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

Hinweise

Die im Tutorial benannte Ausgangsdatei phm-collection.tsv können Sie unter folgender Adresse herunterladen: http://data.freeyourmetadata.org/powerhouse-museum/phm-collection.tsv

Achtem Sie beim Import auf die richtigen Einstellungen:

• Checkbox "Parse cell text into numbers, dates, ..." aktivieren
• Checkbox "Quotation marks are used to enclose cells containing column separators" deaktivieren

Das steht zwar so auch im Tutorial, ist aber leicht zu übersehen.