Przetwarzanie danych: CSV, Excel, obrazy
Na tej stronie
Zaktualizowano 2 listopada 2026 na podstawie dokumentacji OpenAI: narzędzie Code Interpreter wymaga parametru
container(dodanego do wszystkich przykładów), części tekstowe wejścia używają typuinput_text, a wyszukiwanie w sieci korzysta z narzędziaweb_search(web_search_previewjest obecnie narzędziem przestarzałym bez filtrów domenowych). Wygenerowane pliki pobiera się za pomocą funkcjifichiers_generesitelechargerz Lekcji 10. Pliki dołączone do wiadomości są przesyłane z użyciemuser_data, co OpenAI rekomenduje jako dane wejściowe dla modelu (File inputs). Źródła: Code Interpreter · Wyszukiwanie w sieci.
Przetwarzanie danych: CSV, Excel, obrazy
Code Interpreter zmienia charakter zadań, które powierzasz modelowi. Bez niego otrzymujesz jedynie opis tego, co należy zrobić; z nim model pisze kod w Pythonie, wykonuje go w piaskownicy, sprawdza wynik i w razie błędu samodzielnie poprawia swój kod. W przypadku plików z danymi różnica jest decydująca: nikt nie odgadnie struktury pliku CSV bez jego otwarcia, a właśnie na to pozwala wykonywanie kodu.
Logika przedstawiona w tej lekcji dotyczy trzech następujących formatów. Przesyłasz plik, opisujesz oczekiwany rezultat językiem naturalnym, a następnie otrzymujesz analizę lub nowy plik. O tym, czy wykorzystanie narzędzia będzie skuteczne, decyduje precyzja Twojej instrukcji: polecenie „przeanalizuj ten plik“ da jedynie ogólnikowe podsumowanie, podczas gdy sformułowane punktowo żądanie, jak w poniższych przykładach, przyniesie wynik gotowy do natychmiastowego użycia.
Przetwarzanie plików CSV
Analiza eksploracyjna
Zawsze zaczynaj od tego etapu, nawet jeśli wydaje Ci się, że znasz strukturę pliku. Plik CSV wyeksportowany z narzędzia biznesowego kryje niespodzianki, o których specyfikacja nie wspomina: kolumna liczbowa zapisana jako tekst z powodu separatora dziesiętnego, daty w trzech różnych formatach albo wiersz sumy wpleciony w środek danych. Pięć poniższych punktów – wymiary, typy danych, brakujące wartości, statystyki i podgląd – to absolutne minimum przed jakąkolwiek transformacją, ponieważ determinują one, o co możesz poprosić dalej.
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)
Czyszczenie i transformacja
Czyszczenie to etap, w którym decyzje mają znaczenie i musisz je podjąć explicite, zamiast zostawiać je modelowi. Uzupełnienie brakujących wartości medianą dla liczb i dominantą dla kategorii to wybór, którego można bronić, ale nadal jest to wybór: w kolumnie przychodów, gdzie brakuje jednej trzeciej wartości, stworzy to sztucznie zawężony rozkład, który zniekształci każdą późniejszą analizę. Określ regułę w swoim prompcie, tak jak pokazano poniżej, a będziesz wiedział, co zostało zrobione; jeśli pozostaniesz nieprecyzyjny, będziesz musiał ponownie otworzyć plik, aby to sprawdzić.
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")
Przetwarzanie plików Excel
Code Interpreter obsługuje pliki Excel natywnie dzięki bibliotece openpyxl. Dwie różnice względem CSV zasługują na Twoją uwagę. Po pierwsze, skoroszyt zawiera wiele arkuszy, a prompt, który nie precyzuje konkretnego arkusza, sprawi, że model zacznie pracować na tym, który wybierze jako pierwszy; dlatego zacznij od poproszenia o listę arkuszy, jak w przykładzie. Po drugie, Excel zawiera formuły, scalone komórki i dekoracyjne wiersze nagłówków – elementy, które wyglądają jak dane, ale nimi nie są, i które model musi ignorować, ponieważ mu to polecisz.
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"}}]
)
Łączenie wielu plików
Łączenie to przypadek, w którym wykonywanie kodu najbardziej wyprzedza przetwarzanie ręczne: cztery kwartały oznaczają cztery pliki, których kolumny mają prawie takie same nazwy i prawie taki sam porządek. To „prawie“ stanowi problem i właśnie to program wykrywa, podczas gdy kopiowanie i wklejanie to maskuje. Poproś dodatkowo o arkusz podsumowujący oprócz scalonych danych: pełni on funkcję kontrolną, ponieważ suma niezgodna z sumą czterech plików natychmiast ujawnia niewłaściwe wyrównanie kolumn.
# 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"}}]
)
Przetwarzanie obrazów
Code Interpreter manipuluje obrazami za pomocą biblioteki Pillow i musisz wyraźnie rozumieć, co to obejmuje. Jest to przetwarzanie obrazu – zmiana rozmiaru, konwersja, pomiary, komponowanie – a nie rozumienie wizualne: aby opisać, co przedstawia zdjęcie, pracują możliwości wizyjne modelu, a nie piaskownica. Obie funkcje świetnie współgrają w ramach jednego wywołania: model patrzy na obraz, podczas gdy kod go przekształca.
Analiza i transformacja
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"}}]
)
Przetwarzanie wsadowe
Przetwarzanie wsadowe przenosi ciężar zagadnienia na koszty i limity. Każdy przesłany obraz zużywa miejsce w pamięci i zajmuje piaskownicę, której przestrzeń i czas życia są ograniczone: przy kilkudziesięciu plikach lokalny skrypt z Pillow będzie tańszy i szybszy. Zarezerwuj przetwarzanie wsadowe dla przypadków, w których decyzję trudno zakodować – kadrowanie zależne od zawartości, znak wodny umieszczany tam, gdzie obraz jest najbardziej jednolity – a mechaniczne transformacje zostaw swojemu komputerowi.
# 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"}}]
)
Wzorzec: Kompletny potok 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"
)
Obsługiwane formaty
| Format | Rozszerzenia | Odczyt | Zapis |
|---|---|---|---|
| CSV | .csv | Tak | Tak |
| Excel | .xlsx, .xls | Tak | Tak |
| JSON | .json | Tak | Tak |
| Obrazy | .png, .jpg, .gif, .bmp | Tak | Tak |
| Tekst | .txt, .md | Tak | Tak |
| Ograniczony odczyt | Nie |
Kluczowe wnioski
- Przesyłaj pliki z parametrem
purpose="user_data"i przekazuj je przezinput_file - Model natywnie obsługuje pliki CSV, wieloarkuszowe Excel i obrazy
- Pobieraj wygenerowane pliki z adnotacji
container_file_citationi ściągaj je przez API kontenerów (Lekcja 10) - W przypadku dużych plików żądaj przetwarzania wsadowego
- Łącz wiele plików w jednym wywołaniu, aby scalać dane i przeprowadzać porównania