> 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/pl/przewodnik-po-produkcie-aplikacja-webowa/import-danych-rolnictwa-precyzyjnego/wyniki-laboratorium-glebowego-csv-excel-inteligentny-import.md).

# Wyniki laboratorium glebowego (CSV/Excel) - inteligentny import

GeoPard Agriculture to pierwsza platforma, która naprawdę „rozwiązuje” chaos formatów wyników laboratoriów glebowych - dzięki automatycznemu inteligentnemu importowi.

## PRZEGLĄD

Pliki z laboratorium glebowym często są chaotyczne: różne szablony, języki, nazwy kolumn, jednostki, a nawet wiele arkuszy w jednym pliku Excel. Smart Import automatycznie rozpoznaje te pliki i przekształca je w spójne dane punktów poboru próbek do czystych analiz i zaleceń.

<figure><img src="https://3832317038-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>Automatyczne parsowanie wyników analiz glebowych z CSV/Excel</p></figcaption></figure>

## OBSŁUGIWANE PLIKI

* CSV (.csv)
* Excel (.xls, .xlsx), w tym skoroszyty wieloarkuszowe
* Wiele plików w jednym wgraniu (40 MB na plik)

## CO DZIEJE SIĘ AUTOMATYCZNIE

* Automatyczne parsowanie: znajduje właściwą tabelę + nagłówki (nawet w układach „niestandardowych”)
* Obsługa wielu języków: rozpoznaje popularne nazwy parametrów laboratoryjnych w różnych językach / lokalnych nazewnictwach
* Inteligentne mapowanie: wykrywa makro- i mikroskładniki odżywcze oraz tworzy podgląd mapowania (do edycji)
* Mapowanie jednostek + normalizacja: wykrywa jednostki, konwertuje do spójnych jednostek, oznacza nietypowe/mieszane jednostki
* Dopasowanie pola: mapuje punkty do pól przez plan poboru próbek GeoPard lub na podstawie współrzędnych w pliku

## JAK GEOPARD DOPASOWUJE WYNIKI LABORATORYJNE DO POL

GeoPard może dopasować wyniki laboratoryjne do właściwego pola na cztery sposoby:

1. **Identyfikator planu poboru próbek i identyfikator strefy**\
   Użyj oddzielnych kolumn dla unikalnego identyfikatora planu poboru próbek i identyfikatora strefy. To najbardziej niezawodna opcja dla strefowego poboru prób zbiorczych z planu poboru próbek wygenerowanego w GeoPard.
2. **Współrzędne punktu (`Dł.` / `Szer.`)**\
   Użyj dwóch kolumn dla długości i szerokości geograficznej. GeoPard dopasowuje punkt przestrzennie, gdy znajduje się on w granicach pola. Używaj tej metody tylko dla poboru prób punktowych.
3. **Geometria WKT**\
   Użyj jednej kolumny z geometrią WKT. GeoPard dopasowuje geometrię przestrzennie do granicy pola.
4. **Nazwa pola / ID pola**\
   Użyj kolumny tekstowej z nazwą pola lub ID pola. GeoPard porównuje ją z polem `Nazwa`. \
   `ID pola` to UUID pola GeoPard (znajdziesz go na dowolnej stronie pola w adresie URL przeglądarki, np. <https://app.geopard.tech/field/farmID/[><mark style="color:$primary;">fieldId</mark>]\(#user-content-fn-1)[^1] ).

## JAK ZAIMPORTOWAĆ

1. Import danych → Prześlij pliki → Wyniki laboratoryjne
2. Prześlij CSV/XLS/XLSX
3. Wybierz pole / plan poboru próbek (jeśli dostępny) + daty
4. Sprawdź mapowanie + jednostki w podglądzie
5. Prześlij

## Łączenie z Planowaniem

Najlepiej działa z [Pobór próbek glebowych - planowanie automatyczne](/geopard-tutorials/pl/przewodnik-po-produkcie-aplikacja-webowa/pobor-prob-glebowych-planowanie-automatyczne.md) lub plikami ze współrzędnymi.

## Dostępne dla wszystkich użytkowników.

[^1]: UUID pola, który musi znajdować się w importowanym dokumencie Excel lub CSV.


---

# 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/pl/przewodnik-po-produkcie-aplikacja-webowa/import-danych-rolnictwa-precyzyjnego/wyniki-laboratorium-glebowego-csv-excel-inteligentny-import.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.