PandasAI: Analisis Data dengan Natural Language di Python

Pendahuluan

Bayangkan Anda bisa bertanya kepada data Anda dalam bahasa sehari-hari, tanpa perlu menulis query SQL yang rumit atau mengingat syntax Pandas yang kompleks. Itulah yang ditawarkan oleh PandasAI, sebuah library Python yang mengintegrasikan kemampuan Large Language Model (LLM) dengan Pandas DataFrame.

PandasAI memungkinkan data analyst, data scientist, bahkan non-technical stakeholder untuk melakukan analisis data cukup dengan mengetikkan pertanyaan dalam bahasa natural. Library ini secara otomatis mengkonversi pertanyaan Anda menjadi kode Python/Pandas yang executable, menjalankannya, dan mengembalikan hasilnya.

Dalam tutorial ini, kita akan mempelajari cara menggunakan PandasAI secara komprehensif, mulai dari instalasi hingga membangun analitik bisnis yang praktis.

Prasyarat

Sebelum memulai, pastikan Anda memiliki:

• Python 3.9 atau lebih baru
• pip package manager
• API key OpenAI (atau LLM lokal seperti Ollama)
• Pemahaman dasar tentang Pandas DataFrame

Instalasi

Instalasi Dasar

pip install pandasai

Instalasi dengan Dependencies Tambahan

# Dengan dukungan plotting
pip install pandasai[plotting]

Dengan dukungan Excel
pip install pandasai[excel]

Instalasi lengkap
pip install pandasai[all]

Verifikasi Instalasi

import pandasai
print(pandasai.version)

Setup dan Konfigurasi LLM

Menggunakan OpenAI

import os
from pandasai import SmartDataframe
from pandasai.llm.openai import OpenAI

Set API key
os.environ["OPENAIAPIKEY"] = "sk-your-api-key-here"

Atau langsung saat inisialisasi
llm = OpenAI(apitoken="sk-your-api-key-here", model="gpt-4o")

# Install Ollama terlebih dahulu
curl -fsSL https://ollama.ai/install.sh | sh

Download model
ollama pull llama3
ollama pull codellama

from pandasai.llm.localllm import LocalLLM

Konfigurasi LLM lokal via Ollama
llm = LocalLLM(
    apibase="http://localhost:11434/v1",

    model="llama3"
)

from pandasai.llm.azureopenai import AzureOpenAI

llm = AzureOpenAI(
    apitoken="your-azure-api-key",

    azureendpoint="https://your-resource.openai.azure.com/",
    apiversion="2024-02-15-preview",

    deploymentname="gpt-4o"
)

Query Dasar dengan SmartDataframe

Membuat SmartDataframe

import pandas as pd
from pandasai import SmartDataframe

Buat sample data penjualan
data = {
    "produk": ["Laptop", "Mouse", "Keyboard", "Monitor", "Headset",
               "Laptop", "Mouse", "Keyboard", "Monitor", "Headset"],
    "kategori": ["Elektronik", "Aksesoris", "Aksesoris", "Elektronik", "Aksesoris",
                  "Elektronik", "Aksesoris", "Aksesoris", "Elektronik", "Aksesoris"],
    "harga": [15000000, 250000, 500000, 5000000, 750000,
              16000000, 200000, 450000, 5500000, 800000],
    "jumlahterjual": [120, 500, 350, 80, 200,

                        150, 600, 400, 95, 250],
    "bulan": ["Januari", "Januari", "Januari", "Januari", "Januari",
              "Februari", "Februari", "Februari", "Februari", "Februari"]
}

df = pd.DataFrame(data)
sdf = SmartDataframe(df, config={"llm": llm})

# Query sederhana
result = sdf.chat("Berapa total penjualan di bulan Januari?")
print(result)

Query agregasi
result = sdf.chat("Produk apa yang paling banyak terjual?")
print(result)

Query dengan filter
result = sdf.chat("Tampilkan produk dengan harga di atas 1 juta")
print(result)

Query statistik
result = sdf.chat("Berapa rata-rata harga produk per kategori?")
print(result)