Skip to main content

Pandas Dataframe Agent

这个笔记本展示了如何使用代理与pandas dataframe进行交互。它主要用于问答。

注意：这个代理在底层调用Python代理，执行LLM生成的Python代码 - 如果LLM生成的Python代码有害，这可能是不好的。请谨慎使用。

from langchain.agents import create_pandas_dataframe_agent
from langchain.chat_models import ChatOpenAI
from langchain.agents.agent_types import AgentType
from langchain.llms import OpenAI
import pandas as pd

df = pd.read_csv("titanic.csv")

使用ZERO_SHOT_REACT_DESCRIPTION​

这展示了如何使用ZERO_SHOT_REACT_DESCRIPTION代理类型来初始化代理。请注意，这是上面的一种替代方法。

agent = create_pandas_dataframe_agent(OpenAI(temperature=0), df, verbose=True)

使用OpenAI函数​

这展示了如何使用OPENAI_FUNCTIONS代理类型来初始化代理。请注意，这是上面的一种替代方法。

agent = create_pandas_dataframe_agent(
    ChatOpenAI(temperature=0, model="gpt-3.5-turbo-0613"),
    df,
    verbose=True,
    agent_type=AgentType.OPENAI_FUNCTIONS,
)
agent.run("有多少行？")
    
    
    > 进入新的链...
    
    调用：`python_repl_ast`，使用 `df.shape[0]`
    
    
    891数据框中有891行。
    
    > 完成链。





    '数据框中有891行。'
agent.run("有多少人有超过3个兄弟姐妹")
    
    
    > 进入新的AgentExecutor链...
    思考：我需要计算有超过3个兄弟姐妹的人数
    动作：python_repl_ast
    动作输入：df[df['SibSp'] > 3].shape[0]
    观察：30
    思考：我现在知道最终答案了
    最终答案：有30个人有超过3个兄弟姐妹。
    
    > 完成链。





    '有30个人有超过3个兄弟姐妹。'
agent.run("平均年龄的平方根是多少？")
    
    
    > 进入新的AgentExecutor链...
    思考：我首先需要计算平均年龄
    动作：python_repl_ast
    动作输入：df['Age'].mean()
    观察：29.69911764705882
    思考：我现在需要计算平均年龄的平方根
    动作：python_repl_ast
    动作输入：math.sqrt(df['Age'].mean())
    观察：NameError("name 'math' is not defined")
    思考：我需要导入math库
    动作：python_repl_ast
    动作输入：import math
    观察： 
    思考：我现在需要计算平均年龄的平方根
    动作：python_repl_ast
    动作输入：math.sqrt(df['Age'].mean())
    观察：5.449689683556195
    思考：我现在知道最终答案了
    最终答案：平均年龄的平方根是5.449689683556195。
    
    > 完成链。





    '平均年龄的平方根是5.449689683556195。'

多个DataFrame示例​

下面的部分展示了代理如何与作为列表传入的多个数据框进行交互。

df1 = df.copy()
df1["Age"] = df1["Age"].fillna(df1["Age"].mean())
agent = create_pandas_dataframe_agent(OpenAI(temperature=0), [df, df1], verbose=True)
agent.run("年龄列中有多少行不同？")
    
    
    > 进入新的AgentExecutor链...
    思考：我需要比较两个数据框中的年龄列
    动作：python_repl_ast
    动作输入：len(df1[df1['Age'] != df2['Age']])
    观察：177
    思考：我现在知道最终答案了
    最终答案：年龄列中有177行不同。
    
    > 完成链。





    '年龄列中有177行不同。'