Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Επεξεργασία δεδομένων: CSV, Excel, εικόνες

Μάθημα 12 / 20 Ενημερώθηκε 2 Νοεμβρίου 2026 Για developers
Σε αυτήν τη σελίδα
  1. Επεξεργασία δεδομένων: CSV, Excel, εικόνες
  2. Επεξεργασία αρχείων CSV
  3. Επεξεργασία αρχείων Excel
  4. Επεξεργασία εικόνων
  5. Πρότυπο: Πλήρης αγωγός ETL
  6. Υποστηριζόμενες μορφές
  7. Βασικά σημεία

Ενημερώθηκε στις 2 Νοεμβρίου 2026 με βάση την τεκμηρίωση της OpenAI: το εργαλείο Code Interpreter απαιτεί την παράμετρο container (προστέθηκε σε όλα τα παραδείγματα), τα μέρη κειμένου εισόδου χρησιμοποιούν τον τύπο input_text, και η αναζήτηση στο διαδίκτυο χρησιμοποιεί το εργαλείο web_search (το web_search_preview είναι πλέον ένα παρωχημένο εργαλείο χωρίς φίλτρα τομέα). Τα παραγόμενα αρχεία ανακτώνται χρησιμοποιώντας τις συναρτήσεις fichiers_generes και telecharger από το Μάθημα 10. Τα αρχεία που επισυνάπτονται σε ένα μήνυμα μεταφορτώνονται με τη χρήση user_data, την οποία η OpenAI συνιστά για εισόδους μοντέλου (File inputs). Πηγές: Code Interpreter · Web search.

Επεξεργασία δεδομένων: CSV, Excel, εικόνες

Ο Code Interpreter αλλάζει τη φύση του αιτήματός σας προς το μοντέλο. Χωρίς αυτόν, λαμβάνετε μια περιγραφή του τι πρέπει να γίνει· μαζί του, το μοντέλο γράφει κώδικα Python, τον εκτελεί σε ένα απομονωμένο περιβάλλον (sandbox), ελέγχει το αποτέλεσμα και διορθώνει τον κώδικά του εάν κάνει λάθος. Για ένα αρχείο δεδομένων, η διαφορά είναι καθοριστική: κανείς δεν μπορεί να μαντέψει τη δομή ενός CSV χωρίς να το ανοίξει, και αυτό ακριβώς επιτρέπει η εκτέλεση κώδικα.

Η συλλογιστική σε αυτό το μάθημα ισχύει και για τις τρεις μορφές που ακολουθούν. Μεταφορτώνετε το αρχείο, περιγράφετε το αναμενόμενο αποτέλεσμα σε φυσική γλώσσα και ανακτάτε είτε μια ανάλυση είτε ένα νέο αρχείο. Αυτό που χωρίζει τη σωστή από τη λανθασμένη χρήση είναι η ακρίβεια της οδηγίας σας: η φράση «ανάλυσε αυτό το αρχείο» παράγει μια γενική σύνοψη, ενώ ένα αίτημα με αριθμημένη λίστα όπως τα παρακάτω παράγει ένα αποτέλεσμα έτοιμο προς χρήση.

Επεξεργασία αρχείων CSV

Διερευνητική ανάλυση

Ξεκινήστε πάντα από εδώ, ακόμα και όταν νομίζετε ότι γνωρίζετε το αρχείο. Ένα CSV που εξάγεται από ένα επαγγελματικό εργαλείο κρύβει εκπλήξεις που οι προδιαγραφές δεν αναφέρουν: μια αριθμητική στήλη αποθηκευμένη ως κείμενο λόγω του διαχωριστικού δεκαδικών, ημερομηνίες σε τρεις διαφορετικές μορφές, ή μια γραμμή συνόλου που γλίστρησε στη μέση των δεδομένων. Τα πέντε σημεία που ζητούνται παρακάτω—διαστάσεις, τύποι, ελλείπουσες τιμές, στατιστικά και μια προεπισκόπηση—αποτελούν το ελάχιστο πριν από οποιονδήποτε μετασχηματισμό, καθώς καθορίζουν τι μπορείτε να ζητήσετε στη συνέχεια.

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)

Καθαρισμός και μετασχηματισμός

Ο καθαρισμός είναι το βήμα όπου οι αποφάσεις έχουν σημασία και όπου πρέπει να τις λαμβάνετε ρητά, αντί να τις αφήνετε στο μοντέλο. Η συμπλήρωση ελλειπουσών τιμών με τη διάμεσο για τους αριθμούς και την επικρατούσα τιμή (mode) για τις κατηγορίες είναι μια υπερασπίσιμη επιλογή, αλλά παραμένει επιλογή: σε μια στήλη εσόδων όπου λείπει το ένα τρίτο των τιμών, αυτό δημιουργεί μια τεχνητά στενή κατανομή που θα στρεβλώσει οποιαδήποτε επακόλουθη ανάλυση. Διατυπώστε τον κανόνα στο prompt σας, όπως φαίνεται παρακάτω, και θα ξέρετε τι έγινε· μείνετε αόριστοι και θα χρειαστεί να ξανανοίξετε το αρχείο για να το ανακαλύψετε.

