Interagera med tabeller i ChatGPT
När du laddar upp en fil skapar ChatGPT automatiskt en interaktiv tabellvy som gör att du kan bläddra igenom dina data och visa alla dina rader och kolumner.
När filen har laddats upp kan du följa upp med frågor som rör datauppsättningen. Prompterna behöver inte ange specifika åtgärder – kommandon på naturligt språk som ”analysera” eller ”jämför” räcker för att ChatGPT ska kunna producera resultat.
Du kan också skapa tabeller direkt i ChatGPT genom att begära att resultatet genereras som en tabell.
För att få en bättre överblick över dina data kan du expandera tabellen genom att klicka på de två pilarna i tabellens övre högra hörn:
I tabellvyn kan du välja en specifik rad eller kolumn och skapa en prompt för att få insikter om de markerade uppgifterna. Till exempel har vi här valt en kolumn och frågat efter det objekt som förekommer oftast.
Flera rader eller kolumner kan väljas genom att hålla ned Command-tangenten på Mac eller Ctrl-tangenten på Windows och klicka på raderna eller kolumnerna. Flera celler kan också väljas genom att klicka på en cell och dra musen så att den täcker det avsedda området.
När du har valt flera objekt kan du be ChatGPT att beräkna ett värde eller utföra en åtgärd på de valda värdena. Du kan till exempel markera en uppsättning celler och be ChatGPT att beräkna medelvärdet.
Redigera och skapa tabeller med ChatGPT
Du kan ladda upp och redigera dina befintliga tabeller genom att be ChatGPT att göra uppdateringar. Du kan till exempel ge ChatGPT en prompt om att uppdatera en tabell med en kolumn som innehåller medelvärdena.
Du kan ge ChatGPT en prompt om att göra specifika ändringar genom att markera de kolumner, rader eller celler som du vill att uppdateringarna ska baseras på. Här har vi markerat två av kolumnerna och begärt en ny kolumn i tabellen som innehåller deras summor.
Du kan ladda ned tabellen som genererats av ChatGPT genom att klicka på nedladdningsknappen i tabellens övre högra hörn. Observera att den nedladdade filen kommer att vara i CSV-format.
Visualisera dina data med ChatGPT
När du har laddat upp en fil kan du ge ChatGPT en prompt om att skapa ett statiskt diagram. Du kan låta ChatGPT avgöra den idealiska diagramtypen för datauppsättningen, eller ange en av våra diagramtyper som stöds i din prompt: linjediagram, stapeldiagram, cirkeldiagram, histogram, punktdiagram, lådagram (Box-and-Whisker Plots), värmekartor, ytdiagram, radardiagram, trädkartor, bubbeldiagram och vattenfallsdiagram.
Observera att endast stapel-, cirkel-, punkt- och linjediagram för närvarande är interaktiva i de flesta fall.
Om ingen diagramtyp anges avgör ChatGPT vilken diagramtyp som är idealisk att generera.
I diagrammets övre högra hörn kan du ladda ned eller expandera diagrammets storlek. Som standard är nedladdade diagram i PNG-format.
Du kan också ändra diagramfärger eller slå på eller av dess interaktivitet. När du ändrar färger kan du välja en av våra standardfärger eller ange hexkoden för en färg.
Vanliga typer av analys
ChatGPT är tränat för att utföra en mängd olika dataanalysuppgifter. Några vanliga uppgifter är:
Avvikelsedetektering och åtgärder
När du fattar beslut med data är det viktigt att säkerställa att dina källdata är så korrekta som möjligt. ChatGPT vet hur man identifierar data som kan saknas eller vara felaktiga. Vanliga problem som ChatGPT kan identifiera och åtgärda är:
Saknade värden
Avvikande värden
Dubblettrader
Felaktiga datatyper
Börja din analys med en prompt som denna: Kontrollera dessa data efter vanliga problem.
När ChatGPT har identifierat vanliga problem kan du be den att åtgärda dem. Beroende på vilka problem som uppstår kan ChatGPT erbjuda flera alternativ att välja mellan. Om du är osäker på konsekvenserna av dessa val kan du prova att be ChatGPT om mer information.
Aggregering och integrering
ChatGPT kan aggregera stora mängder strukturerade data för att hjälpa dig att förstå informationen. Några aggregeringar som ChatGPT kan utföra är:
Summor
Medelvärden (median, medelvärde, typvärde)
Minimi- och maximivärden
Antal unika värden
Standardavvikelse
Du kan expandera en tabell och välja en eller flera numeriska kolumner och sedan använda en prompt som denna: Beräkna medianen och standardavvikelsen för dessa data.
ChatGPT kan också slå samman flera datauppsättningar baserat på gemensamma identifierare.
Anta att du laddar upp två kalkylblad, ett som innehåller kunder och ett som innehåller köp. Köpposter är kopplade till kundposter via en customer_id egenskap. ChatGPT vet hur båda filerna ska integreras i en enda datauppsättning så att den kan svara på frågor som ”Vad är totalsumman för alla köp som gjorts av kunder med ett guldabonnemang?”
ChatGPT slår automatiskt samman datauppsättningar åt dig när du ställer en fråga där det krävs.
Avancerad statistisk analys
ChatGPT förstår hur man utför en mängd olika statistiska analyser och kan välja lämpliga tekniker baserat på dina krav. Några typer av analyser som ChatGPT kan utföra är:
Jämförande statistik: Detta innebär att jämföra olika grupper eller variabler för att förstå deras skillnader eller likheter. Tekniker omfattar t-test, ANOVA (variansanalys) och MANOVA (multivariat variansanalys).
Korrelations- och regressionsanalys: Dessa metoder bedömer sambandet mellan variabler. Korrelationsanalys mäter sambandets styrka och riktning, medan regressionsanalys modellerar sambandet för att förutsäga utfall.
Tidsserieanalys: Denna typ av analys undersöker datapunkter som samlats in över tid för att identifiera trender, cykler och säsongseffekter. Metoder omfattar ARIMA (Autoregressive Integrated Moving Average) och säsongsdekomposition.
Du behöver inte vara dataforskare för att använda dessa tekniker! Om du inte är säker på vilken teknik som passar bäst för dina data kan du prova att berätta för ChatGPT vad du vill förstå och be den rekommendera den bästa analystekniken. Om du inte är säker på hur du ska tolka analysens resultat kan du be ChatGPT att förklara det för dig. En effektiv prompt kan vara: Finns det något anmärkningsvärt eller ovanligt med denna analys?