Behandl data: CSV, Excel, billeder
På denne side
Opdateret 2. november 2026 baseret på OpenAI-dokumentation: Code Interpreter-værktøjet kræver en
container-parameter (tilføjet til alle eksempler), inputtekstdelene bruger typeninput_text, og websøgning bruger værktøjetweb_search(web_search_previewer nu et forældet værktøj uden domænefiltre). Genererede filer hentes ved hjælp af funktionernefichiers_generesogtelechargerfra lektion 10. Filer, der er vedhæftet en besked, uploades meduser_data-brugen, hvilket OpenAI anbefaler til modelinput (File inputs). Kilder: Code Interpreter · Web search.
Behandl data: CSV, Excel, billeder
Code Interpreter ændrer karakteren af det, du beder modellen om at gøre. Uden den får du en beskrivelse af, hvad der skal gøres; med den skriver modellen Python-kode, eksekverer den i en sandbox, tjekker resultatet og korrigerer sin egen kode, hvis den laver en fejl. For en datafil er forskellen afgørende: Ingen kan gætte strukturen i en CSV-fil uden at åbne den, og det er præcis, hvad kodeeksekvering muliggør.
Ræsonnementet i denne lektion gælder for de tre formater, der følger. Du uploader filen, beskriver det forventede resultat på naturligt sprog og henter enten en analyse eller en ny fil. Det, der adskiller god brug fra dårlig, handler om præcisionen i din instruktion: „Analysér denne fil” producerer et generisk sammendrag, mens en nummereret anmodning som dem nedenfor producerer et resultat, du kan bruge med det samme.
Behandling af CSV-filer
Udforskende analyse
Start altid her, selv når du tror, du kender filen. En CSV eksporteret fra et forretningsværktøj rummer overraskelser, som specifikationen ikke nævner: en numerisk kolonne gemt som tekst på grund af et decimalseparator, datoer i tre forskellige formater eller en totalrække, der er sniget sig ind midt i dataene. De fem punkter, der anmodes om nedenfor – dimensioner, typer, manglende værdier, statistik og en forhåndsvisning – er minimum før enhver transformation, fordi de afgør, hvad du kan bede om derefter.
from openai import OpenAI
client = OpenAI()
with open("clients_2025.csv", "rb") as f:
fichier = client.files.create(file=f, purpose="user_data")
response = client.responses.create(
model="gpt-5.6-terra",
input=[{
"role": "user",
"content": [
{"type": "input_text", "text": (
"Analyze this CSV file: "
"1. Number of rows and columns "
"2. Data types for each column "
"3. Missing values per column "
"4. Descriptive statistics for numeric columns "
"5. The first 5 rows"
)},
{"type": "input_file", "file_id": fichier.id}
]
}],
tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
)
print(response.output_text)
Rensning og transformation
Rensning er det trin, hvor beslutninger betyder noget, og hvor du skal træffe dem eksplicit i stedet for at overlade dem til modellen. At udfylde manglende værdier med medianen for tal og typetallet for kategorier er et forsvarligt valg, men det er et valg: På en omsætningskolonne, hvor en tredjedel af værdierne mangler, skaber det en kunstigt snæver fordeling, der vil fordreje enhver efterfølgende analyse. Angiv reglen i din prompt, som vist nedenfor, så ved du, hvad der er blevet gjort; vær vag, og du bliver nødt til at genåbne filen for at finde ud af det.
response = client.responses.create(
model="gpt-5.6-terra",
input=[{
"role": "user",
"content": [
{"type": "input_text", "text": (
"Clean this CSV: "
"- Remove duplicates "
"- Fill missing values (median for numbers, "
" mode for categories) "
"- Normalize city names (title case) "
"- Convert dates to ISO format "
"- Export the result as a cleaned CSV"
)},
{"type": "input_file", "file_id": fichier.id}
]
}],
tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
)
# Retrieve the cleaned file
for ann in fichiers_generes(response):
telecharger(client, ann, "clients_nettoye.csv")
Behandling af Excel-filer
Code Interpreter håndterer Excel-filer nativt takket være openpyxl. To forskelle fra CSV fortjener din opmærksomhed. For det første indeholder en arbejdsbog flere ark, og en prompt, der ikke specificerer ét, får modellen til at arbejde på det, den vælger først; så start med at bede om en liste over ark, som i eksemplet. For det andet indeholder Excel formler, flettede celler og dekorative overskriftsrækker – elementer, der ligner data, men ikke er det, og som modellen skal vide, at den skal ignorere, fordi du har bedt den om det.
with open("budget_2026.xlsx", "rb") as f:
fichier_excel = client.files.create(file=f, purpose="user_data")
response = client.responses.create(
model="gpt-5.6-terra",
input=[{
"role": "user",
"content": [
{"type": "input_text", "text": (
"This Excel file contains multiple sheets. "
"1. List all available sheets "
"2. For each sheet, provide a summary of the content "
"3. Create a pivot table: total expenses "
" by department and by quarter "
"4. Export the result to a new Excel file"
)},
{"type": "input_file", "file_id": fichier_excel.id}
]
}],
tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
)
Sammenfletning af flere filer
Sammenfletning er det tilfælde, hvor kodeeksekvering trækker længst fra manuel behandling: Fire kvartaler betyder fire filer, hvis kolonner har næsten de samme navne og næsten den samme rækkefølge. Det „næsten” er problemet, og det er præcis, hvad et program opdager, mens kopiering og indsættelse maskerer det. Bed om et sammendragsark ud over de sammenflettede data: Det fungerer som en kontrol, da en total, der ikke matcher summen af de fire filer, straks afslører en forkert justeret kolonne.
