random - 如何在Openrefine中进行随机样本？

Question

我们经常需要从大型数据集中提取随机样本？在 openrefine 上执行此操作的最佳方法是什么？这对于习惯在 R 和 Python 中执行此操作的从业者来说可能很有用。

预先感谢您的任何建议!

Answer 1

Open Refine 没有内置函数，但您可以使用 Python/Jython 创建新的随机整数列。例如，如果您有 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方面的前一千个:

row.index < 1000

编辑:我忘记了this extension来自 @OwenStephens 添加了 randomNumber GREL 函数。请随意安装它。