大家好，我是九歌。今天我們聊一聊使用大模型進行數據分析。

AI數據分析作為大模型應用的剛需，在各大平臺上的表現卻大相徑庭。阿里百煉的析言、ChatGPT、商湯的小浣熊、豆包，用了一圈，發現能打的只有豆包。但是豆包只提供大模型接口，AI數據分析卻沒有對應的接口。

首先定義一下“AI數據分析”，本文所說的AI數據分析，專指大模型對數據表格的處理能力，默認數據超過2000行！

2000行的表格直接喂給大模型讓其分析，可想而知，這是多么不現實的一件事情，更不要說是讓大模型對表格中的某行或某列進行精準的函數計算了。

目前各大平臺使用的解決方案，基本一致，主要是下面幾個步驟：

1.命令大模型對上傳的Excel文件，生成Python代碼，讀取表頭和表格前幾行數據
2.將讀取后的數據與用戶的需求再重新提交給大模型
3.大模型根據需求生成Pandas或者SQL代碼，對數據進行操作
4.在沙箱中執行數據處理代碼，判斷是否處理成功
5.若處理成功，將處理后的表格路徑返回
6.若處理失敗，將錯誤信息一并交給大模型，重新生成

按理說上面的過程看起來好像一點不麻煩，于是我自信滿滿的想要智能體工作流實現一個，但是很快被打臉了。遇到稍微復雜點的數據分析需求，工作流陷入死循環，一直報錯！

本著不能重復造輪子的心態，我開始在Github上找AI數據分析相關的開源項目。功夫不負想偷懶的人，終于發現了一個將近2萬star的項目——Pandas-ai！

Pandas是Python中數據分析必用的庫!然后給ai賦能了!還這么多人星標了!

激動的心怦怦跳,顫抖的小手搓起來,讓我們一塊體驗一下吧!

安裝篇

Pandas-ai 已經做成了Python庫,所以我們直接安裝使用就行,簡直不要太方便。我們通過以下命令即可完成Python環境搭建和Pandas-ai庫的安裝。

#創建虛擬環境 
python -m venv .venv 
#激活環境
.\.venv\Scripts\activate
#安裝Pandas-ai
pip install pandasai -i https://pypi.tuna.tsinghua.edu.cn/simple

配置篇

將Pandas-ai的github庫，下載到本地，在項目文件夾中找到pandas-ai\examples\use_openai_llm.ipynb 這個文件，并打開。

https://github.com/sinaptik-ai/pandas-ai.git

這個文件中，告訴我們，如何配置OpenAI大模型的api_token,從而用Pandas-ai的 df.chat方法。我們只需要學會這一種使用方法就可以了。我們需要使用以下命令，額外安裝 pandasai-openai庫。

pip install pandasai-openai -i https://pypi.tuna.tsinghua.edu.cn/simple

然后再下方的命令中填入OpenAI的api_token。Pandas-ai目前支持的大模型有限，首選OpenAI

import pandasai as pai
from pandasai_openai import OpenAI
#我修改成了opentourer的token
llm = OpenAI(api_token="your_api_token")

問題來了，我沒有OpenAI的api_token,但是我有OpenRouter的token，可以調用GPT-4o等模型。于是我找到pandasai-openai庫的源文件base.py和openai.py，修改OpenAI的URL為OpenRouter的URL，并將默認模型設置為GPT-4o

# .venv\Lib\site-packages\pandasai_openai\base.py
api_base: str = "https://openrouter.ai/api/v1"

#.venv\Lib\site-packages\pandasai_openai\openai.py
model: str = "gpt-4o"

在use_openai_llm.ipynb中，將api_token設置為openrouter的token，然后執行每一個單元格，查看是否輸出為下方的正確信息。此處我直接使用Trae編輯器，配置了Jupyter的內核環境，按照提示安裝相應的包之后，就可以直接執行ipynb文件。

如果你最后能夠順利執行 df.chat（）函數，能夠將response打印出值來，恭喜你配置成功了！

進階篇

我們來看一下Pandas-ai的工作原理，非常簡單！

第一步，引入Pandas-ai庫，更換別名為pai，并初始化大模型！

import pandasai as pai
from pandasai_openai import OpenAI
#填寫token
llm = OpenAI(api_token="your token")

第二步，指定需要處理的文件路徑，然后輸入數據分析需求就可以了！返回信息都存儲在response變量中，你只需要將其直接打印或者保存成其他文件就可以了！

#文件路徑
df = pai.read_csv("./data/heart.csv")
#發送需求
response = df.chat("What is the correlation between age and cholesterol?")

你可以在Jupyter的變量面板查看當前所有變量屬性！偷偷告訴你，如果response 的Type屬性是DataFrameResponse，你直接可以使用pandas的函數操作，把response再保存成各種你想要的格式！

import pandas as pd 
df2 = pd.DataFrame(response.value)
df2.to_csv("./data/result3.csv",index=False)

如果你再細心點，你會發現當前文件夾根路徑下面多了個pandasai.log文件。恭喜你，發現了新大陸，pandas-ai在和大模型交流過程的請求和生成代碼執行情況以及錯誤情況，你都可以在這個文件看見了！

對了，為了降低bug次數，請將所有的數據文件，全部轉成UTF-8格式的CSV文件后，再使用pandas-ai進行處理！

接口篇

Pandas-ai 在我們自己的電腦上已經成功跑起來了！如果我們想把這個服務分享出去，就需要開發接口了。我們已經有了基礎功能，直接使用FastAPI編寫接口就可以了。因為文章篇幅有限，全部接口代碼請在文末說明中獲取。

接口我主要加了一個判斷處理，如果response數據長度超過1000，直接保存為csv文件，并返回在線下載地址；如果未超過1000，則將response內容直接通過接口返回。

我們來測試一下接口是否能正常工作！這里依然使用Pandas-ai提供的測試表格 ./data/heart.csv。

pandas-ai很快給出了正確結果，Age列的平均年齡為53.5108。我們用WPS打開heart.csv看一下結果，發現完全正確！

MCP篇

現在接口有了，當然接口也不是很完善，讀取的依然是本地文件路徑或者在線URL路徑。這段時間MCP非常火，我們再把上面的接口用MCP協議封裝一層，看看能不能放在MCP客戶端里面直接調用！

萬幸Github上有個項目FastAPI-MCP，可以很容易就能將fastapi接口轉成支持MCP協議的服務。我們安裝項目文檔，直接上手使用！只需要將fastapi對象，再用FastApiMCP封裝一下就可以了！接口中，一定帶上operation_id,不然客戶端找不到工具名。

#安裝
pip install fastapi-mcp -i https://pypi.tuna.tsinghua.edu.cn/simple
#使用
from fastapi import FastAPI
from fastapi_mcp import FastApiMCP

##原有接口
@app.post("/process-attendance/",operation_id="data_analysis")
#省略代碼
##

app = FastAPI()
mcp = FastApiMCP(app)

# Mount the MCP server directly to your FastAPI appmcp.mount()
mcp.mount()

我們重新啟動接口文件，訪問localhost:8989/mcp，發現如下信息，說明服務啟動成功！

打開AI編輯器 Trae，手動添加MCP Server ,配置文件如下(使用時請換成自己的路徑）：

我們創建一個智能體：數據分析師，然后調用這個智能體，看一下數據分析MCP的效果吧。

#智能體輸入問題
D:\JiugeCode\Projects2025\pandasai\pandas-ai-2\pandas-ai\examples\data\heart.csv  
表格Age列的平均值是多少

大功告成了！

本文轉載自??九歌AI大模型??  作者：九歌AI