AI数据分析配置：用Python脚本把CSV数据送进大模型并拿回结论
AI数据分析配置的目标是让脚本自动完成“读数据、拼提示词、调模型、收结论”这一串动作。
不需要先搭平台，一台能运行 Python 的电脑或服务器，加上一个可用的模型 API 密钥，就足以跑通最小流程。
下面按实际执行顺序给出命令和配置片段，并说明每一步的预期结果与检查方式。
先确认运行环境和数据格式
动手写脚本前，先确认三件事：Python 版本、网络能否访问模型接口、数据文件是否干净。
推荐使用 Python 3.9 及以上版本，在终端执行：
python3 --version
pip3 --version如果版本低于 3.9，建议先用系统包管理器升级，避免后续安装依赖时出现不兼容。
接着安装两个最常用的库：
pip3 install openai pandaspandas 用来读取 CSV 和做简单清洗，openai 用来发起模型请求。
安装完成后用 pip3 show openai 查看版本，确认安装成功。
数据文件建议先处理成“一行一条记录、列名清晰、没有合并单元格”的 CSV。
如果原始数据来自 Excel，另存为 UTF-8 编码的 CSV，避免中文乱码。
脚本读取前可以先跑一段检查：
import pandas as pd
df = pd.read_csv("sales.csv")
print(df.shape)
print(df.head())预期能看到行数、列数和前几行内容。
如果报 FileNotFoundError，检查文件路径；
如果出现乱码，把文件重新另存为 UTF-8。
把数据、提示词和接口串成一个脚本
最小可运行脚本包含三部分：读取数据、构造提示词、调用接口。
下面是一个可直接保存为 analyze.py 的示例，使用环境变量保存密钥，避免把密钥写死在代码里：
import os
import pandas as pd
from openai import OpenAI
client = OpenAI(api_key=os.environ["OPENAI_API_KEY"])
df = pd.read_csv("sales.csv")
summary = df.describe(include="all").to_string()
prompt = f"""你是一名数据分析助手。下面是销售数据的统计摘要：
{summary}
请用中文回答三个问题：
1. 数据整体趋势如何；
2. 有没有明显异常值；
3. 给出两条可执行的业务建议。"""
response = client.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": prompt}],
temperature=0.3
)
print(response.choices[0].message.content)运行前先在终端设置密钥：
export OPENAI_API_KEY="你的密钥"
python3 analyze.py预期结果是终端打印出一段中文分析结论。
如果报 AuthenticationError，说明密钥无效或环境变量没有生效；
如果报 RateLimitError，通常是请求频率或额度问题，稍后重试或检查账户额度。
这里用 df.describe() 生成统计摘要而不是把整张表塞进提示词，是为了控制 token 消耗。
数据量较大时，建议先按列聚合或采样，再送入模型。
常见报错与避坑点
密钥泄露风险：不要把 API 密钥直接写进脚本或提交到代码仓库。
用环境变量或服务器上的 .env 文件管理，并限制文件权限为 600。
数据含敏感信息：如果 CSV 里有手机号、身份证号等字段，发送前先脱敏或删除对应列。
模型接口会把请求内容传到外部服务，这一点要在使用前确认是否符合你的数据管理要求。
返回内容不稳定：同一个问题多次运行可能得到不同表述，这是模型输出的正常特性。
需要固定格式时，在提示词里明确要求“只输出 JSON”或“按固定字段回答”，并在脚本里增加解析和校验步骤。
token 超限：提示词过长会触发上下文长度限制。
处理方式是先做列筛选、聚合或分段分析，不要直接把整份大文件拼进一次请求。
验证脚本是否真正可用
跑通一次不代表配置完成，建议做三项检查。
第一，换一份结构相同但内容不同的 CSV，确认脚本不依赖某份特定数据。
第二，故意传一个空文件或缺少列的文件，观察报错是否清晰，必要时在读取后加判断：
if df.empty:
raise ValueError("数据文件为空，请检查输入")第三，把模型返回内容保存到文件，便于复查：
with open("result.txt", "w", encoding="utf-8") as f:
f.write(response.choices[0].message.content)如果这三步都通过，说明 AI 数据分析配置已经能稳定重复运行。
后续要扩展时，优先把提示词模板和数据处理逻辑拆成独立函数，而不是继续往一个脚本里堆代码。
关于模型选择和运行位置
模型名称和接口地址会随服务商变化，脚本里的 model 参数应以你实际开通的服务文档为准。
如果脚本运行在服务器上，注意出站网络是否放行对应接口域名；
如果放在本地电脑，则要保证运行期间网络稳定。
数据分析任务通常不需要实时响应，把脚本放进定时任务或手动触发都可以，关键是保留输入文件、提示词和输出结果的对应关系，方便回溯。
