Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Datu izgūšana un transformēšana

Nodarbība 13 no 14 Atjaunota 2026. gada 5. novembris Vidējs
Šajā lapā
  1. Strukturētu datu izgūšana no nestrukturētiem avotiem
  2. Formātu maiņa
  3. Divu avotu salīdzināšana
  4. Tīrīšana un normalizēšana
  5. Rezultāta iegūšana
  6. Atkārtotu darbplūsmu industrializēšana
  7. Tava kārta
  8. Galvenās atziņas

Faila nolasīšana ir tikai pirmais solis. ChatGPT spēj arī izgūt strukturētus datus no nestrukturētiem dokumentiem, tos pārformatēt, salīdzināt vairākus avotus un eksportēt rezultātus tev vēlamajā formātā. Šī transformācijas spēja padara to par patiesu datu apstrādes rīku, nevis tikai dokumentu lasītāju.

Strukturētu datu izgūšana no nestrukturētiem avotiem

Strukturēta izgūšana nozīmē informācijas, kas izkaisīta visā dokumentā, sakārtošanu lietojamā formātā. PDF rēķinu kopumam pietiek ar vienu teikumu: “Izgūst no katra rēķina šādus datus: rēķina numurs, datums, piegādātājs, summa bez nodokļa, PVN un summa ar nodokli. Visu noformē tabulā.” Tas pats princips attiecas uz gada pārskatu, kurā skaitļi ir paslēpti rindkopās: “Izgūst visus šajā pārskatā minētos finanšu rādītājus: ieņēmumus, neto peļņu, maržu, darbinieku skaitu. Sakārto tos pa gadiem salīdzinošā tabulā.” Un tīri tekstam paredzētam dokumentam: “Šajā dokumentā minēti 15 kontakti. Izgūst katras personas vārdu, uzņēmumu un amata nosaukumu un ievieto tos strukturētā tabulā.” Šo trīs pieprasījumu kopīgais elements ir skaidrs sagaidāmo lauku saraksts. Tieši šis saraksts pārvērš teksta plūsmu lietojamos tabulas datos, kas ir viena no ChatGPT vērtīgākajām spējām.

Formātu maiņa

Kad dati ir iegūti, to formāta maiņa ir tikpat vienkārša. Padari neapstrādātu CSV lasāmu: “Izveido lasāmu tabulu ar skaidriem virsrakstiem. Pārtulko kolonnu nosaukumus no angļu valodas franču valodā.” Pārvērt tabulu vizuālā attēlojumā: “Pamatojoties uz šiem datiem, ģenerē stabiņu diagrammu, kas parāda pārdošanas sadalījumu pa reģioniem.” Pārvērt skaitļus sanāksmes prezentācijā: “Pārvērt šos ceturkšņa datus 3 kopsavilkuma slaidos: pārskats, labākie rezultāti un brīdinājuma punkti.” Vai pārej starp tehniskajām struktūrām: “Šis JSON fails satur produktu datus. Pārvērt to CSV tabulā ar kolonnām: nosaukums, cena, kategorija, krājums.”

Divu avotu salīdzināšana

Augšupielādē divus failus vienā sarunā, un to salīdzināšana kļūst par vienu teikumu. Iedomājies klientu sarakstu ar pirkumu vēsturi Excel failā un apmierinātības aptauju CSV failā: “Salīdzini šos divus failus pēc klientu vārdiem. Katram klientam parādi kopējo pirkumu summu un apmierinātības vērtējumu. Sakārto pēc apmierinātības vērtējuma dilstošā secībā. Identificē augsta potenciāla klientus (lieli pirkumi + augsts apmierinātības vērtējums) un riska klientus (lieli pirkumi + zems apmierinātības vērtējums).”

Parasti šī operācija prasītu sarežģītas Excel formulas vai Python skriptu; šeit tā notiek, izmantojot sarunas pieprasījumu. Tas ir vēl lielāks iemesls rezultātu pārbaudei: saskaņošana balstās uz vārdiem, un vārda dubultnieki vai kļūdas rakstībā var nemanāmi sagrozīt pārus. Pirms biznesa lēmumu pieņemšanas, balstoties uz rezultātiem, manuāli pārbaudi dažas rindas.

Tīrīšana un normalizēšana

Reāli dati reti ir tīri, un tieši šeit ChatGPT izceļas. Heterogēniem formātiem: “Šajā tālruņa numuru kolonnā daži ieraksti ir formātā 06.12.34.56.78, citi +33612345678, bet citi 06 12 34 56 78. Normalizē tos visus uz starptautisko formātu +33 6 12 34 56 78.” Apšaubāmiem datumiem: “Analizē šo datumu kolonnu. Identificē nederīgus datumus, neatbilstošus formātus un ārkārtējas vērtības.” Neskaidriem dublikātiem, kurus neviena formula nevar pamanīt: “Šis fails satur iespējamos dublikātus (vieni un tie paši vārdi ar nelielām rakstības atšķirībām). Identificē tos un piedāvā konsolidētu versiju.” Un masveida kategorizēšanai: “Šeit ir 200 izdevumu apraksti. Kategorizē katru vienā no šīm kategorijām: Transports, Ēdināšana, Naktsmītnes, Piederumi, Pakalpojumi, Citi.”

