2.2 KiB
3.4 Tutorial zu OpenRefine
Bevor wir die im vorigen Abschnitt heruntergeladenen MARC21-Daten verarbeiten, sollten wir uns erst noch gründlicher mit OpenRefine vertraut machen und an das sehr kurze erste Erlebnis aus Kapitel 1.6 anknüpfen.
Für OpenRefine gibt es eine riesige Fülle von Tutorials, die den Einstieg erleichtern. Um die Funktionsweise kennenzulernen, ist es am einfachsten eins dieser Tutorials durchzuarbeiten.
Aufgabe: Tutorial "Cleaning Data with OpenRefine" durcharbeiten
Wir bearbeiten jetzt das folgende selbsterklärende Tutorial:
Seth van Hooland, Ruben Verborgh and Max De Wilde
2013-08-05: "Cleaning Data with OpenRefine" In: Programming Historian. http://programminghistorian.org/lessons/cleaning-data-with-openrefine
Rufen Sie sich das Tutorial im Browser auf und starten dann OpenRefine. So können Sie zwischen den Browsertabs komfortabel hin und her schalten.
Falls Sie sich nicht mehr gut an OpenRefine erinnern, schauen Sie sich die Erläuterungen in Kapitel 1.6 Metadaten ansehen mit OpenRefine noch einmal an. Hier der Startbefehl:
~/openrefine-2.7/refine
Die im Tutorial benannte Ausgangsdatei phm-collection.tsv können Sie unter folgender Adresse herunterladen: http://data.freeyourmetadata.org/powerhouse-museum/phm-collection.tsv
Wichtiger Hinweis zur Arbeit mit dem Tutorial
Wir verwenden die neue OpenRefine Version 2.7, die andere Standardeinstellungen hat. Daher ist abweichend vom Tutorial folgende Einstellung beim Import der TSV-Datei vorzunehmen:
- Checkbox bei "Parse cell text into numbers, dates, ..." aktivieren
Die Checkbox bei "Quotation marks are used to enclose cells containing column separators" muss deaktiviert werden, das steht so aber auch im Tutorial.
