PandasAI
Sinaptik GmbH · Programação · Outros
O PandasAI é uma biblioteca Python de código aberto que transforma dataframes em conversa. Você pergunta sobre arquivos CSV ou tabelas SQL em linguagem natural e recebe respostas, tabelas ou gráficos.
Sobre PandasAI
About
O que é o PandasAI
O PandasAI é uma biblioteca de IA para pandas feita pela Sinaptik, a empresa de Berlim por trás do Annie, seu aplicativo de análise hospedado. Virou o ponto de partida padrão da análise de dados conversacional em Python. A instalação sai com pip, você aponta para um dataframe ou arquivo e passa a escrever df.chat("...") no lugar de encadear filtros e groupbys. A biblioteca envia a pergunta junto com uma descrição dos dados para um modelo de linguagem, que escreve o código pandas, executa e devolve o resultado.
O ganho está no tempo poupado na parte chata. Responder "qual região faturou mais no terceiro trimestre" costuma exigir lembrar nomes de colunas, conferir tipos e corrigir um erro de índice. A análise de dados em linguagem natural promete encurtar esse caminho, e o PandasAI é uma das poucas ferramentas que faz isso dentro do notebook, não em um painel separado.
O ponto de atenção é que o código gerado roda na sua máquina, com as suas permissões. Existe um sandbox Docker justamente por isso, mas a configuração padrão executa a saída do modelo direto. Trate o texto da pergunta como entrada de um interpretador de código, não como uma caixa de busca inofensiva.
Primeiros passos
- Instale com
pip install pandasaie adicione uma extensão de modelo, comopip install pandasai-litellm. Funciona do Python 3.8 ao 3.11. - Registre o modelo uma vez no script com
pai.config.set({"llm": llm}), passando a chave de API da OpenAI, Anthropic, Google ou outro provedor. - Carregue os dados com
pai.read_csv("data.csv")ou envolva um DataFrame que você já tem. - Faça a pergunta dentro de
chat()e leia o objeto devolvido. Para sessões longas, use a classe Agent, que mantém o contexto entre turnos. - Inclua uma camada semântica com descrições de coluna se o modelo errar o significado de algum campo.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de PandasAI.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Analistas que já vivem no pandas e querem uma primeira leitura rápida do dataset, lembrando que o código gerado merece uma revisada antes de ir para produção.
- Desenvolvedores Python que montam um painel interno para perguntar aos seus dados, porque a biblioteca entra em um script ou notebook sem backend extra.
- Estudantes e pesquisadores aprendendo pandas, desde que confiram o código escrito pelo modelo em vez de confiar só na resposta.
Tarefas
- Perguntas pontuais em planilhas
- Consultas ao data warehouse pelos conectores de nuvem
- Gráficos
- Prototipar um recurso de análise em linguagem natural antes de contratar uma plataforma, já que o núcleo sob licença MIT não custa nada para testar.
Cenários
- O relatório de segunda
- Abrir um dataset desconhecido
- Perguntas ao vivo durante uma reunião, quando escrever um groupby travaria a conversa.
Principais recursos
Conversa com um dataframe
A chamada principal recebe uma pergunta comum e devolve o que fizer sentido: texto, número, dataframe ou gráfico. Dá para encadear perguntas na mesma sessão com pai.chat(), mas cada chamada começa do zero a menos que você use o agente. Para explorar um arquivo só, é o caminho mais curto entre a dúvida e a resposta.
Agente com múltiplos turnos
A classe Agent guarda o estado da conversa, então "e qual tem mais negócios fechados" se refere à resposta anterior. Também aceita esclarecimentos, explicações do que foi feito e reformulação da consulta quando a primeira tentativa não acerta. No plano empresarial, o agente pode ser treinado contra um banco vetorial local, o que mantém as convenções do seu time do seu lado.
Camada semântica
Você registra um conjunto de dados uma vez com pai.create(), dando tipo e descrição a cada coluna, e reaproveita depois. Views e transformações se apoiam nesse esquema, então um campo chamado amt_net carrega o rótulo "receita líquida após devoluções" em todas as perguntas seguintes. É a diferença entre um assistente que chuta e um que conhece a sua tabela.
Traga o seu modelo
O PandasAI não vem com modelo. Você conecta OpenAI, Anthropic, Google ou qualquer um coberto pelo LiteLLM e paga direto ao provedor. A biblioteca fica barata e o time mantém o modelo que já passou pela compra. Trocar de provedor é uma linha na configuração. Para um analista de dados com IA, essa liberdade vale mais do que qualquer benchmark.
Sandbox Docker
O pandasai-docker roda o código gerado em um contêiner isolado, sem rede e com recursos limitados. Injeção de prompt é risco real quando o usuário final escreve a pergunta, e esse ajuste impede que uma instrução maliciosa alcance seus arquivos. O Docker precisa estar rodando antes de iniciar o sandbox.
Habilidades próprias e controles corporativos
As skills deixam você embrulhar funções Python suas, de modo que o modelo chame sua consulta de preços ou uma conversão de unidades em vez de improvisar essa lógica. A plataforma hospedada acrescenta o que times grandes pedem: SSO e SAML, controle de acesso por perfil, logs de auditoria, hospedagem em VPC privada e implantação sem conexão.
Prós e contras
Prós
- Gratuito sob licença MIT no núcleo, sem limite de usuários nem teto de uso imposto pela Sinaptik.
- A saída é Python comum, então você pode inspecionar o código gerado, registrar em log ou substituir.
- Encaixa no que você já usa: pandas, arquivos CSV, planilhas Excel e extensões SQL.
- A escolha de modelo segue aberta via LiteLLM, o que pesa quando é preciso um modelo mais barato ou auto-hospedado.
- A camada semântica corrige a falha clássica das ferramentas de texto para SQL, em que o significado das colunas vira adivinhação.
Contras
- Exige fluência em Python. Um perfil de negócio não instala nem lê um traceback, então para essa gente o aplicativo hospedado é o caminho real.
- Conectores de nuvem e treinamento com banco vetorial ficam atrás da licença empresarial, orçada por empresa e sem preço público.
- O código gerado pode errar de forma sutil. Um dataframe com filtro errado parece certo até alguém conferir.
- Python 3.12 e versões mais novas ainda não são suportados, o que trava times que já atualizaram o ambiente.
Perguntas frequentes
A biblioteca é gratuita com licença MIT e você pode instalar hoje. O modelo de linguagem é pago à parte, com chave de API ou modelo próprio hospedado. A plataforma na nuvem tem teste gratuito e planos empresariais pagos.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a PandasAI.
Alternativas a PandasAI
Base Code
Base44 (Wix) · Programação · ProdutividadeO Base Code é um ambiente de desenvolvimento em nuvem compartilhado da Base44. O time descreve mudanças em um repositório do GitHub pelo chat, confere tudo na prévia e envia o resultado como pull request.
Google EmbeddingGemma 2
Google DeepMind · Escrita · Imagem · ProgramaçãoGoogle EmbeddingGemma 2 é um modelo aberto de 740 milhões de parâmetros que transforma texto, código, imagens, áudio e quadros de vídeo em vetores de um único espaço de 768 dimensões, rodando em celulares e notebooks.
GitGlow
GitGlow · Programação · ProdutividadeO GitGlow é um cliente Git de desktop que coloca seu código e as mudanças dos seus agentes de IA na mesma revisão, para você saber o que vai sair da máquina antes de publicar.