Obrada podataka: CSV, Excel, slike
Na ovoj stranici
Ažurirano 2. studenoga 2026. na temelju OpenAI dokumentacije: alat Code Interpreter zahtijeva parametar
container(dodan svim primjerima), tekstualni dijelovi ulaza koriste tipinput_text, a web pretraživanje koristi alatweb_search(web_search_previewje sada zastarjeli alat bez filtara domena). Generirane datoteke dohvaćaju se pomoću funkcijafichiers_generesitelechargeriz Lekcije 10. Datoteke priložene poruci učitavaju se s upotrebomuser_data, što OpenAI preporučuje za ulaze modela (File inputs). Izvori: Code Interpreter · Web search.
Obrada podataka: CSV, Excel, slike
Code Interpreter mijenja prirodu onoga što tražiš od modela. Bez njega dobivaš opis onoga što treba učiniti; s njim model piše Python kod, izvršava ga u izoliranom okruženju (sandbox), provjerava rezultat i ispravlja vlastiti kod ako pogriješi. Kod podatkovne datoteke razlika je presudna: nitko ne može pogoditi strukturu CSV-a bez otvaranja, a upravo to omogućuje izvršavanje koda.
Razlogovanje u ovoj lekciji primjenjuje se na tri formata koja slijede. Učitaš datoteku, opišeš očekivani rezultat prirodnim jezikom i dohvatiš ili analizu ili novu datoteku. Ono što odvaja dobro korištenje od lošeg svodi se na preciznost tvoje instrukcije: „analiziraj ovu datoteku“ proizvodi generički sažetak, dok numerirani zahtjev poput onih u nastavku proizvodi rezultat koji možeš odmah koristiti.
Obrada CSV datoteka
Istraživačka analiza
Uvijek započni ovdje, čak i kada misliš da poznaješ datoteku. CSV izvezen iz poslovnog alata krije iznenađenja koja specifikacija ne spominje: numerički stupac pohranjen kao tekst zbog decimalnog separatora, datumi u tri različita formata ili redak s ukupnim zbrojem koji se uvukao usred podataka. Pet točaka zatraženih u nastavku—dimenzije, tipovi, nedostajuće vrijednosti, statistika i pregled—minimum su prije bilo kakve transformacije jer određuju što dalje možeš tražiti.
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)
Čišćenje i transformacija
Čišćenje je korak u kojem odluke imaju težinu i gdje ih moraš donijeti eksplicitno, umjesto da ih prepustiš modelu. Popunjavanje nedostajućih vrijednosti medijanom za brojeve i modom za kategorije obranjiv je izbor, ali to jest izbor: na stupcu prihoda gdje nedostaje trećina vrijednosti, to stvara umjetno usku distribuciju koja će iskriviti svaku naknadnu analizu. Navedi pravilo u svom promptu, kao što je prikazano u nastavku, i znat ćeš što je učinjeno; ostani neodređen i morat ćeš ponovno otvoriti datoteku da bi to saznao.
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")
Obrada Excel datoteka
Code Interpreter izvorno obrađuje Excel datoteke zahvaljujući biblioteci openpyxl. Dvije razlike u odnosu na CSV zaslužuju tvoju pozornost. Prvo, radna knjiga sadrži više listova, a prompt koji ne specificira jedan natjerat će model da radi na onome koji prvi odabere; stoga započni traženjem popisa listova, kao u primjeru. Drugo, Excel sadrži formule, spojene ćelije i dekorativne redove zaglavlja—elemente koji izgledaju kao podaci, ali nisu, a koje model mora znati ignorirati jer si mu to rekao.
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"}}]
)
Spajanje više datoteka
Spajanje je slučaj u kojem izvršavanje koda najviše nadmašuje ručnu obradu: četiri kvartala znače četiri datoteke čiji stupci imaju gotovo ista imena i gotovo isti redoslijed. To „gotovo“ je problem, i upravo je to ono što program detektira, dok kopiranje i lijepljenje to maskira. Zatraži sažetni list uz spojene podatke: on služi kao kontrola, jer ukupni zbroj koji se ne podudara sa zbrojem četiriju datoteka odmah otkriva pogrešno poravnat stupac.
# 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"}}]
)
Obrada slika
Code Interpreter manipulira slikama pomoću biblioteke Pillow, i moraš jasno vidjeti što to obuhvaća. Ovo je obrada slika—promjena veličine, konverzija, mjerenje, komponiranje—a ne vizualno razumijevanje: za opisivanje onoga što fotografija prikazuje, na djelu su vizualne sposobnosti modela, a ne sandbox. Ta se dva pristupa izvrsno kombiniraju u jednom pozivu, gdje model gleda sliku dok kod istovremeno vrši transformaciju.
Analiza i transformacija
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"}}]
)
Serijska obrada
Serijska obrada pomiče pitanje na trošak i ograničenja. Svaka učitanaslika troši prostor za pohranu i zauzima sandbox, čiji su prostor i vijek trajanja ograničeni: iznad nekoliko desetaka datoteka, lokalna skripta s Pillowom košta manje i brže se izvršava. Rezerviraj serijsku obradu za slučajeve gdje je odluku teško kodirati—obrezivanje koje ovisi o sadržaju, vodeni žig koji treba postaviti tamo gdje je slika najujednačenija—dok mehaničke transformacije ostavi vlastitom računalu.
# 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"}}]
)
Uzorak: Potpuni 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"
)
Podržani formati
| Format | Ekstenzije | Čitanje | Pisanje |
|---|---|---|---|
| CSV | .csv | Da | Da |
| Excel | .xlsx, .xls | Da | Da |
| JSON | .json | Da | Da |
| Slike | .png, .jpg, .gif, .bmp | Da | Da |
| Tekst | .txt, .md | Da | Da |
| Ograničeno čitanje | Ne |
Ključne točke
- Učitaj datoteke s
purpose="user_data"i proslijedi ih puteminput_file - Model izvorno obrađuje CSV, višelistne Excel datoteke i slike
- Dohvati generirane datoteke iz anotacija
container_file_citationi preuzmi ih putem containers API-ja (Lekcija 10) - Za velike datoteke zatraži serijsku obradu
- Kombiniraj više datoteka u jednom pozivu za spajanja i usporedbe