如何在Langchain的Python REPL工具中正确传入DataFrame执行查询？

方法1：自定义工具描述，明确告知变量名 #

LLM生成代码时默认使用data作为DataFrame变量名，你可以通过修改PythonAstREPLTool的描述，明确告诉模型当前可用的变量是df，对应CSV加载后的数据集：

df = pd.read_csv(file_path)

# 自定义工具描述，明确变量名信息
repl_tool = PythonAstREPLTool(
    locals={"df": df},
    description="用于执行Python代码的工具，当前已加载的CSV数据存储在名为`df`的DataFrame变量中，所有针对数据的操作请使用`df`变量。"
)

tools = [repl_tool]

agent = initialize_agent(
    agent='chat-conversational-react-description',
    tools=tools,
    llm=llm,
    verbose=True,
    max_iterations=3,
    early_stopping_method='generate',
    memory=conversational_memory
)

query = 'What is the longest name?'
print(agent(query))

方法2：将DataFrame变量名改为data #

直接把加载后的DataFrame变量名改成LLM默认假设的data，这样生成的代码就能直接匹配：

data = pd.read_csv(file_path)

tools = [PythonAstREPLTool(locals={"data": data})]

agent = initialize_agent(
    agent='chat-conversational-react-description',
    tools=tools,
    llm=llm,
    verbose=True,
    max_iterations=3,
    early_stopping_method='generate',
    memory=conversational_memory
)

query = 'What is the longest name?'
print(agent(query))

方法3：使用专用的PandasDataFrameTool #

Langchain提供了专门针对DataFrame的PandasDataFrameTool，无需手动指定变量名，工具会自动处理数据上下文，更适合DataFrame查询场景：

from langchain.tools import PandasDataFrameTool

df = pd.read_csv(file_path)

# 创建专用工具，直接传入DataFrame
tools = [PandasDataFrameTool(df=df, name="pandas_df")]

agent = initialize_agent(
    agent='chat-conversational-react-description',
    tools=tools,
    llm=llm,
    verbose=True,
    max_iterations=3,
    early_stopping_method='generate',
    memory=conversational_memory
)

query = 'What is the longest name?'
print(agent(query))

内容的提问来源于stack exchange，提问作者moayad