【发布时间】：2018-02-14 05:36:30
【问题描述】：
我们经常需要抽取大量dataset 的随机样本？在openrefine 上最好的方法是什么？这对于习惯于在R 和Python 中执行此操作的从业者可能很有用。
提前感谢您的任何建议！
【问题讨论】：
标签： random data-cleaning openrefine
【发布时间】：2018-02-14 05:36:30
【问题描述】：
Open Refine 没有内置函数，但您可以使用 Python/Jython 创建一个新的随机整数列。例如，如果您有 100 000 行：
import random
return random.randint(0, 100000)
然后，您可以对这些列进行排序、对行进行永久重新排序并选择例如带有自定义文本构面的前一千：
row.index < 1000
编辑：我忘记了@OwenStephens 的this extension 添加了一个 randomNumber GREL 函数。随意安装。
【讨论】：
-
这很有帮助。再次感谢！埃托雷！
-
不客气。顺便编辑了答案。注意：如果您对 OpenRefine 有具体问题，也可以在专用的Google group 上提问。