Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Duomenų išgavimas ir transformavimas

Paskaita 13 iš 14 Atnaujinta 2026 m. lapkričio 5 d. Vidutinis lygis
Šiame puslapyje
  1. Struktūrizuotų duomenų išgavimas iš nestruktūrizuotų šaltinių
  2. Formatų keitimas
  3. Dviejų šaltinių susiejimas
  4. Valymas ir normalizavimas
  5. Rezultato gavimas
  6. Pasikartojančių darbo eigų industrializavimas
  7. Tavo eilė
  8. Svarbiausi punktai

Failo nuskaitymas – tai tik pirmas žingsnis. „ChatGPT“ taip pat gali išgauti struktūrizuotus duomenis iš nestruktūrizuotų dokumentų, juos performuluoti, susieti kelis šaltinius ir eksportuoti rezultatus tau pageidaujamu formatu. Ši transformavimo galimybė paverčia jį tikru duomenų apdorojimo įrankiu, o ne tik dokumentų skaitytuvu.

Struktūrizuotų duomenų išgavimas iš nestruktūrizuotų šaltinių

Struktūrizuotas išgavimas reiškia informacijos, išsibarsčiusios visame dokumente, surinkimą ir sutvarkymą į naudojamą formatą. PDF sąskaitų faktūrų paketui užtenka vieno sakinio: „Iš kiekvienos sąskaitos faktūros išgauk šiuos duomenis: sąskaitos numerį, datą, tiekėją, sumą be PVM, PVM ir sumą su PVM. Viską pateik lentelėje.“ Tas pats principas taikomas metinei ataskaitai, kurioje skaičiai paslėpti pastraipose: „Išgauk visus šioje ataskaitoje paminėtus finansinius rodiklius: pajamas, grynąjį pelną, maržą, darbuotojų skaičių. Suskirstyk juos pagal metus palyginamojoje lentelėje.“ O grynam tekstiniam dokumentui: „Šiame dokumente minima 15 kontaktų. Išgauk kiekvieno asmens vardą, įmonę ir pareigas į struktūrizuotą lentelę.“ Bendras šių trijų užklausų bruožas – aiškus numatomų laukų sąrašas. Šis sąrašas paverčia teksto srautą naudojama lenteline informacija ir tai yra viena vertingiausių „ChatGPT“ galimybių.

Formatų keitimas

Kai duomenys jau tavo žinioje, jų formato keitimas yra toks pat paprastas. Padaryk neapdorotą CSV skaitomą: „Sukurk aiškią lentelę su antraštėmis. Išversk stulpelių pavadinimus iš anglų kalbos į lietuvių.“ Paversk lentelę vizualizacija: „Remdamasis šiais duomenimis, sugeneruok stulpelinę diagramą, rodančią pardavimų pasiskirstymą pagal regionus.“ Konvertuok skaičius į pristatymo skaidres: „Paversk šiuos ketvirtinius duomenis į 3 apibendrinamąsias skaidres: apžvalga, geriausi rezultatai ir įspėjamieji punktai.“ Arba perjunk tarp techninių struktūrų: „Šiame JSON faile yra produktų duomenys. Konvertuok juos į CSV lentelę su stulpeliais: pavadinimas, kaina, kategorija, atsargos.“

Dviejų šaltinių susiejimas

Įkelk du failus į tą patį pokalbį ir jų susiejimas taps vieno sakinio reikalu. Įsivaizduok klientų sąrašą su pirkimų istorija „Excel“ faile ir pasitenkinimo apklausą CSV formatu: „Susiek šiuos du failus pagal kliento vardą. Kiekvienam klientui parodyk bendrą pirkimų sumą ir pasitenkinimo balą. Rikiuok pagal pasitenkinimo balą mažėjančia tvarka. Nustatyk didelį potencialą turinčius klientus (dideli pirkimai + didelis pasitenkinimas) ir rizikos grupės klientus (dideli pirkimai + žemas pasitenkinimas).”

Paprastai šiai operacijai prireiktų sudėtingų „Excel“ formulių arba „Python“ scenarijaus; čia tai įvyksta per pokalbio užklausą. Tai dar labiau įpareigoja patikrinti rezultatą: susiejimas remiasi vardais, o vienodi vardai ar rašybos klaidos gali nepastebimai iškraipyti poravimą. Prieš priimant verslo sprendimus remiantis gautais duomenimis, rankiniu būdu patikrink keletą eilučių.

