Comment faire un échantillon aléatoire dans Openrefine?

Question

Très souvent, nous devons extraire des échantillons aléatoires d'un grand dataset? Quelle est la meilleure façon de le faire sur openrefine? Cela pourrait être utile pour les praticiens habitués à le faire en R et Python.

Merci d'avance pour tout conseil!

Answer 1

Open Refine n'a pas de fonction intégrée pour cela, mais vous pouvez utiliser Python/Jython pour créer une nouvelle colonne d'entiers aléatoires. par exemple, si vous avez 100 000 lignes:

import random 
return random.randint(0, 100000) 

Ensuite, vous pouvez trier ces colonnes, réorganiser les lignes en permanence et sélectionnez par exemple le premier mille avec une facette de texte personnalisé:

row.index < 1000 

EDIT: Je oublié que this extension de @OwenStephens ajoute une fonction GREEN randomNumber. N'hésitez pas à l'installer.