Traiter des données : CSV, Excel, images
På denna sida
Mis à jour le 2 novembre 2026 selon la documentation OpenAI : l’outil Code Interpreter nécessite un paramètre
container(ajouté à tous les exemples), les parties de texte en entrée utilisent le typeinput_text, et la recherche web utilise l’outilweb_search(web_search_previewest désormais un outil obsolète sans filtres de domaine). Les fichiers générés sont récupérés via les fonctionsfichiers_generesettelechargerde la leçon 10. Les fichiers joints à un message sont téléchargés avec l’usageuser_data, ce qu’OpenAI recommande pour les entrées du modèle (File inputs). Sources : Code Interpreter · Recherche web.
Traiter des données : CSV, Excel, images
Code Interpreter change la nature de ce que tu demandes au modèle. Sans lui, tu obtiens une description de ce qu’il faut faire ; avec lui, le modèle écrit du code Python, l’exécute dans un bac à sable, vérifie le résultat et corrige son propre code s’il commet une erreur. Pour un fichier de données, la différence est décisive : personne ne peut deviner la structure d’un CSV sans l’ouvrir, et c’est exactement ce que permet l’exécution de code.
Le raisonnement de cette leçon s’applique aux trois formats suivants. Tu télécharges le fichier, décris le résultat attendu en langage naturel et récupères soit une analyse, soit un nouveau fichier. Ce qui sépare un bon usage d’un mauvais tient à la précision de ton instruction : « analyse ce fichier » produit un résumé générique, tandis qu’une demande numérotée comme celles ci-dessous produit un résultat directement utilisable.
Traitement des fichiers CSV
Analyse exploratoire
Commence toujours par là, même si tu penses connaître le fichier. Un CSV exporté depuis un outil métier recèle des surprises que le cahier des charges ne mentionne pas : une colonne numérique stockée en texte à cause d’un séparateur décimal, des dates dans trois formats différents, ou une ligne de total glissée au milieu des données. Les cinq points demandés ci-dessous — dimensions, types, valeurs manquantes, statistiques et aperçu — constituent le minimum avant toute transformation, car ils déterminent ce que tu pourras demander ensuite.
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)
Nettoyage et transformation
Le nettoyage est l’étape où les décisions comptent, et où tu dois les prendre explicitement plutôt que de les laisser au modèle. Remplir les valeurs manquantes par la médiane pour les nombres et le mode pour les catégories est un choix défendable, mais c’est un choix : sur une colonne de chiffre d’affaires où un tiers des valeurs manque, cela crée une distribution artificiellement étroite qui faussera toute analyse ultérieure. Énonce la règle dans ton prompt, comme ci-dessous, et tu sauras ce qui a été fait ; reste vague, et tu devras rouvrir le fichier pour le découvrir.
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")
Traitement des fichiers Excel
Code Interpreter gère nativement les fichiers Excel grâce à openpyxl. Deux différences par rapport au CSV méritent ton attention. Premièrement, un classeur contient plusieurs feuilles, et un prompt qui n’en spécifie aucune amènera le modèle à travailler sur celle qu’il choisit en premier ; commence donc par demander la liste des feuilles, comme dans l’exemple. Deuxièmement, Excel contient des formules, des cellules fusionnées et des lignes d’en-tête décoratives — des éléments qui ressemblent à des données mais n’en sont pas, et que le modèle doit savoir ignorer parce que tu le lui as dit.
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"}}]
)
Fusionner plusieurs fichiers
La fusion est le cas où l’exécution de code prend le plus d’avance sur le traitement manuel : quatre trimestres signifient quatre fichiers dont les colonnes ont presque les mêmes noms et presque le même ordre. Ce « presque » est le problème, et c’est précisément ce qu’un programme détecte tandis que le copier-coller le masque. Demande une feuille de résumé en plus des données fusionnées : elle sert de contrôle, car un total qui ne correspond pas à la somme des quatre fichiers révèle immédiatement une colonne mal alignée.
# 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"}}]
)
Traitement des images
Code Interpreter manipule les images avec Pillow, et tu dois voir clairement ce que cela couvre. Il s’agit de traitement d’image — redimensionnement, conversion, mesure, composition — et non de compréhension visuelle : pour décrire ce que montre une photo, ce sont les capacités de vision du modèle qui sont à l’œuvre, pas le bac à sable. Les deux se combinent très bien dans un seul appel, le modèle regardant l’image tandis que le code la transforme.
Analyse et transformation
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"}}]
)
Traitement par lots
Le traitement par lots déplace la question vers le coût et les limites. Chaque image téléchargée consomme du stockage et occupe le bac à sable, dont l’espace et la durée de vie sont bornés : au-delà de quelques dizaines de fichiers, un script local avec Pillow coûte moins cher et s’exécute plus vite. Réserve le traitement par lots aux cas où la décision est difficile à coder — un recadrage qui dépend du contenu, un filigrane à placer là où l’image est la plus uniforme — et garde les transformations mécaniques pour ta propre machine.
# 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"}}]
)
Modèle : Pipeline ETL complet
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"
)
Formats pris en charge
| Format | Extensions | Lecture | Écriture |
|---|---|---|---|
| CSV | .csv | Oui | Oui |
| Excel | .xlsx, .xls | Oui | Oui |
| JSON | .json | Oui | Oui |
| Images | .png, .jpg, .gif, .bmp | Oui | Oui |
| Texte | .txt, .md | Oui | Oui |
| Lecture limitée | Non |
Viktiga punkter
- Télécharge les fichiers avec
purpose="user_data"et passe-les viainput_file - Le modèle gère nativement les CSV, les Excel multi-feuilles et les images
- Récupère les fichiers générés depuis les annotations
container_file_citationet télécharge-les via l’API des conteneurs (leçon 10) - Pour les gros fichiers, demande un traitement par lots
- Combine plusieurs fichiers dans un seul appel pour les fusions et les comparaisons