《Using OpenRefine》翻译~13

上一篇：《Using OpenRefine》翻译~12

点7：行列转换

有时候数据并不是以你料想的方式在行和列中分布。确实，有很多种数据排布方式，这取决于具体的情况。比如在Powerhouse Museum数据集中，有一些很多维度的列：Height, Width, Depth, Diameter和Weight.但是，并不是所有这些列中都有数据，所以如果按照这种方式排布耗时耗力。一个替代方法是将这5列转换成2列：一列包含维度名称（比如Height 或 Weight），另一列包含量度值（比如35mm 或 2kg）

这里我们想做的就是将这些列转换成行。为了做到这点，点击Height 列下拉菜单： Transpose | Transpose cells across columns into rows…，会弹出如下对话框：

左侧From Column栏中选择需要转换的开始列，Height列已经被选中是因为我们就是点击这一列开始操作的。To Column 栏选择停止转换的列。这两列中间的所有列就是需要转换的列(所以你需要首先将这些列放在一起).这里我们选择Weight,所以这两列及其中间的列将会被转换。

右侧，我们可以选择转换列中的变化内容。Two new columns栏有两项设置， Key column包含的是原来列的名称 (Height, Weight…),Value column包含的是原来的值(35mm, 2kg…). 你可以设置新列的列名，比如Dimension和Measurement. 另外One column栏可以将名称和值都放到一个单元格中，但是这样做后续分析可能比较麻烦。当所有设置项设置好后，点击Transpose开始转换。5列数据将转换成2列，如下所示：

请注意，这里OpenRefine需要设置成records模式以保证信息关联。所以，如过某行有不同的量度信息，那么转换后它们会占据多行。可能你希望能够看到所有5个值，即使有些是空值。那么你可以选择在转换对话框中去掉Ignore blank cells勾选。

我们还可以通过执行Transpose |Columnize by key/value columns…来实现反向转换。但是，这个操作对于空单元格十分敏感，所以必须小心。你可能已经能够将Provenance列（名称/值配对出现）转换成全列格式。

 

小结

本章介绍了一些高级的数据操作。对于多值单元格我们有很多处理方法：当它们的值属于同一类型的话，我们可以将它们分割成多行；当它们意义不同的话，我们可以将它们分割成多列。另外我们也学习了OpenRefine中的一种特殊模式：records模式。在records模式下，属于同一主体的多个行被认为是一个整体，这样就能让我们进行更高效的操作。

我们也介绍了聚类，这在单元格值本身含义一样但是拼写不同时非常有用。你甚至可以定义自己的转换操作，或者基于已存在的列创建新列。最后，我们学习了如何进行合适的行列转换。总的来说，本章介绍了OpenRefine的高级操作，这些操作隐藏在简单的界面下面。到现在为止，你基本可以称得上是OpenRefine高手了。

下一篇：《Using OpenRefine》翻译~14