如何在Openrefine中製作隨機樣本？

Question

很多時候我們需要提取一個大的隨機樣本dataset？在openrefine上做什麼最好的方法是？這對於在R和Python中用於執行此操作的從業人員可能很有用。

在此先感謝您的任何建議！

Answer 1

Open Refine並沒有內置函數，但您可以使用Python/Jython創建一個隨機整數的新列。例如，如果你有10萬行：

import random 
return random.randint(0, 100000) 

然後，您可以在此列進行排序，永久地重新排序行，並選擇例如第一千與自定義文本方面：

row.index < 1000 

編輯：我忘記了@OwenStephens的this extension增加了一個randomNumber GREL函數。隨意安裝它。