> For the complete documentation index, see [llms.txt](https://docs.geopard.tech/geopard-tutorials/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.geopard.tech/geopard-tutorials/in/product-tour-web-app/import-precision-agriculture-data/csv-excel.md).

# मिट्टी लैब परिणाम (CSV/Excel) - स्मार्ट इंपोर्ट

GeoPard Agriculture पहली ऐसी प्लेटफ़ॉर्म है जो मिट्टी लैब परिणाम फ़ॉर्मैट की गड़बड़ी को सच में “सुलझाती” है - ऑटोमेटेड स्मार्ट इंपोर्ट के साथ।

## अवलोकन

मिट्टी लैब की फाइलें अक्सर गड़बड़ होती हैं: अलग-अलग टेम्पलेट, भाषाएँ, कॉलम नाम, इकाइयाँ, और कभी-कभी एक ही Excel में कई स्प्रेडशीट। Smart Import इन फाइलों को अपने-आप समझकर इन्हें साफ़ एनालिटिक्स और सिफ़ारिशों के लिए एक समान सैंपलिंग-पॉइंट डेटा में बदल देता है।

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fq4l9jRvhxTwmgtYiLmLe%2Fsoil_lab_results_import.jpeg?alt=media&amp;token=836b5fde-4943-473d-b13a-321e5b9c1fd6" alt="Automated parsing of csv/excel soil lab results"><figcaption><p>csv/excel मिट्टी लैब परिणामों की स्वचालित पार्सिंग</p></figcaption></figure>

## समर्थित फ़ाइलें

* CSV (.csv)
* Excel (.xls, .xlsx), जिसमें multi-sheet workbooks भी शामिल हैं
* प्रति अपलोड कई फाइलें (प्रति फाइल 40 MB)

## स्वतः क्या होता है

* ऑटो-पार्सिंग: असली टेबल + हेडर ढूँढता है (यहाँ तक कि “non-standard” लेआउट में भी)
* बहुभाषी सपोर्ट: अलग-अलग भाषाओं/स्थानीय नामों में सामान्य लैब गुणों के नाम पहचानता है
* स्मार्ट मैपिंग: मैक्रो + माइक्रोन्यूट्रिएंट्स पहचानता है और मैपिंग का प्रीव्यू बनाता है (एडिट किया जा सकता है)
* यूनिट्स मैपिंग + नॉर्मलाइज़ेशन: यूनिट्स पहचानता है, उन्हें एक जैसी यूनिट्स में बदलता है, अजीब/मिश्रित यूनिट्स को चिह्नित करता है
* फ़ील्ड मिलान: GeoPard Sampling Plan के जरिए, या फाइल में दिए गए कोऑर्डिनेट्स से, पॉइंट्स को फ़ील्ड्स से मैप करता है

## GeoPard लैब परिणामों को फ़ील्ड्स से कैसे मिलाता है

GeoPard चार तरीकों से लैब परिणामों को सही फ़ील्ड से मिला सकता है:

1. **Sampling Plan ID और Zone ID**\
   अद्वितीय Sampling Plan ID और Zone ID के लिए अलग-अलग कॉलम इस्तेमाल करें। GeoPard-generated sampling plan से zonal composite sampling के लिए यह सबसे भरोसेमंद विकल्प है।
2. **पॉइंट निर्देशांक (`देशांतर` / `अक्षांश`)**\
   देशांतर और अक्षांश के लिए दो कॉलम इस्तेमाल करें। जब पॉइंट किसी फ़ील्ड की सीमा के अंदर आता है, तो GeoPard उसे स्थानिक रूप से मिलाता है। इस तरीके का उपयोग सिर्फ core-point sampling के लिए करें।
3. **WKT geometry**\
   WKT geometry के लिए एक कॉलम इस्तेमाल करें। GeoPard geometry को फ़ील्ड सीमा से स्थानिक रूप से मिलाता है।
4. **फ़ील्ड नाम / फ़ील्ड ID**\
   फ़ील्ड नाम या फ़ील्ड ID वाले टेक्स्ट कॉलम का उपयोग करें। GeoPard इसे फ़ील्ड से मिलाता है `नाम`. \
   `फ़ील्ड ID` GeoPard फ़ील्ड UUID है (आप इसे ब्राउज़र URL में किसी भी फ़ील्ड पेज पर देख सकते हैं, जैसे <https://app.geopard.tech/field/farmID/[><mark style="color:$primary;">fieldId</mark>]\(#user-content-fn-1)[^1] ).

## कैसे इम्पोर्ट करें

1. डेटा इम्पोर्ट → फ़ाइलें अपलोड करें → लैब परिणाम
2. CSV/XLS/XLSX अपलोड करें
3. फ़ील्ड / सैंपलिंग प्लान चुनें (अगर उपलब्ध हो) + तारीखें
4. प्रीव्यू में मैपिंग + यूनिट्स की समीक्षा करें
5. अपलोड

## प्लानिंग से कनेक्ट हो रहा है

सबसे अच्छा काम करता है [मिट्टी सैंपलिंग - स्वचालित योजना](/geopard-tutorials/in/product-tour-web-app/soil-sampling-automated-planning.md) या निर्देशांक वाली फाइलों के साथ।

## सभी उपयोगकर्ताओं के लिए उपलब्ध।

[^1]: फ़ील्ड का UUID, जो आपको इम्पोर्ट किए गए Excel या CSV दस्तावेज़ में होना चाहिए।


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.geopard.tech/geopard-tutorials/in/product-tour-web-app/import-precision-agriculture-data/csv-excel.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.