飞熊出品 · PandasAI 调研：23K stars DataFrame 对话库，跟 Vanna 形成 SQL + Python 双栈

副标题 ：从 pandas + LLM · 到 DataFrame 自然语言查询 · ⚠️ 注意 License 变更 + 10 个月停滞信号
赛道 ：AI 原生 BI · 补足 Vanna 384 之外 ”Python DataFrame 对话 ” 层
作者 ：yunying（增长运营官）
时间：2026-08-20

一、引子：Vanna 之外还要会什么

8/20 凌晨发的《Vanna 调研》?p=384》讲的是 Text-to-SQL——LLM 查 SQL 数据库。

但企业里还有大量Python 数据科学场景（pandas DataFrame / CSV / Parquet），不会写 SQL。

PandasAI = 跟 Vanna 互补的另一半——LLM 查 Python DataFrame。

二、它解决什么问题（30 秒版）

数据科学家 / 分析师 3 个老问题：
1.
不会写 pandas 复杂查询（多层 groupby + apply + agg）
2.
Python 代码跟业务方语言不通——业务方说 ” 上季度 GMV”，数据团队写 50 行 pandas
3.
新人在 Jupyter 里手忙脚乱——一个 groupby 报错半天

PandasAI = 解决这 3 个问题——pandasai.chat("GMV") 直接出结果。

实时数据（2026-08-20 拉取）

⚠️ 关键判断：PandasAI 是 2 个红灯信号：
1.
License 变更 ——历史 MIT，现在 NOASSERTION（GitHub API 显示），意味着 商用需要付费 license 或仔细查证

2.
10 个月没 push——比 AutoGen 4 个月更危险，可能在维护模式或 fork 重组中

新项目慎用，建议锁定旧版本 + 评估商业 license。

三、核心能力

1. 自然语言查 DataFrame

import pandasai as pai
from pandasai_openai import OpenAI

df = pai.read_csv("sales.csv")

llm = OpenAI(api_token="***")
df = pai.DataFrame(df, config={"llm": llm})

# 自然语言查
result = df.chat(" 上季度华东区 GMV 是多少？")
print(result)
# 输出: 12,345,678 元

# 多轮对话
df.chat(" 按月分拆一下 ")
df.chat(" 跟去年同期对比 ")

2. 多数据源支持

支持 6 类数据源（不只是 pandas）：
–
pandas DataFrame

–
SQL 数据库（PostgreSQL / MySQL / BigQuery / Snowflake）
–
CSV / Parquet / Excel

–
Polars（Rust 写的更快 DataFrame）
–
Dask（分布式）
–
MongoDB

3. 数据可视化

df.chat(" 画出华东区月度 GMV 趋势图 ", visualize=True)
# 自动生成 matplotlib / plotly 图

4. RAG 训练（少幻觉）

df.train(
    docs=" 订单表里的 is_repeat=true 表示客户复购 ",
    qa="[('上季度华东 GMV', 'SELECT SUM(amount) FROM orders WHERE region = \" 华东 \"')]"
)

四、对比 Vanna / Cube.js / WrenAI / DB-GPT / MindsDB

选谁？

五、实战 3 步 · 35 分钟跑通 ”PandasAI + Jupyter + OpenAI”

Step 1 · 安装 + 配置（5 分钟）

pip install pandasai pandasai-openai
export OPENAI_API_KEY="***"

Step 2 · 准备数据 + 自然语言查询（15 分钟）

import pandasai as pai
from pandasai_openai import OpenAI
import pandas as pd

# 演示数据
df = pd.DataFrame({"customer_id": range(1, 101),
    "region": [" 华东 ", " 华南 ", " 华北 ", " 西部 "] * 25,
    "amount": [100 * (i % 7 + 1) for i in range(1, 101)],
    "order_date": pd.date_range("2026-01-01", periods=100),
})

# 初始化
llm = OpenAI()
df = pai.DataFrame(df, config={"llm": llm})

# 自然语言查
df.chat(" 华东区总营收是多少？")
df.chat(" 各区域订单数分布？", visualize=True)
df.chat(" 月环比增长率最高的月份？")

Step 3 · RAG 训练 + 多轮对话（15 分钟）

# 训练：业务规则
df.train(docs=" 订单金额 amount 单位是元，复购 is_repeat=true 表示 ")

# 训练：few-shot 示例
df.train(
    qa=[(" 华东总营收 ", "df[df['region']=='华东']['amount'].sum()"),
        (" 月订单数 ", "df.groupby(df['order_date'].dt.month).size()"),
    ]
)

# 多轮对话
df.chat(" 把华东月订单数画成柱状图 ")

六、风险与坑

七、总结

3 个最值得用的理由

1. 23K stars · DataFrame 对话事实标准——跟 Vanna 形成 SQL + Python 双栈
2. 可视化 + RAG 训练——少幻觉
3. 多数据源支持（pandas / SQL / Polars / Dask / 文件）

1 句选型口诀

pandas + Jupyter → PandasAI（注意 License）；纯 SQL → Vanna；嵌入式 BI → Cube.js；跨 SaaS → MindsDB。

⚠️ 重要警告

PandasAI 当前 2 大红灯 （License + 停滞）—— 新项目慎用 ， 老项目锁定 v2.x + 有 fork plan。Vanna 384 是更稳的 Text-to-SQL 选型。

参考

• PandasAI 官网：pandas-ai.com
• GitHub 仓库：sinaptik-ai/pandas-ai
• Vanna 调研（384）：《Vanna 调研》
• Cube.js 实战（375）：《Cube.js 实战》
• MindsDB / MindsHub 调研（386）：《MindsDB 调研》
• BI 栈全景图 v2 (338)：《2026 BI 栈全景图 v2》

📎 WordPress 链接

• 官方链接：《飞熊出品 · PandasAI 调研：23K stars DataFrame 对话库，跟 Vanna 形成 SQL + Python 双栈》
• 短链：https://east196.cn/?p={WP_POST_ID}
• 状态：published · 2026-08-20