price DECIMAL(10,2) NOT NULL,order_date DATE NOT NULL,payment_method VARCHAR(20) NOT NULL,delivery_status VARCHAR(20) NOT NULL,FOREIGN KEY (customer_id) REFERENCES customers(customer_id)
);-- 插入客户数据字段值使用中文
INSERT INTO customers (customer_name, gender, age_group, city, membership_level, registration_date) VALUES
(张伟, 男, 25-34岁, 北京, 黄金会员, 2023-01-15),
(李娜, 女, 35-44岁, 上海, 铂金会员, 2022-03-20),
(王强, 男, 18-24岁, 广州, 普通会员, 2024-01-05),
(陈静, 女, 45-54岁, 深圳, 黄金会员, 2023-06-12),
(刘洋, 男, 25-34岁, 杭州, 普通会员, 2024-02-18),
(赵敏, 女, 35-44岁, 成都, 铂金会员, 2022-11-30),
(孙浩, 男, 18-24岁, 南京, 普通会员, 2024-03-08),
(周芳, 女, 45-54岁, 武汉, 黄金会员, 2023-09-25);-- 插入订单数据字段值使用中文关联customer_id
INSERT INTO orders (customer_id, product_name, category, quantity, unit_price, order_date, payment_method, delivery_status) VALUES
(1, 华为手机, 电子产品, 1, 5999.00, 2024-04-01, 支付宝, 已送达),
(2, 美的空调, 家用电器, 1, 3200.00, 2024-04-03, 微信支付, 已送达),
(3, 李宁运动鞋, 服饰鞋帽, 2, 499.00, 2024-04-05, 信用卡, 运输中),
(1, 小米手环, 电子产品, 1, 299.00, 2024-04-08, 支付宝, 已送达),
(4, 格力冰箱, 家用电器, 1, 4800.00, 2024-04-10, 微信支付, 已送达),
(5, 耐克T恤, 服饰鞋帽, 3, 199.00, 2024-04-12, 支付宝, 已送达),
(2, 苹果平板, 电子产品, 1, 3899.00, 2024-04-15, 微信支付, 已送达),
(6, 海尔洗衣机, 家用电器, 1, 2800.00, 2024-04-18, 信用卡, 已送达),
(7, 阿迪达斯运动裤, 服饰鞋帽, 1, 599.00, 2024-04-20, 支付宝, 运输中),
(1, 戴尔笔记本, 电子产品, 1, 7999.00, 2024-04-25, 微信支付, 已送达),
(8, 西门子烤箱, 家用电器, 1, 2200.00, 2024-04-28, 信用卡, 已送达),
(3, 优衣库衬衫, 服饰鞋帽, 4, 199.00, 2024-05-01, 支付宝, 已送达),
(4, OPPO手机, 电子产品, 1, 2999.00, 2024-05-05, 微信支付, 已送达),
(5, 彪马运动鞋, 服饰鞋帽, 1, 699.00, 2024-05-08, 信用卡, 运输中),
(2, 索尼耳机, 电子产品, 2, 899.00, 2024-05-12, 支付宝, 已送达);然后准备PandasAI的环境。注意默认的Python环境pip安装的可能仍然是2.X版本不过在使用PandasAI官方文档推荐使用Poetry之后就可以pip安装3.0了。
最后给出具体的Python脚本
import pandasai
from pandasai_litellm import LiteLLMllm_url https://dashscope.aliyuncs.com/compatible-mode/v1
llm_key sk-xxxxx
llm_model_name deepseek-r1mysql_host 127.0.0.1
mysql_port 3306
mysql_user root
mysql_password testdef init_dataset(table_names):pandasai.create(path table_names[0],description 电商系统客户的基本信息包括个人属性、地理位置和会员等级等静态特征。,source{type: mysql,connection: {host: mysql_host,port: mysql_port,user: mysql_user, password: mysql_password,database: chinese_retail_data},table: customers, },columns [{name: customer_id, type: integer, description: 客户的唯一标识符用于关联订单数据。},{name: customer_name, type: string, description: 客户的姓名用于识别和沟通。},{name: gender, type: string, description: 客户的性别用于人口统计分析。},{name: age_group, type: string, description: 客户所属的年龄段用于年龄相关的市场细分。},{name: city, type: string, description: 户所在的城市用于地域性销售分析。},{name: membership_level, type: string, description: 客户的会员等级反映客户价值和忠诚度。},{name: registration_date, type: datetime, description: 客户的注册日期用于计算客户生命周期。},])pandasai.create(path table_names[1],description 电商系统客户的订单交易详情包括购买的商品、数量、价格、时间和状态等动态行为。,source{type: mysql,connection: {host: mysql_host,port: mysql_port,user: mysql_user,password: mysql_password,database: chinese_retail_data},table: orders,},columns [{name: order_id, type: integer, description: 订单的唯一标识符用于追踪和管理订单。},{name: customer_id, type: integer, description: 关联到客户的外键建立与客户表的联系。},{name: product_name, type: string, description: 所购商品的名称用于产品销售分析。},{name: category, type: string, description: 商品所属的类别用于分类统计和趋势分析。},{name: quantity, type: integer, description: 购买的商品数量影响总销售额和库存。},{name: unit_price, type: float, description: 商品的单价用于计算订单金额和利润。},{name: order_date, type: datetime, description: 订单创建的日期用于时间序列和趋势分析。},{name: payment_method, type: string, description: 客户使用的支付方式反映支付偏好。