Valymas ir normalizavimas

Realūs duomenys retai būna švarūs, ir būtent čia „ChatGPT“ pasirodo esąs puikus įrankis. Dėl nevienodų formatų: „Šiame telefono numerių stulpelyje kai kurie įrašai naudoja formatą 06.12.34.56.78, kiti +33612345678, o treti 06 12 34 56 78. Normalizuok juos visus į tarptautinį formatą +33 6 12 34 56 78.“ Dėl abejotinų datų: „Išanalizuok šį datų stulpelį. Nustatyk neteisingas datas, nesuderinamus formatus ir išskirtis.“ Dėl netikslių dublikatų, kurių nepagauna jokia formulė: „Šiame faile yra tikėtinų dublikatų (tie patys vardai su nedideliais rašybos skirtumais). Nustatyk juos ir pasiūlyk suvienodintą versiją.“ O masiniam kategorizavimui: „Štai 200 išlaidų aprašymų. Kiekvieną priskirk vienai iš šių kategorijų: Transportas, Maitinimas, Apgyvendinimas, Reikmenys, Paslaugos, Kita.“

Kaip ir susiejant duomenis, šiuo atveju taip pat galioja taisyklė peržiūrėti imtį: automatinis kategorizavimas retai būna visiškai klaidingas, tačiau pasitaiko netikslumų. Dirbdamas su dideliais failais, nedelsdamas nevykdyk viso apdorojimo. Pirmiausia paprašyk atlikti analizę su imtimi, patvirtink metodą ir tik tada tęsk su visu failu.

Rezultato gavimas

Jei nepateiksi specifinių išvesties nurodymų, „ChatGPT“ rezultatus rodys kaip tekstą pokalbyje, ir tau teks juos kopijuoti bei įklijuoti. Aiškiai paprašyk failo: „Sugeneruok atsisiunčiamą CSV failą su šiais rezultatais“, „Sukurk „Excel“ failą su dviem skirtukais: neapdoroti duomenys ir santrauka” arba „Suformatuok šiuos duomenis kaip JSON, kad būtų galima integruoti į mūsų API.“ Sistema sukuria failą, o pokalbyje atsiranda atsisiuntimo nuoroda.

Pasikartojančių darbo eigų industrializavimas

Jei kas mėnesį gauni to paties tipo failus, parašyk užklausą vieną kartą ir ją naudok iš naujo: „Kas mėnesį siųsiu tau banko išrašo PDF failą. Kiekvienam išrašui noriu, kad: (1) išgautum visas operacijas, (2) suskirstytum jas į 6 kategorijas (Būstas, Maistas, Transportas, Laisvalaikis, Sveikata, Kita), (3) apskaičiuotum bendrą sumą kiekvienai kategorijai, (4) palygintum su praėjusiu mėnesiu, jei duomenys yra, (5) eksportuotum rezultatą kaip CSV.” Įtraukus šią užklausą į specialaus projekto instrukcijas, užtikrinamas nuoseklus apdorojimas mėnesį iš mėnesio, leidžiantis atlikti prasmingus palyginimus. Tačiau banko išrašas yra konfidencialūs duomenys: prieš įkeldamas įvertink, ką leidžia tavo planas ir įsipareigojimai.

Duomenų transformavimas keturiais žingsniais Keturi žingsniai: išgauti naudingus laukus iš dokumento; susieti du šaltinius pagal bendrą raktą; išvalyti ir normalizuoti formatus; eksportuoti rezultatą į CSV arba Excel. Kiekviename žingsnyje patikrink imtį. IŠGAUTI, SUSIETI, IŠVALYTI, EKSPORTUOTI Duomenų transformavimas keturiais žingsniais 1 Išgauti Naudingi laukai 2 Susieti Pagal bendrą raktą 3 Išvalyti Formatai, dublikatai 4 Eksportuoti CSV arba Excel Kiekviename žingsnyje patikrink imtį: neteisingai sutaptas vardas gali nepastebimai iškraipyti susiejimą.
Pagal straipsnį „Duomenų analizė naudojant ChatGPT“ iš „OpenAI“ pagalbos centro (2026 m. lapkritis).

Tavo eilė

Išvalyk tikrą failą. Paimk failą iš savo kasdienio darbo – CRM eksportą, darbo laiko apskaitos žiniaraštį, kontaktų sąrašą ar finansinę ataskaitą – ir klausk: „Išanalizuok šį failą. Nustatyk duomenų kokybės problemas (dublikatus, trūkstamas reikšmes, nesuderinamus formatus). Pasiūlyk valymo planą. Tada atlik valymą ir sugeneruok atsisiunčiamą taisytą failą.“ Šį failą rinkis atsargiai: sveikatos duomenys, asmens kodai ir bankinė informacija prieš įkeliant reikalauja rizikos vertinimo.

Oficialūs šaltiniai: Duomenų analizė naudojant ChatGPT · Failų ir garso įrašų įkėlimas į ChatGPT · Projektai „ChatGPT“ sistemoje („OpenAI“ pagalbos centras)

Svarbiausi punktai

  • „ChatGPT“ gali viena užklausa išgauti struktūrizuotus duomenis iš nestruktūrizuotų dokumentų
  • Failų susiejimas ir duomenų normalizavimas vyksta pokalbio režimu
  • Aiškiai paprašyk eksportuoti (CSV, Excel, JSON), kad gautum apdorotus duomenis
  • Sukurk daugkartinio naudojimo užklausas mėnesinėms ar pasikartojančioms užduotims
  • Visada tikrink rezultatus, ypač susiejant duomenis ir atliekant automatinį kategorizavimą