OpenRefine

OpenRefine (anteriormente Google Refine) es una poderosa herramienta para trabajar con datos desordenados: limpiarlo; transformándolo de un formato a otro; y extenderlo con servicios web y datos externos.

OpenRefine puede ayudarlo a explorar grandes conjuntos de datos con facilidad. OpenRefine se puede usar para vincular y ampliar su conjunto de datos con varios servicios web. Algunos servicios también permiten a OpenRefine cargar sus datos limpios en una base de datos central, como Wikidata.

Se puede utilizar para vincular y ampliar su conjunto de datos con varios servicios web. Algunos servicios también permiten que cargue sus datos limpios en una base de datos central, como Wikidata. . Una lista creciente de extensiones y complementos está disponible en la wiki .

Usando OpenRefine de Ruben Verborgh, Max De Wilde ofrece a cualquiera una excelente introducción al programa. Organizado por recetas con ejemplos prácticos, el libro cubre los siguientes temas:

Importar datos en varios formatos
Explore conjuntos de datos en cuestión de segundos
Aplicar transformaciones celulares básicas y avanzadas
Tratar con celdas que contienen múltiples valores
Crear enlaces instantáneos entre conjuntos de datos
Filtre y particione sus datos fácilmente con expresiones regulares
Utilice la extracción de entidades con nombre en los campos de texto completo para identificar automáticamente los temas.
Realice operaciones de datos avanzadas con el lenguaje general de expresión de refinamiento