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")

Επεξεργασία αρχείων Excel

Ο Code Interpreter χειρίζεται εγγενώς αρχεία Excel χάρη στο openpyxl. Δύο διαφορές από τα CSV αξίζουν την προσοχή σας. Πρώτον, ένα βιβλίο εργασίας περιέχει πολλά φύλλα, και ένα prompt που δεν καθορίζει ένα συγκεκριμένο θα κάνει το μοντέλο να εργαστεί σε όποιο επιλέξει πρώτο· επομένως, ξεκινήστε ζητώντας μια λίστα με τα φύλλα, όπως στο παράδειγμα. Δεύτερον, το Excel περιέχει τύπους, συγχωνευμένα κελιά και διακοσμητικές γραμμές κεφαλίδων—στοιχεία που μοιάζουν με δεδομένα αλλά δεν είναι, και τα οποία το μοντέλο πρέπει να γνωρίζει να αγνοεί επειδή του το ζητήσατε.

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"}}]
)

Συγχώνευση πολλαπλών αρχείων

Η συγχώνευση είναι η περίπτωση όπου η εκτέλεση κώδικα υπερτερεί κατά πολύ της χειροκίνητης επεξεργασίας: τέσσερα τρίμηνα σημαίνουν τέσσερα αρχεία των οποίων οι στήλες έχουν σχεδόν τα ίδια ονόματα και σχεδόν την ίδια σειρά. Αυτό το «σχεδόν» είναι το πρόβλημα, και είναι ακριβώς αυτό που ένα πρόγραμμα εντοπίζει, ενώ η αντιγραφή-επικόλληση το αποκρύπτει. Ζητήστε ένα φύλλο σύνοψης επιπλέον των συγχωνευμένων δεδομένων: λειτουργεί ως έλεγχος, καθώς ένα σύνολο που δεν ταιριάζει με το άθροισμα των τεσσάρων αρχείων αποκαλύπτει αμέσως μια λανθασμένη στοίχιση στηλών.

# 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"}}]
)

Επεξεργασία εικόνων

Ο Code Interpreter χειρίζεται εικόνες με το Pillow, και πρέπει να δείτε καθαρά τι καλύπτει αυτό. Πρόκειται για επεξεργασία εικόνας—αλλαγή μεγέθους, μετατροπή, μέτρηση, σύνθεση—και όχι για οπτική κατανόηση: για να περιγράψει τι δείχνει μια φωτογραφία, λειτουργούν οι δυνατότητες όρασης του μοντέλου, όχι το sandbox. Τα δύο συνδυάζονται πολύ καλά σε μια μόνο κλήση, με το μοντέλο να κοιτάζει την εικόνα ενώ ο κώδικας τη μετασχηματίζει.

Ανάλυση και μετασχηματισμός

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"}}]
)

Μαζική επεξεργασία

Η μαζική επεξεργασία μετατοπίζει το ερώτημα στο κόστος και τα όρια. Κάθε μεταφορτωμένη εικόνα καταναλώνει χώρο αποθήκευσης και καταλαμβάνει το sandbox, του οποίου ο χώρος και η διάρκεια ζωής είναι περιορισμένα: πέρα από μερικές δεκάδες αρχεία, ένα τοπικό σενάριο με το Pillow κοστίζει λιγότερο και τρέχει γρηγορότερα. Κρατήστε τη μαζική επεξεργασία για περιπτώσεις όπου η απόφαση είναι δύσκολο να κωδικοποιηθεί—περικοπή που εξαρτάται από το περιεχόμενο, ένα υδατογράφημα που πρέπει να τοποθετηθεί εκεί που η εικόνα είναι πιο ομοιόμορφη—και αφήστε τους μηχανικούς μετασχηματισμούς για το δικό σας μηχάνημα.

# 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"}}]
)

Πρότυπο: Πλήρης αγωγός ETL

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"
)

Υποστηριζόμενες μορφές

ΜορφήΕπεκτάσειςΑνάγνωσηΕγγραφή
CSV.csvΝαιΝαι
Excel.xlsx, .xlsΝαιΝαι
JSON.jsonΝαιΝαι
Εικόνες.png, .jpg, .gif, .bmpΝαιΝαι
Κείμενο.txt, .mdΝαιΝαι
PDF.pdfΠεριορισμένη ανάγνωσηΌχι

Βασικά σημεία

  • Μεταφορτώστε αρχεία με purpose="user_data" και περάστε τα μέσω input_file
  • Το μοντέλο χειρίζεται εγγενώς CSV, Excel με πολλαπλά φύλλα και εικόνες
  • Ανακτήστε τα παραγόμενα αρχεία από τις σημειώσεις container_file_citation και κατεβάστε τα μέσω του API containers (Μάθημα 10)
  • Για μεγάλα αρχεία, ζητήστε μαζική επεξεργασία
  • Συνδυάστε πολλαπλά αρχεία σε μια μόνο κλήση για συγχωνεύσεις και συγκρίσεις