Open Refine es un software libre y multiplataforma para limpiar, estructurar y codificar datos. Permite obtener una visión general de un conjunto de datos, resolver inconsistencias en formatos, terminología y datos, y dividir datos en partes más granulares. Ofrece opciones para corregir inconsistencias, agregar datos externos, analizar datos por facetas y ordenar, clasificar y codificar datos.
1. OPEN REFINE PARA LA
PUBLICACIÓN Y VISIBILIDAD
DE DATASETS EN
REPOSITORIOS DE DATOS
Temas: Open Refine
2. OpenRefine
Software libre Mutiplataforma Autoejecutable
Limpieza de
datos
Estructuración
de datos
Codificación de
datos
Fomenta el
manejo de datos
Amplia
escalabilidad
Granularidad de
datos
3. OpenRefine
Con un formato tabular simple, puedes:
Obtener una visión general de un conjunto de datos
Resolver inconsistencias en los formatos de un conjunto de datos
Resolver inconsistencias en donde aparecen los datos
Resolver inconsistencias en la terminología utilizada en los datos
Dividir a los datos en partes más granulares.
Hacer coincidir los datos locales con otros conjuntos de datos
Enriquecer a un conjunto de datos con datos de otras fuentes
5. Escenarios comunes
◦ Corregir inconsistencias en el formato de los datos
Datos que tienes Datos deseados
1º enero 2020 2020-01-01
01/01/2020 2020-01-01
2020-01-01 2020-01-01
Ene 1 2020 2020-01-01
Datos que tienes Datos deseados
CDMX Ciudad de México
Ciudad de México] Ciudad de México
Mexico City,] Ciudad de México
mexico Ciudad de México
6. OpenRefine
◦ Agregar datos de una fuente de datos externa
Datos que tienes Fecha de nacimiento
disponible en VIAF
Fecha de muerte
disponible en VIAF
Borges, Jorge Luis 1899 1986
Monsivais, Carlos 1938 2010
Joyce, James 1882 1941
Morrison, Jim 1943 1971
8. OpenRefine
◦ Facetas:
◦ Ayudan a obtener una visión
general de los datos
◦ Ayudan a brindar más
consistencia a los datos
◦ Con las facetas
podemos:
◦ Agrupar todos los valores
comunes que aparecen en una
columna
◦ Filtrar los datos por estos
valores
◦ Editar valores en muchos
registros al mismo tiempo
◦ La información de faceta
aparece en el panel izquierdo