如果你能告诉 ChatGPT，“嘿, ChatGPT，请为我分析这些数据，告诉我有多少客户是 40 多岁的。另外，请在使用时删除任何重复的记录。“

这不是很方便吗，特别是如果您有一个充满客户数据的大型CSV文件？

让我们试一试，测试一下 ChatGPT 作为数据分析助手的能力。

ChatGPT 可以读取什么样的数据？

这是 ChatGPT 的回答：

ChatGPT 能够读取表格和数据库形式的结构化数据。

ChatGPT 的独特之处是它可以处理以自然语言编写的各种格式的文本，例如新闻文章、社交媒体帖子、电子邮件、聊天等。但是，在本文中，我们将重点介绍结构化数据。

ChatGPT 还声称它可以处理表格，电子表格和数据库形式的结构化数据。它还可以读取人类可读的格式，如HTML，XML，JSON和YAML。

因此，让我们让它读取CSV文件，看看它的表现如何。

关于测试数据集

在本实验中，我们将使用 Kaggle 中有关黑色星期五销售的数据集。这个庞大的CSV文件包含有关零售店黑色星期五购买的550K记录，分为12列：

User_ID：标识每个买家

Product_ID：标识每个产品的唯一值

Gender：买家的性别（男或女）

Age：买家的年龄

Occupation：买家的职业，以数值形式展现

City_Category：购买发生的城市类别

Stay_In_Current_City_Years：买家在其所在城市居住的年数

Marital_Status：买方的婚姻状况。0 表示单身，1 表示已婚。

Product_Category_1：产品的主要类别，以数字形式指定。

Product_Category_2：产品的第一个子类别

Product_Category_3：产品的第二个子类别

Purchase：用户为一次购买花费的金额（以美元为单位）

尝试使用 ChatGPT 读取 CSV 文件

1. 非常小的数据集

让我们用一个 5 行的小数据集来测试。

成功！

正如它所说，ChatGPT确定这些数据是CSV格式的。它还正确标识每列的含义。

2. 让我们添加更多记录并过滤数据

现在让我们从这个数据库中取出50条记录，输入 ChatGPT，并要求它过滤它们。

我已经粘贴了CSV文件中的前50个条目，并要求ChatGPT在聊天窗口中显示它们。

果然，我得到了这个回应。事实证明，ChatGPT 能够从包含50条记录的 CSV 文件中过滤出数据。令人印象深刻！

它可以根据多个条件进行过滤吗？还是会被多个过滤器混淆？让我们来试一试！

我要求我们的AI朋友，以两个纯文本编写的标准为条件，过滤50行数据：请显示性别为M且年龄为25-36的所有记录。

果然，ChatGPT过滤掉了正确的记录。但是，它不包括标题行。因此，如果要将此数据复制并粘贴到新的 CSV 文件中，则必须手动添加标题行。（不理想！）

3. ChatGPT 可以处理 100 条记录吗？

提高赌注，我们现在将给 ChatGPT 双倍的数据来处理。我复制并粘贴了前 100 个条目，并要求它显示年龄值为 55+ 的记录。

与我们之前的实验不同，这一次，ChatGPT 渲染了一个 Python 代码。我期待记录的内联显示，但这并不算完全错误。但是，此输出告诉我们 ChatGPT 的输出并不总是一致。

4. 添加更多数据，以及用ChatGPT做数据分析时的技巧…