Andmetöötlus: CSV, Excel, pildid
Sellel lehel
Uuendatud 2. novembril 2026 OpenAI dokumentatsiooni põhjal: Code Interpreteri tööriist nõuab parameetrit
container(lisatud kõigile näidetele), sisendteksti osad kasutavad tüüpiinput_textja veebiotsing kasutab tööriistaweb_search(web_search_previewon nüüd aegunud tööriist ilma domeenifiltriteta). Genereeritud failid laaditakse alla funktsioonidegafichiers_generesjatelecharger, mida käsitleti 10. õppetükis. Sõnumile lisatud failid laaditakse üles kasutadesuser_datatüüpi, mida OpenAI soovitab mudeli sisendite jaoks (File inputs). Allikad: Code Interpreter · Web search.
Andmetöötlus: CSV, Excel, pildid
Code Interpreter muudab fundamentally seda, mida sa mudelilt palud. Ilma selleta saad kirjelduse sellest, mida tuleks teha; sellega kirjutab mudel Pythoni koodi, käivitab selle liivakastis, kontrollib tulemust ja parandab oma koodi, kui teeb vea. Andmefaili puhul on erinevus otsustav: keegi ei saa arvata CSV-faili struktuuri, seda avamata, ja just seda võimaldab koodi täitmine.
Selles õppetükis kirjeldatud loogika kehtib kõigile kolmele järgnevale formaadile. Laadid faili üles, kirjeldad oodatavat tulemust loomulikus keeles ja saad kas analüüsi või uue faili. Hea ja halva kasutuse erinevus seisneb sinu juhise täpsuses: „analüüsi seda faili“ annab üldise kokkuvõtte, samas kui allpool toodud nummerdatud päringud annavad tulemuse, mida saad kohe kasutada.
CSV-failide töötlemine
Uuriv analüüs
Alusta alati siit, isegi kui arvad, et tunned faili. Äritarkvarast eksporditud CSV-fail võib sisaldada üllatusi, mida spetsifikatsioon ei maini: arvuline veerg, mis on salvestatud tekstina komakohtade eraldaja tõttu, kuupäevad kolmes erinevas formaadis või summade rida, mis on libisenud andmete keskele. Allpool nõutud viis punkti – mõõtmed, tüübid, puuduvad väärtused, statistika ja eelvaade – on miinimum enne igasugust teisendamist, sest need määravad, mida sa edasi küsida saad.
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)
Puhastamine ja teisendamine
Puhastamine on etapp, kus otsustused loevad ja kus pead need tegema sõnaselgelt, mitte jätma neid mudeli hooleks. Puuduvate väärtuste asendamine mediaaniga arvude puhul ja moodiga kategooriate puhul on kaitstav valik, kuid see on siiski valik: tuluveerus, kus kolmandik väärtustest puudub, tekitab see kunstlikult kitsa jaotuse, mis moonutab igasugust järgnevat analüüsi. Sõnasta reegel oma vihjes nii, nagu allpool näidatud, ja sa tead, mida tehti; jää ebamääraseks ja pead faili uuesti avama, et seda teada saada.
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")
Excel-failide töötlemine
Code Interpreter töötleb Exceli faile loomupäraselt tänu openpyxl-le. Kaks erinevust CSV-st väärivad tähelepanu. Esiteks sisaldab töövihik mitut lehte ja vihje, mis ühte ei täpsusta, paneb mudeli töötlema seda, mille ta esimesena valib; seega alusta lehtede loendi küsimisega, nagu näites. Teiseks sisaldab Excel valemeid, liidetud lahvreid ja dekoratiivseid päiseridu – elemente, mis näevad välja nagu andmed, kuid ei ole seda, ja mille mudel peab ignoreerima, kuna sa oled seda käskinud.
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"}}]
)
Mitme faili liitmine
Liitmine on juhtum, kus koodi täitmine edestab käsitsi töötlemist kõige rohkem: neli kvartalit tähendavad nelja faili, mille veergude nimed ja järjekord on peaaegu samad. See „peaaegu“ on probleem ja just seda programm tuvastab, samas kui kopeerimine-kleepimine selle varjab. Küsi liidetud andmete lisaks kokkuvõtlikku lehte: see toimib kontrollina, kuna summa, mis ei vasta nelja faili summale, paljastab koheselt valesti joondatud veeru.
# 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"}}]
)
Piltide töötlemine
Code Interpreter manipuleerib pilte Pillow abil ja sa pead selgelt nägema, mida see hõlmab. See on piltide töötlemine – suuruse muutmine, teisendamine, mõõtmine, komponeerimine – mitte visuaalne mõistmine: foto sisu kirjeldamiseks on töös mudeli nägemisvõime, mitte liivakast. Need kombineeruvad ühes päringus väga hästi, kus mudel vaatab pilti, samal ajal kui kood seda teisendab.
Analüüs ja teisendamine
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"}}]
)
Partii töötlemine
Partii töötlemine nihutab küsimuse kulude ja piirangute juurde. Iga üles laaditud pilt tarbib salvestusruumi ja hõivab liivakasti, mille ruum ja eluiga on piiratud: üle paarikümne faili on kohalik skript Pillow’ga odavam ja kiirem. Jäta partii töötlemine juhtumiteks, kus otsust on raske kodeerida – sisust sõltuv kärpimine, vesimärgi paigutamine kohta, kus pilt on kõige ühtlasem – ja jäta mehaanilised teisendused oma masinale.
# 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"}}]
)
Muster: Täielik ETL-torustik
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"
)
Toetatud formaadid
| Formaadi | Laiendid | Lugemine | Kirjutamine |
|---|---|---|---|
| CSV | .csv | Jah | Jah |
| Excel | .xlsx, .xls | Jah | Jah |
| JSON | .json | Jah | Jah |
| Pildid | .png, .jpg, .gif, .bmp | Jah | Jah |
| Tekst | .txt, .md | Jah | Jah |
| Piiratud lugemine | Ei |
Peamised punktid
- Laadi failid üles parameetriga
purpose="user_data"ja edasta need kasutadesinput_file - Mudel töötleb loomupäraselt CSV-i, mitme lehega Excelit ja pilte
- Laadi genereeritud failid alla annotatsioonidest
container_file_citationja kasuta allalaadimiseks konteinerite API-t (10. õppetükk) - Suurte failide puhul küsi partii töötlemist
- Kombineeri mitu faili ühes päringus liitmiseks ja võrdlemiseks