# Upload multiple files
fichiers_ids = []
for nom in ["ventes_q1.xlsx", "ventes_q2.xlsx", "ventes_q3.xlsx", "ventes_q4.xlsx"]:
with open(nom, "rb") as f:
fichier = client.files.create(file=f, purpose="user_data")
fichiers_ids.append(fichier.id)
content = [
{"type": "input_text", "text": (
"These 4 Excel files contain sales data by quarter. "
"Merge them into a single file with: "
"- A 'Data' sheet with all sales "
"- A 'Summary' sheet with totals by quarter "
"- A 'Trends' sheet with quarter-over-quarter variations"
)}
]
for fid in fichiers_ids:
content.append({"type": "input_file", "file_id": fid})
response = client.responses.create(
model="gpt-5.6-terra",
input=[{"role": "user", "content": content}],
tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
)
Behandling af billeder
Code Interpreter manipulerer billeder med Pillow, og du skal se klart, hvad det dækker over. Dette er billedbehandling – ændring af størrelse, konvertering, måling, sammensætning – ikke visuel forståelse: For at beskrive, hvad et foto viser, er modellens visionsevner på spil, ikke sandboxen. De to kombineres meget godt i et enkelt kald, hvor modellen ser på billedet, mens koden transformerer det.
Analyse og transformation
with open("photo_produit.jpg", "rb") as f:
fichier_image = client.files.create(file=f, purpose="user_data")
response = client.responses.create(
model="gpt-5.6-terra",
input=[{
"role": "user",
"content": [
{"type": "input_text", "text": (
"Analyze this image: "
"1. Dimensions, format, file size "
"2. Color histogram "
"3. Create 3 versions: "
" - Thumbnail 200x200 "
" - Black and white version "
" - Version with contrast increased by 30%"
)},
{"type": "input_file", "file_id": fichier_image.id}
]
}],
tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
)
Batch-behandling
Batch-behandling flytter spørgsmålet over på omkostninger og grænser. Hvert uploadet billede forbruger lagerplads og optager sandboxen, hvis plads og levetid er begrænsede: Ud over et par dusin filer koster et lokalt script med Pillow mindre og kører hurtigere. Reserver batch-behandling til tilfælde, hvor beslutningen er svær at kode – beskæring, der afhænger af indhold, et vandmærke, der skal placeres, hvor billedet er mest ensartet – og behold mekaniske transformationer til din egen maskine.
# Upload multiple images
images_ids = []
for img_path in ["img1.png", "img2.png", "img3.png"]:
with open(img_path, "rb") as f:
fichier = client.files.create(file=f, purpose="user_data")
images_ids.append(fichier.id)
content = [
{"type": "input_text", "text": (
"Resize all these images to 800x600 pixels, "
"add a semi-transparent 'DRAFT' watermark, "
"and compress as JPEG quality 85."
)}
]
for fid in images_ids:
content.append({"type": "input_file", "file_id": fid})
response = client.responses.create(
model="gpt-5.6-terra",
input=[{"role": "user", "content": content}],
tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
)
Mønster: Komplet ETL-pipeline
def pipeline_etl(fichier_source: str, transformations: str) -> dict:
"""Extract-Transform-Load pipeline with Code Interpreter."""
# Extract: upload source file
with open(fichier_source, "rb") as f:
fichier = client.files.create(file=f, purpose="user_data")
# Transform: apply transformations
response = client.responses.create(
model="gpt-5.6-terra",
input=[{
"role": "user",
"content": [
{"type": "input_text", "text": transformations},
{"type": "input_file", "file_id": fichier.id}
]
}],
tools=[{"type": "code_interpreter", "container": {"type": "auto"}}],
instructions=(
"Execute each transformation step by step. "
"Display a summary after each step: "
"number of rows before/after, modified columns. "
"Export the final result as CSV and Excel."
)
)
# Load: retrieve generated files
fichiers_sortie = []
for ann in fichiers_generes(response):
telecharger(client, ann, ann.filename)
fichiers_sortie.append(ann.filename)
return {
"rapport": response.output_text,
"fichiers_generes": fichiers_sortie
}
# Usage
resultat = pipeline_etl(
"donnees_brutes.csv",
"1. Remove empty columns "
"2. Convert amounts from cents to euros "
"3. Add a 'quarter' column based on the date "
"4. Aggregate sales by quarter and category "
"5. Calculate percentage variations"
)
Understøttede formater
| Format | Udvidelser | Læs | Skriv |
|---|---|---|---|
| CSV | .csv | Ja | Ja |
| Excel | .xlsx, .xls | Ja | Ja |
| JSON | .json | Ja | Ja |
| Billeder | .png, .jpg, .gif, .bmp | Ja | Ja |
| Tekst | .txt, .md | Ja | Ja |
| Begrænset læsning | Nej |
Vigtige pointer
- Upload filer med
purpose="user_data"og send dem viainput_file - Modellen håndterer CSV, Excel med flere ark og billeder nativt
- Hent genererede filer fra
container_file_citation-annotationerne og download dem via containers-API’en (lektion 10) - For store filer skal du anmode om batch-behandling
- Kombiner flere filer i et enkelt kald til sammenfletning og sammenligninger