Tāpat kā salīdzināšanas gadījumā, arī šajā pēdējā gadījumā parauga pārbaude paliek likums: automatizēta kategorizēšana reti kļūdās rupji, taču kļūdas tomēr gadās. Lieliem failiem nekavējoties neveic pilnu apstrādi. Vispirms pieprasi analīzi paraugam, apstiprini metodi un tikai tad turpini ar visu failu.

Rezultāta iegūšana

Bez konkrētiem izvades norādījumiem ChatGPT parādīs rezultātus kā tekstu sarunā, atstājot tev iespēju tos kopēt un ielīmēt. Skaidri pieprasi failu: “Ģenerē lejupielādējamu CSV failu ar šiem rezultātiem”, “Izveido Excel failu ar divām cilnēm: neapstrādāti dati un kopsavilkums” vai “Noformē šos datus kā JSON, lai integrētu mūsu API.” Sistēma izveido failu, un sarunā parādās lejupielādes saite.

Atkārtotu darbplūsmu industrializēšana

Ja katru mēnesi saņem viena un tā paša veida failu, uzraksti pieprasījumu vienu reizi un izmanto to atkārtoti: “Es katru mēnesi nosūtīšu tev bankas izraksta PDF. No katra izraksta es vēlos, lai tu: (1) izgūtu visus darījumus, (2) kategorizētu tos 6 kategorijās (Mājoklis, Pārtika, Transports, Atpūta, Veselība, Citi), (3) aprēķinātu kopsummu pa kategorijām, (4) salīdzinātu ar iepriekšējo mēnesi, ja tas ir pieejams, (5) eksportētu rezultātu kā CSV.” Ievietots specializēta projekta instrukcijās, šis pieprasījums nodrošina konsekventu apstrādi no mēneša uz mēnesi, ļaujot veikt jēdzīgas salīdzināšanas. Tomēr bankas izraksts ir sensitīvi dati: pirms augšupielādes izvērtē, ko pieļauj tavs plāns un saistības.

Datu transformēšana četros soļos Četri soļi: izgūt noderīgus laukus no dokumenta; salīdzināt divus avotus pēc kopīgas atslēgas; notīrīt un normalizēt formātus; eksportēt rezultātu CSV vai Excel formātā. Katrā solī pārbaudi paraugu. IZGŪT, SALĪDZINĀT, NOTĪRĪT, EKSPORTĒT Datu transformēšana četros soļos 1 Izgūšana Noderīgi lauki 2 Salīdzināšana Pēc kopīgas atslēgas 3 Tīrīšana Formāti, dublikāti 4 Eksportēšana CSV vai Excel Katrā solī pārbaudi paraugu: nesakritošs vārds nemanāmi sagrozīs salīdzināšanu.
Pamatojoties uz rakstu "Datuanalīze ar ChatGPT" no OpenAI palīdzības centra (2026. gada novembris).

Tava kārta

Notīri reālu failu. Paņem failu no savas ikdienas darba – CRM eksportu, darba laika uzskaites tabulu, kontaktu sarakstu vai finanšu pārskatu – un jautā: “Analizē šo failu. Identificē datu kvalitātes problēmas (dublikāti, trūkstošas vērtības, neatbilstoši formāti). Piedāvā tīrīšanas plānu. Tad veic tīrīšanu un ģenerē labotu lejupielādējamu failu.” Izvēlies šo failu gudri: veselības dati, sociālās apdrošināšanas numuri un bankas informācija prasa riska novērtējumu pirms augšupielādes.

Oficiālie avoti: Datuanalīze ar ChatGPT · Failu un audio augšupielāde ChatGPT · Projekti ChatGPT (OpenAI palīdzības centrs)

Galvenās atziņas

  • ChatGPT spēj vienā pieprasījumā izgūt strukturētus datus no nestrukturētiem dokumentiem
  • Failu salīdzināšana un datu normalizēšana notiek sarunas režīmā
  • Skaidri pieprasi eksportu (CSV, Excel, JSON), lai iegūtu apstrādātos datus
  • Izveido atkārtoti izmantojamus pieprasījumus ikmēneša vai atkārtotiem uzdevumiem
  • Vienmēr pārbaudi rezultātus, it īpaši salīdzināšanas un automatizētas kategorizācijas gadījumā