> ## Documentation Index
> Fetch the complete documentation index at: https://arka-agent-mintlify-f21cea86.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Data Q&A

> CSV, JSON, TSV, YAML, XML, Parquet, Excel और SQL dump files के बारे में natural-language प्रश्न पूछें — एकल फ़ाइल या पूरे फ़ोल्डर।

Local data files के बारे में प्रश्न पूछें: row counts, totals, top values, summaries, और अधिक। एक फ़ाइल, पूरे फ़ोल्डर, या केवल विशिष्ट formats को query करें।

## Natural language

```bash theme={null}
arka ask data users.csv "how many rows?"
arka ask data ./data/ "what is total revenue?"
arka data_ask reports/ "summarize all files"
arka data_ask folder ./exports --question "how many records total?"
arka analyze csv files in data/ "top 10 products"
arka query_data sales.json "what is total revenue by category?"
```

## CLI commands

| Command | विवरण |
| - | - |
| `arka data_ask users.csv "how many rows?"` | किसी फ़ाइल के बारे में प्रश्न पूछें |
| `arka data_ask ./data/ --format csv "average salary?"` | फ़ोल्डर में केवल CSV files query करें |
| `arka data_ask ./reports/ --formats csv,json "list all columns"` | कई formats द्वारा filter करें |
| `arka data_ask folder ./exports --question "how many records total?"` | स्पष्ट folder mode |
| `ask_data sales.json "total by category"` | `data_ask` का alias |
| `arka query_data report.tsv` | जब कोई प्रश्न नहीं दिया गया हो तो summarize करें |
| `arka analyze_data data.jsonl "top 5 products"` | `data_ask` का alias |

## CSV को एक colored table के रूप में देखें

**Display** के लिए (Q\&A नहीं), `view_data` का उपयोग करें — `csvlook` / pretty printers जैसे tools से प्रेरित:

```bash theme={null}
arka view_data papers.csv
arka view_csv papers.csv --plain
arka show csv papers.csv as json
cat data.tsv | view_data --formats csv,yaml
```

Colored columns terminal में print होते हैं; optional `--formats` `~/arka-generated/` के तहत exports लिखता है (`DATA_OUTPUT_DIR` से override करें)। Analytic प्रश्न अभी भी `data_ask` पर route होते हैं।

## समर्थित formats

`csv`, `json`, `jsonl`, `tsv`, `yaml`, `yml`, `xml`, `parquet`, `xlsx`, `xls`, `sql`

समृद्ध parsing के लिए optional dependencies:

| Format | Package |
| - | - |
| Parquet | `pyarrow` या `pandas` |
| Excel (xlsx) | `openpyxl` या `pandas` |
| YAML | `pyyaml` |

Pandas के बिना, tabular files फिर भी Python standard library (`csv`, `json`) के माध्यम से load होती हैं।

## Folders और format filters

जब path एक directory होती है, Arka data files को extension द्वारा खोजता है (non-recursive, केवल top level)। किन types को load करना है, यह सीमित करने के लिए `--format` या `--formats` का उपयोग करें।

बड़े folders को context size के लिए capped किया जाता है:

* प्रति query **5 files** तक
* Loaded files में कुल **500 rows** तक
* जब files बड़ी हों तो per-file samples और column statistics

## यह कैसे काम करता है

1. Extension(s) से file format(s) का पता लगाता है, वैकल्पिक रूप से `--format` द्वारा filtered
2. एक या अधिक files से rows load करता है (truncated होने पर sample + stats)
3. आपके प्रश्न के साथ LLM को structured context भेजता है
4. Terminal में उत्तर print करता है

यह skill **मौजूदा files को query करने** के लिए है। नकली sample datasets बनाने के लिए, [Generate data](/hi/guides/generate-data) का उपयोग करें।

## उदाहरण

```bash theme={null}
arka data_ask ~/Downloads/orders.csv "what are the top 3 products by quantity?"
arka data_ask ./data/ --format csv "average salary?"
arka query_data metrics.jsonl "average latency by region"
arka analyze_data inventory.parquet
arka data_ask reports/ "summarize all files"
```


## Related topics

- [अपने Arka अनुभव को personalize करें](/hi/guides/personalize.md)
- [AI agent guide — MCP पर Arka उपयोग करें](/hi/guides/ai-agents.md)
- [Chat, web search, और factual Q&A स्किल्स](/hi/guides/chat.md)
- [Skills catalog: 70+ built-in Arka commands](/hi/guides/skills.md)
- [Data generate करें](/hi/guides/generate-data.md)


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.