Obdelava podatkov: CSV, Excel, slike
Na tej strani
Posodobljeno 2. novembra 2026 na podlagi dokumentacije OpenAI: orodje Code Interpreter zahteva parameter
container(dodan vsem primerom), vhodni deli besedila uporabljajo tipinput_text, spletno iskanje pa uporablja orodjeweb_search(web_search_previewje zdaj zastarelo orodje brez filtrov domen). Ustvarjene datoteke se pridobijo s funkcijamafichiers_generesintelechargeriz lekcije 10. Datoteke, priložene sporočilu, se naložijo z uporabouser_data, kar OpenAI priporoča za vhode modela (File inputs). Viri: Code Interpreter · Web search.
Obdelava podatkov: CSV, Excel, slike
Code Interpreter spremeni naravo tega, kar od modela zahtevaš. Brez njega dobiš opis tega, kar je treba storiti; z njim model napiše kodo Python, jo izvrši v peskovniku, preveri rezultat in po potrebi popravi svojo kodo. Pri podatkovni datoteki je razločilna: nihče ne more uganiti strukture CSV-ja, ne da bi ga odprl, in prav to omogoča izvajanje kode.
Razlogovanje v tej lekciji velja za vse tri naslednje formate. Naložiš datoteko, v naravnem jeziku opišeš pričakovani rezultat in pridobiš bodisi analizo bodisi novo datoteko. Razlika med dobro in slabo uporabo je v natančnosti tvojega navodila: „analiziraj to datoteko” proizvede splošen povzetek, medtem ko oštevilčena zahteva, kot so spodnje, proizvede rezultat, ki ga lahko takoj uporabiš.
Obdelava datotek CSV
Raziskovalna analiza
Vedno začni tukaj, tudi če misliš, da poznaš datoteko. CSV, izvožen iz poslovnega orodja, skriva presenečenja, ki jih specifikacija ne omenja: številski stolpec, shranjen kot besedilo zaradi decimalnega ločila, datumi v treh različnih formatih ali vrstica s seštevkom, ki se je znašla sredi podatkov. Pet točk, zahtevanih spodaj – dimenzije, tipi podatkov, manjkajoče vrednosti, statistika in predogled – so minimum pred vsako transformacijo, saj določajo, kaj lahko zahtevaš naprej.
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)
Čiščenje in transformacija
Čiščenje je korak, kjer so odločitve ključne in kjer jih moraš izrecno opredeliti, namesto da bi jih prepustil modelu. Izpolnjevanje manjkajočih vrednosti z mediano za števila in modusom za kategorije je obranljiva izbira, vendar je to izbira: pri stolpcu prihodkov, kjer manjka tretjina vrednosti, ustvari umetno ozko porazdelitev, ki bo popačila vsako nadaljnjo analizo. Pravilo navedi v svojem pozivu, kot je prikazano spodaj, in vedel boš, kaj je bilo storjeno; ostani nejasen in datoteko boš moral znova odpreti, da ugotoviš.
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")
Obdelava datotek Excel
Code Interpreter izvorno obravnava datoteke Excel zahvaljujoč knjižnici openpyxl. Dve razliki glede na CSV si zaslužita tvojo pozornost. Prvič, delovni zvezek vsebuje več listov in poziv, ki ne določi konkretnega lista, bo model prisilil, da dela s tistim, ki ga izbere prvega; zato začni z zahtevo po seznamu listov, kot v primeru. Drugič, Excel vsebuje formule, združene celice in okrasne vrstice glav – elemente, ki izgledajo kot podatki, a niso, in ki jih mora model ignorirati, ker si mu to naročil.
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"}}]
)
Združevanje več datotek
Združevanje je primer, kjer izvajanje kode najbolj izstopa pred ročno obdelavo: štiri četrtletja pomenijo štiri datoteke, katerih stolpci imajo skoraj enaka imena in skoraj enak vrstni red. Ta „skoraj” je problem in prav to program zazna, medtem ko kopiranje in lepljenje to prikrije. Zahtevaj dodaten povzetni list poleg združenih podatkov: ta služi kot kontrola, saj seštevek, ki se ne ujema s seštevkom štirih datotek, takoj razkrije napačno poravnan stolpec.
# 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"}}]
)
Obdelava slik
Code Interpreter upravlja slike s knjižnico Pillow in jasno moraš razumeti, kaj to zajema. To je obdelava slik – spreminjanje velikosti, pretvarjanje, merjenje, sestavljanje – ne vizualno razumevanje: za opis tega, kaj prikazuje fotografija, so aktivne zmožnosti vida modela, ne peskovnik. Oboje se v enem klicu odlično dopolnjuje: model gleda sliko, medtem ko koda transformira.
Analiza in 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 obdelava
Serijska obdelava premakne vprašanje na stroške in omejitve. Vsaka naložena slika porabi prostor za shranjevanje in zaseda peskovnik, katerega prostor in življenjska doba sta omejena: pri več kot nekaj ducat datotek je lokalna skripta s Pillow cenejša in hitrejša. Serijsko obdelavo rezerviraj za primere, kjer je odločitev težko kodirati – obrezovanje, ki je odvisno od vsebine, vodni žig, ki ga je treba postaviti tam, kjer je slika najbolj enakomerna – mehanske transformacije pa prepusti svojemu računalniku.
# 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: Celoten cevovod 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"
)
Podprti formati
| Format | Razširitve | Branje | Pisanje |
|---|---|---|---|
| CSV | .csv | Da | Da |
| Excel | .xlsx, .xls | Da | Da |
| JSON | .json | Da | Da |
| Slike | .png, .jpg, .gif, .bmp | Da | Da |
| Besedilo | .txt, .md | Da | Da |
| Omejeno branje | Ne |
Ključne ugotovitve
- Datoteke naloži z
purpose="user_data"in jih posreduj prekinput_file - Model izvorno obravnava CSV, večlistne Excelove datoteke in slike
- Ustvarjene datoteke pridobi iz anotacij
container_file_citationin jih prenesi prek API-ja za vsebnike (lekcija 10) - Pri velikih datotekah zahtevaj serijsko obdelavo
- Za združevanje in primerjave združi več datotek v enem klicu