},{name: delivery_status, type: string, description: 订单的配送状态用于监控物流和客户满意度。},])def ai_chat(table_names):llm LiteLLM(modelllm_model_name, api_basellm_url, api_keyllm_key, custom_llm_provideropenai, temperature0.0, seed10080)pandasai.config.set({llm: llm, save_logs: True, verbose: False, max_retries: 3})# 加载所有相关的表 tables [pandasai.load(name) for name in table_names]chat_content 统计一下目前电商系统中会员类型的占比以及每种会员类型购买商品的数额在销售额总量的占比。请使用中文回答。result pandasai.chat(chat_content, *tables)print(result)if __name__ __main__: table_names [example/ecommerce-customers, example/ecommerce-orders]#init_dataset(table_names) #初始化只能一次ai_chat(table_names)有以下几点需要注意 PandasAI 3.0比PandasAI 2.X方便的一点可以不用自定义LLM类来连接自定义的大模型了使用内置的LiteLLM就可以了。另外PandasAI官方还提供大模型可以使用不过需要申请key。这里笔者连接的还是阿里云百炼平台的DeepSeek。 PandasAI设计的数据接口笔者觉得有点奇怪主要有两点 pandasai.create创建的表格数据只能使用一次如果数据存在第二次再调用这个函数在init_dataset函数中就会报错。PandasAI对创建的数据集名称还有要求比如多个单词必须以-进行连接。 PandasAI官网创建MySQL数据集的案例代码1是 sql_table pai.create(pathexample/mysql-dataset,descriptionHeart disease dataset from MySQL database,source{type: mysql,connection: {host: database.example.com,port: 3306,user: ${DB_USER},password: ${DB_PASSWORD},database: medical_data},table: heart_data,columns: [{name: Age, type: integer, description: Age of the patient in years},{name: Sex, type: string, description: Gender of the patient (M male, F female)},{name: ChestPainType, type: string, description: Type of chest pain (ATA, NAP, ASY, TA)},{name: RestingBP, type: integer, description: Resting blood pressure in mm Hg},{name: Cholesterol, type: integer, description: Serum cholesterol in mg/dl},{name: FastingBS, type: integer, description: Fasting blood sugar 120 mg/dl (1 true, 0 false)},{name: RestingECG, type: string, description: Resting electrocardiogram results (Normal, ST, LVH)},{name: MaxHR, type: integer, description: Maximum heart rate achieved},{name: ExerciseAngina, type: string, description: Exercise-induced angina (Y yes, N no)},{name: Oldpeak, type: float, description: ST depression induced by exercise relative to rest},{name: ST_Slope, type: string, description: Slope of the peak exercise ST segment (Up, Flat, Down)},{name: HeartDisease, type: integer, description: Heart disease diagnosis (1 present, 0 absent)}]}
)但是笔者这里尝试的正确的用法是 pandasai.create(path table_names[0],description 电商系统客户的基本信息包括个人属性、地理位置和会员等级等静态特征。,source{type: mysql,connection: {host: mysql_host,port: mysql_port,user: mysql_user, password: mysql_password,database: chinese_retail_data},table: customers, },columns [{name: customer_id, type: integer, description: 客户的唯一标识符用于关联订单数据。},{name: customer_name, type: string, description: 客户的姓名用于识别和沟通。},{name: gender, type: string, description: 客户的性别用于人口统计分析。},{name: age_group, type: string, description: 客户所属的年龄段用于年龄相关的市场细分。},{name: city, type: string, description: 户所在的城市用于地域性销售分析。},{name: membership_level, type: string, description: 客户的会员等级反映客户价值和忠诚度。},{name: registration_date, type: datetime, description: 客户的注册日期用于计算客户生命周期。},]
)关键不同点就在于columns属性值的位置。使用前者实际上是会丢失表格字段描述的。表格字段描述非常重要PandasAI会将其传递给LLM来理解表格数据。如果创建成功的话可以在Python脚本所在目录的datasets文件夹中找到创建好的.yaml文件其中有表格数据的字段表述值
3. 结果
最终运行结果如下所示
membership_level 会员占比(%) 销售额占比(%)
0 普通会员 37.5 9.30
1 铂金会员 25.0 29.48
2 黄金会员 37.5 61.23本例中还有一点值得注意的是这里进行的数据分析是跨表数据分析而不是像《PandasAI连接LLM进行智能数据分析》中那样使用的是单表。其实这就是个很有趣的问题我们都知道业务系统的核心就是CURD那么如果跨表查询可以实现是不是意味着以后就可以通过自然语言来进行业务呢现在语音的正确识别率也不低通过语言来进行业务操作也不难吧这就回到了笔者在之前的文章《行业思考不是前端不行是只会前端不行》中的讨论也许AI可能会对传统Web前端方向带来革命性的影响。 PandasAI官方文档 ↩︎
