AI的提示词专栏：Prompt 与 Python Pandas 的结合使用指南
AI的提示词专栏：Prompt 与 Python Pandas 的结合使用指南
（2025–2026 实用版 · 重点在于真实可落地的用法）
目前最常见且最高效的几种“Prompt + Pandas”结合模式如下，按实用价值从高到低排序：
- 自然语言 → Pandas 查询代码生成
- 数据分析思路 → 完整分析代码链
- 数据清洗 / 特征工程建议 → 可执行代码
- 报错修复 + Pandas 调试助手
- 报表/可视化方案 → matplotlib/seaborn/plotly 代码
- 复杂多步分析 → Chain-of-Thought + 分步代码
- Pandas 代码 → 自然语言解释（反向）
下面逐一给出目前（2025–2026）最有效的提示词模板 + 使用建议。
1. 自然语言 → Pandas 查询代码（使用最频繁）
推荐模板 A（最稳，适用于绝大多数模型）
你是一位有8年经验的Python数据分析师，特别精通pandas。 任务要求： - 只输出可直接运行的Python代码 - 必须使用pandas，不使用其他库（除非明确必要） - 优先使用最新pandas写法（query、assign、pipe等） - 变量名使用有意义的英文 - 代码中必须包含必要的import - 如果有过滤/分组/透视，优先使用可读性高的写法 - 最后一行必须是最终结果的变量名（不要print） 现在有以下DataFrame：df {df.head(8).to_markdown(index=False)} 用户需求：{你的中文需求} 请直接输出完整代码块，不要包含任何解释文字。更强变体（Claude / o1 / DeepSeek-R1 系列特别有效）
在上面模板最后加一句：
请按照以下思考步骤输出（但最终只输出代码）： 1. 先确认需要哪些列、过滤条件、分组字段 2. 考虑是否需要处理缺失值、类型转换 3. 规划最简洁、高效的pandas链式写法 4. 检查代码语法正确性2. 数据分析思路 → 完整分析代码链
模板 B（适合探索性分析）
你现在是一位Kaggle Grandmaster级别的pandas专家。 当前数据框信息如下： {df.dtypes.to_frame('dtype').join(df.nunique().to_frame('nunique')).to_markdown()} 前8行数据： {df.head(8).to_markdown(index=False)} 用户想做：{你的分析目标，例如“分析销售额和退货率的关系，并找出异常高的退货商品”} 请输出一个完整的、可直接运行的pandas分析代码链，包含： 1. 数据预处理（缺失值、异常值、类型转换） 2. 核心计算（分组、透视、相关性等） 3. 关键发现的计算 4. 建议的可视化代码（使用matplotlib或seaborn） 5. 所有步骤都要有清晰的变量命名 只输出代码，不要其他文字。3. 典型场景专用提示词（复制即用）
场景1：多条件过滤 + 新列计算
请帮我写pandas代码，实现以下逻辑： 数据框df包含列：order_id, user_id, order_time, amount, category, is_refund 需求： 1. 只保留2024年以后的订单 2. 计算每个用户的累计消费金额（cumsum） 3. 标记出累计消费≥5000元的用户为'VIP' 4. 最后只保留 user_id, total_amount, is_vip 三列，并按total_amount降序 只输出代码。场景2：宽表转长表 + 透视表逆向
现有宽表df，列为：date, 北京_销量, 上海_销量, 广州_销量, 深圳_销量 请转换为长表格式，结果包含三列：date, city, sales 然后再做透视表，行是date，列是city，值为sales 请直接给出完整pandas代码。场景3：处理中文列名 + 脏数据
df列名是中文，且包含大量空字符串、全角空格、换行符。 请写一段pandas预处理代码，实现： - 列名strip()并去除前后空格 - 把所有列的字符串类型值strip()，把空字符串和纯空格转为NaN - 把所有列名中的“（”替换为“_”，去除“）” - 尝试把数值列转为float（errors='coerce'） 只输出代码。4. 最高效的Prompt使用模式总结（2025–2026经验）
| 目标 | 最佳模型推荐（2025-2026） | Prompt长度建议 | 是否强制只输出代码 | 加不加CoT |
|---|---|---|---|---|
| 简单查询/过滤 | DeepSeek-R1, Qwen2.5-72B-Instruct | 短～中 | 是 | 可不加 |
| 完整分析链（EDA） | Claude-4/4.5, o1-mini/pro | 中～长 | 是 | 强烈建议 |
| 复杂特征工程 | Claude / Grok / Gemini-2.5 | 长 | 是 | 必须 |
| 报错修复 | Claude / o1 | 中 | 否（要解释） | 建议 |
| 生成可视化代码 | Claude / Gemini | 中 | 是 | 可选 |
5. 极简工作流模板（日常最高频）
你是一位pandas专家。 当前数据框df形状：{df.shape} 列类型： {df.dtypes} 前5行： {df.head().to_markdown(index=False)} 用户问题：{你的问题} 要求： - 只输出可运行的pandas代码 - 使用最新pandas写法 - 链式操作优先 - 最后一行是结果变量名（例如 result = ...） 直接开始写代码：把上面这段复制到你常用的模型里，把 { } 里的内容替换成真实数据信息，就能获得非常高的命中率。
你目前最常遇到的Pandas + LLM场景是哪一种？
A. 自然语言转查询代码
B. 复杂多步分析代码生成
C. 数据清洗/特征工程建议
D. 报错找原因 + 修改代码
E. 报表/可视化方案生成
告诉我你的主要使用场景，我可以给你更针对性的提示词组合 + 优化技巧。