OpenRefine v2.6 for Linux版是一款非常簡(jiǎn)單易用的專業(yè)數(shù)據(jù)優(yōu)化和清洗工具，所謂的數(shù)據(jù)清洗就是檢查數(shù)據(jù)庫(kù)中無(wú)用和錯(cuò)誤的地方然后進(jìn)行修正，支持殘缺數(shù)據(jù)、錯(cuò)誤數(shù)據(jù)以及重復(fù)數(shù)據(jù)的搜索和清洗，旨在提高數(shù)據(jù)庫(kù)的結(jié)構(gòu)化和規(guī)范化，小編還為大家?guī)?lái)了OpenRefine的安裝和使用教程供大家參考，需要此款工具的朋友們歡迎前來(lái)下載使用。

安裝方法

1、OpenRefine在Windows的安裝

下載ZIP包

解壓到某個(gè)目錄；

要運(yùn)行OpenRefine，雙擊openrefine.exe文件。

2、OpenRefine在Mac的安裝

下載DMG文件

打開(kāi)磁盤鏡像，拖動(dòng)OpenRefine的圖標(biāo)到Applications目錄；

雙擊圖標(biāo)以啟動(dòng)OpenRefine。

3、OpenRefine在Linux的安裝

下載gzipped包

解壓到當(dāng)前用戶的home目錄；

在終端命令行環(huán)境，鍵入./refine以啟動(dòng)OpenRefine。

使用說(shuō)明

首先我們得載入數(shù)據(jù)文件

打開(kāi)Open Refine， 點(diǎn)擊屏幕左側(cè)的“新建項(xiàng)目” (Create Project)

先點(diǎn)擊“這臺(tái)電腦” (This Computer)，然后點(diǎn)擊“選擇文件”(Choose Files)。 在你的數(shù)據(jù)文件中選擇UniversityData.csv。你就會(huì)看到數(shù)據(jù)。

該文件中有些中文文字(列的名字)。如果中文顯示不對(duì)，你也許需要告訴Open Refine使用正確的字符集。要做到這一點(diǎn)，點(diǎn)擊“字符編碼” (Character encoding) 旁邊的空白空間，從中選擇UTF-8。

然后點(diǎn)擊右邊的“新建項(xiàng)目” (Create Project) 鍵。

你可以看到country (“國(guó)家”)這一列中， 國(guó)家名字不統(tǒng)一。例如，美國(guó)即叫 United States，也叫USA。我們要通過(guò)創(chuàng)立一個(gè)文字歸類， 讓Open Refine 給我們看 country 一列中所有的值。摁下 country 旁邊的小下箭頭，選擇 歸類 Facet -> 文本歸類 Text Facet。

片刻后，該歸類中所有國(guó)家的值就會(huì)在屏幕左側(cè)顯示出來(lái)。

你可以看到美國(guó)有多個(gè)不同叫法， 還有一些錯(cuò)誤的名字，比如有一行美國(guó)叫United States )， 還有一個(gè)捏造的國(guó)家叫Utopia(烏托邦)!每個(gè)不同的國(guó)家名叫一個(gè)歸類, Open Refine 給你顯示了每一個(gè)歸類里有多少行數(shù)據(jù)。

點(diǎn)擊任何歸類名字，你會(huì)只看到那個(gè)歸類里的行。在我們這個(gè)例子里，你只會(huì)看到那些國(guó)家列里數(shù)據(jù)和你點(diǎn)擊的名字相符的行。

你只要點(diǎn)擊任何一個(gè)歸類名，就能對(duì)其進(jìn)行編輯?，F(xiàn)在我們來(lái)把美國(guó)所有不同的叫法都變成United States。 你鼠標(biāo)指向 US 這一歸類時(shí)，一個(gè)的“編輯”edit 選項(xiàng)就會(huì)出現(xiàn)。點(diǎn)擊該 編輯 edit。

請(qǐng)打入U(xiǎn)nited States, 然后點(diǎn)擊 應(yīng)用 Apply。

現(xiàn)在所有是 US 的2609行都變成了United States。 對(duì)每一個(gè)別的叫法都同樣進(jìn)行編輯，直到美國(guó)所有的叫法都變成United States。 你做完后，你的歸類應(yīng)該如下：