OpenRefine v2.6 for windows版是一款非常簡單易用的專業(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)庫中無用和錯誤的地方然后進行修正，支持殘缺數(shù)據(jù)、錯誤數(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)庫的結(jié)構(gòu)化和規(guī)范化，小編還為大家?guī)砹薕penRefine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下載使用。

安裝方法

1、OpenRefine在Windows的安裝

下載ZIP包

解壓到某個目錄；

要運行OpenRefine，雙擊openrefine.exe文件。

2、OpenRefine在Mac的安裝

下載DMG文件

打開磁盤鏡像，拖動OpenRefine的圖標到Applications目錄；

雙擊圖標以啟動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OpenRefine。

使用說明

首先我們得載入數(shù)據(jù)文件

打開Open Refine， 點擊屏幕左側(cè)的“新建項目” (Create Project)

先點擊“這臺電腦” (This Computer)，然后點擊“選擇文件”(Choose Files)。 在你的數(shù)據(jù)文件中選擇UniversityData.csv。你就會看到數(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，你也許需要告訴Open Refine使用正確的字符集。要做到這一點，點擊“字符編碼” (Character encoding) 旁邊的空白空間，從中選擇UTF-8。

然后點擊右邊的“新建項目” (Create Project) 鍵。

你可以看到country (“國家”)這一列中， 國家名字不統(tǒng)一。例如，美國即叫 United States，也叫USA。我們要通過創(chuàng)立一個文字歸類， 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，該歸類中所有國家的值就會在屏幕左側(cè)顯示出來。

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

點擊任何歸類名字，你會只看到那個歸類里的行。在我們這個例子里，你只會看到那些國家列里數(shù)據(jù)和你點擊的名字相符的行。

你只要點擊任何一個歸類名，就能對其進行編輯?，F(xiàn)在我們來把美國所有不同的叫法都變成United States。 你鼠標指向 US 這一歸類時，一個的“編輯”edit 選項就會出現(xiàn)。點擊該 編輯 edit。

請打入United States, 然后點擊 應(yīng)用 Apply。

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