展开本页目录
开始前准备什么
- PandasAI v3.0.0，Python>=3.8,<3.12及pandasai-litellm扩展；云模型另计费。一般代码MIT Expat、pandasai/ee另有许可。生成代码须审查后隔离执行。
- 本站Python参考已按ID关联、去重、过滤退款和时间窗口，核得2/5=40%、1条未匹配及1条重复；未安装PandasAI或运行其生成代码/模型/Docker sandbox。
- 使用原创或获授权资料；实际目标工具运行记录与本包参考分别保存。
- 先把复购口径写清楚
- 检查两张表的关联键和反例
- 准备独立的PandasAI 3环境
- 把两个DataFrame一起交给pai.chat
- 审查代码再在隔离环境运行
- 对照逐客户次数与异常订单
- 核对分子分母和去重结果
- 交付实际运行代码和异常清单
原生输入、提示词、8步说明、独立参考和材料检查；运行范围见README。
区分目标工具操作、人工参考和本地实际执行。
本题独立原生输入或参考文件；身份和使用方法见README。
本题独立原生输入或参考文件；身份和使用方法见README。
本题独立原生输入或参考文件；身份和使用方法见README。
1. 先把复购口径写清楚
本题窗口为2026年10月，分母是有至少1个有效订单的客户，分子是至少2个有效订单的客户。退款不计，有效客户必须存在于customers.csv；不能用全部注册人数或订单总数替代分母。
2. 检查两张表的关联键和反例
customers里C02/C03同名但ID不同，orders另含C99未匹配、重复O01、退款O08和9月O10。先打开CSV看这些记录，编号保持字符串，不按姓名合并，也不在Join后静默丢C99。
3. 准备独立的PandasAI 3环境
使用Python3.8–3.11独立环境安装pandasai和pandasai-litellm，按所选供应商配置模型。示例pandasai_task.py只读取环境变量，不含Key；不能在Python3.12+报依赖错误后声称教程模型不可用。
4. 把两个DataFrame一起交给pai.chat
读取两张CSV，将prompt.md和两个DataFrame同时传给pai.chat。要求返回逐客户次数、未匹配表和代码，而非只有一句40%。模型输出是提案，必须查看生成的关联、筛选和去重逻辑。
5. 审查代码再在隔离环境运行
确认只读取本题文件、只写新输出，没有网络、凭据扫描或覆盖原始CSV。按官方DockerSandbox或自己隔离环境运行；本包未运行模型代码，pandasai_task.py不能当成已完成工具调用。
6. 对照逐客户次数与异常订单
独立参考计数C01=2、C02=1、C03=1、C04=2、C05=1，O09/C99应单独列出。若模型把两个同名客户合并，复购率会失真；若退款成为第二单，也必须回到状态过滤纠正。
7. 核对分子分母和去重结果
运行stats_reference.py可得分子2、分母5、40%，并另列1条未匹配与1条重复。独立参考只针对这份教材，不代表PandasAI正确率。冲突重复不能随便保留第一条，0分母应明确无有效客户。
bash
python3 stats_reference.py
8. 交付实际运行代码和异常清单
保存目标工具真实生成代码、人工修改、逐客户表、unmatched-orders.csv与执行日志；实际费用按模型记录。CSV来源或窗口一改就重新算，不把演示40%写成真实业务复购率或营销效果。
怎样确认已经完成
- 确认只读取本题文件、只写新输出，没有网络、凭据扫描或覆盖原始CSV。按官方DockerSandbox或自己隔离环境运行；本包未运行模型代码，pandasai_task.py不能当成已完成工具调用。
- 运行stats_reference.py可得分子2、分母5、40%，并另列1条未匹配与1条重复。独立参考只针对这份教材，不代表PandasAI正确率。冲突重复不能随便保留第一条，0分母应明确无有效客户。
- 本站Python参考已按ID关联、去重、过滤退款和时间窗口，核得2/5=40%、1条未匹配及1条重复；未安装PandasAI或运行其生成代码/模型/Docker sandbox。
常见问题
PandasAI 多表分析需要什么版本和条件？
PandasAI v3.0.0，Python>=3.8,<3.12及pandasai-litellm扩展；云模型另计费。一般代码MIT Expat、pandasai/ee另有许可。生成代码须审查后隔离执行。
两张Excel不想写VLOOKUP怎么一起问，这份练习能证明哪些部分？
本站Python参考已按ID关联、去重、过滤退款和时间窗口，核得2/5=40%、1条未匹配及1条重复；未安装PandasAI或运行其生成代码/模型/Docker sandbox。
AI算复购率先把客户和订单对上？
运行stats_reference.py可得分子2、分母5、40%，并另列1条未匹配与1条重复。独立参考只针对这份教材，不代表PandasAI正确率。冲突重复不能随便保留第一条，0分母应明确无有效客户。
PandasAI multiple dataframes join customer orders repeat purchase rate 对应哪份可下载材料？
从本题独立练习包开始，先看customers.csv；按正文目标工具步骤生成自己的结果，不能把人工或参考算法文件改名当成模型输出。