Spracovanie dát: CSV, Excel, obrázky
Na tejto strane
Aktualizované 2. novembra 2026 na základe dokumentácie OpenAI: nástroj Code Interpreter vyžaduje parameter
container(pridaný do všetkých príkladov), vstupné textové časti používajú typinput_texta webové vyhľadávanie používa nástrojweb_search(web_search_previewje teraz zastaraný nástroj bez filtrov domén). Vygenerované súbory sa získavajú pomocou funkciífichiers_generesatelechargerz Lekcie 10. Súbory pripojené k správe sa nahrávajú s použitímuser_data, čo OpenAI odporúča pre vstupy modelu (File inputs). Zdroje: Code Interpreter · Web search.
Spracovanie dát: CSV, Excel, obrázky
Code Interpreter mení podstatu toho, čo od modelu požaduješ. Bez neho dostaneš popis toho, čo treba urobiť; s ním model napíše kód v Pythone, vykoná ho v pieskovisku, skontroluje výsledok a v prípade chyby svoj kód opraví. Pri dátovom súbore je tento rozdiel rozhodujúci: nikto nedokáže uhádnuť štruktúru CSV bez toho, aby ho otvoril, a presne to umožňuje vykonávanie kódu.
Úvaha v tejto lekcii platí pre všetky tri nasledujúce formáty. Nahraješ súbor, popíšeš očakávaný výsledok prirodzeným jazykom a získaš buď analýzu, alebo nový súbor. Rozdiel medzi dobrým a zlým používaním spočíva v presnosti tvojej inštrukcie: „analyzuj tento súbor“ produkuje všeobecné zhrnutie, zatiaľ čo číslovaná požiadavka, ako sú tie nižšie, prináša výsledok, ktorý môžeš okamžite použiť.
Spracovanie súborov CSV
Prieskumná analýza
Vždy začni tu, aj keď si myslíš, že súbor poznáš. CSV exportované z podnikového nástroja obsahuje prekvapenia, ktoré špecifikácia nespomína: numerický stĺpec uložený ako text kvôli oddeľovaču desatinných miest, dátumy v troch rôznych formátoch alebo riadok so súčtom vložený uprostred údajov. Päť nižšie uvedených bodov – rozmery, typy, chýbajúce hodnoty, štatistiky a náhľad – je minimum pred akoukoľvek transformáciou, pretože určujú, o čo ďalej môžeš požiadať.
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)
Čistenie a transformácia
Čistenie je krok, kde záleží na rozhodnutiach a kde ich musíš urobiť explicitne, namiesto toho, aby si ich nechal na modeli. Doplnenie chýbajúcich hodnôt mediánom pre čísla a módusom pre kategórie je obhájiteľná voľba, ale je to voľba: pri stĺpci s príjmami, kde chýba tretina hodnôt, to vytvorí umelo úzke rozdelenie, ktoré skreslí akúkoľvek následnú analýzu. Pravidlo uveď vo svojom prompte, ako je ukázané nižšie, a budeš vedieť, čo sa urobilo; ak zostaneš vágny, budeš musieť súbor znovu otvoriť, aby si to zistil.
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")
Spracovanie súborov Excel
Code Interpreter natívne pracuje so súbormi Excel vďaka knižnici openpyxl. Dva rozdiely oproti CSV si zaslúžia tvoju pozornosť. Po prvé, zošit obsahuje viacero hárkov a prompt, ktorý jeden nešpecifikuje, donúti model pracovať s tým, ktorý si vyberie ako prvý; preto začni požiadavkou na zoznam hárkov, ako v príklade. Po druhé, Excel obsahuje vzorce, zlúčené bunky a dekoratívne hlavičkové riadky – prvky, ktoré vyzerajú ako údaje, ale nie sú nimi, a ktoré musí model ignorovať, pretože si mu to povedal.
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"}}]
)
Zlučovanie viacerých súborov
Zlučovanie je prípad, kde vykonávanie kódu najviac predčí manuálne spracovanie: štyri štvrťroky znamenajú štyri súbory, ktorých stĺpce majú takmer rovnaké názvy a takmer rovnaké poradie. To „takmer“ je problém a presne to program odhalí, zatiaľ čo kopírovanie a vkladanie to maskuje. Požiadaj okrem zlúčených údajov aj o súhrnný hárok: slúži ako kontrola, keďže súčet, ktorý nezodpovedá súčtu štyroch súborov, okamžite odhalí nesprávne zarovnaný stĺpec.
# 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"}}]
)
Spracovanie obrázkov
Code Interpreter manipuluje s obrázkami pomocou knižnice Pillow a musíš jasne vidieť, čo to zahŕňa. Ide o spracovanie obrázkov – zmena veľkosti, konverzia, meranie, kompozícia – nie o vizuálne pochopenie: na opis toho, čo fotografia zobrazuje, pracujú vizuálne schopnosti modelu, nie pieskovisko. Obe sa veľmi dobre kombinujú v jednom volaní, pričom model sa pozerá na obrázok, zatiaľ čo kód ho transformuje.
Analýza a transformácia
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"}}]
)
Dávkové spracovanie
Dávkové spracovanie posúva otázku k nákladom a limitom. Každý nahraný obrázok spotrebúva úložisko a zaberá miesto v pieskovisku, ktorého priestor a životnosť sú obmedzené: pri viac ako niekoľkých desiatkach súborov stojí lokálny skript s Pillow menej a beží rýchlejšie. Dávkové spracovanie si vyhradź pre prípady, keď je rozhodnutie ťažké naprogramovať – orezanie závislé od obsahu, vodotlač umiestnená tam, kde je obrázok najviac jednotný – a mechanické transformácie nechaj na svojom vlastnom stroji.
# 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"}}]
)
Vzorec: Kompletný pipeline 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"
)
Podporované formáty
| Formát | Prípony | Čítanie | Zápis |
|---|---|---|---|
| CSV | .csv | Áno | Áno |
| Excel | .xlsx, .xls | Áno | Áno |
| JSON | .json | Áno | Áno |
| Obrázky | .png, .jpg, .gif, .bmp | Áno | Áno |
| Text | .txt, .md | Áno | Áno |
| Obmedzené čítanie | Nie |
Kľúčové poznatky
- Nahraj súbory s
purpose="user_data"a odovzdaj ich cezinput_file - Model natívne spracováva CSV, viac-hárkové Excel súbory a obrázky
- Získaj vygenerované súbory z anotácií
container_file_citationa stiahni ich cez API kontajnerov (Lekcia 10) - Pre veľké súbory požiadaj o dávkové spracovanie
- Skombinuj viacero súborov v jednom volaní pre zlučovanie a porovnávania