如何在Openrefine中制作随机样本？

Question

我们经常需要提取大dataset的随机样本？在openrefine上执行此操作的最佳方式是什么？这可能对以前在R和Python中执行此操作的从业者有用。

提前感谢任何建议！

Answer 1

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，如果你有100 000行：

import random
return random.randint(0, 100000)

然后，您可以对此列进行排序，永久重新排序行，并选择例如带有自定义文本构面的前几千个：

row.index < 1000

编辑：我忘了来自@OwenStephens的this extension添加了randomNumber GREL函数。随意安装它。