💡 CSV数据分析智能工具

基于LangChain和Streamlit构建的智能CSV数据分析工具，支持自然语言查询和数据可视化。

🚀 功能特性

• 智能数据分析: 使用自然语言描述您的数据分析需求
• 多种可视化: 支持条形图、折线图、散点图
• 交互式界面: 基于Streamlit的用户友好界面
• AI驱动: 集成OpenAI GPT-4模型进行智能数据解读
• CSV文件支持: 轻松上传和分析CSV格式数据

📋 系统要求

• Python 3.8+
• OpenAI API密钥

🛠️ 安装步骤

1. 克隆项目

git clone <your-repository-url>
cd langchain-eda-with-csv-agent

2. 安装依赖

pip install -r requirements.txt

3. 准备示例数据（可选）

python prepare_data.py

🎯 使用方法

1. 启动应用

streamlit run app.py

2. 配置API密钥

   • 在侧边栏输入您的OpenAI API密钥
   • 获取API密钥：OpenAI API Keys

3. 上传数据

   • 点击"上传你的数据文件（CSV格式）"
   • 选择您要分析的CSV文件

4. 开始分析

   • 在文本框中用自然语言描述您的分析需求
   • 例如：
     • "显示里程数最多的前10位乘客"

📊 支持的查询类型

文字回答

• 数据统计问题
• 趋势分析
• 异常值检测

表格展示

• 数据筛选和排序
• 分组统计
• 汇总报告

图表可视化

• 条形图: 适合分类数据比较
• 折线图: 适合时间序列分析
• 散点图: 适合相关性分析

📁 项目结构

langchain-eda-with-csv-agent/
├── app.py              # 主应用程序
├── utils.py            # 工具函数和AI代理
├── prepare_data.py     # 示例数据准备脚本
├── requirements.txt    # 项目依赖
└── README.md          # 项目文档

🔧 核心组件

• app.py: Streamlit主界面，处理文件上传和用户交互
• utils.py: 包含LangChain代理配置和数据处理逻辑
• prepare_data.py: 生成示例数据集（出租车数据）

💡 使用示例

# 示例查询
"提取passengers和distance两列"
"绘制不同支付方式的使用频率条形图"
"分析行程距离与车费的关系散点图"

⚠️ 注意事项

• 确保CSV文件格式正确，包含列标题
• API密钥会在会话期间保存，但不会永久存储
• 大型数据集可能需要较长的处理时间
• 建议数据文件大小不超过100MB

🤝 贡献

欢迎提交Issue和Pull Request来改进这个项目！

🆘 常见问题

Q: 如何获取OpenAI API密钥？ A: 访问 OpenAI平台 注册账户并创建API密钥。

Q: 支持哪些文件格式？ A: 目前仅支持CSV格式文件。

Q: 可以分析多大的数据文件？ A: 建议文件大小不超过100MB，以确保良好的性能表现。