如何在Openrefine中制作随机样本？

Question

很多时候我们需要提取一个大的随机样本dataset？在openrefine上做什么最好的方法是？这对于在R和Python中用于执行此操作的从业人员可能很有用。

在此先感谢您的任何建议！

Answer 1

Open Refine并没有内置函数，但您可以使用Python/Jython创建一个随机整数的新列。例如，如果你有10万行：

import random 
return random.randint(0, 100000) 

然后，您可以在此列进行排序，永久地重新排序行，并选择例如第一千与自定义文本方面：

row.index < 1000 

编辑：我忘记了@OwenStephens的this extension增加了一个randomNumber GREL函数。随意安装它。