Awesome GitHub RepositoriesData Wrangling Platforms

OpenRefine is a data cleaning tool and wrangling platform used to transform raw, messy datasets into consistent and structured formats. It operates as a Java-based data processor that runs a local server and provides a web browser interface for managing and manipulating data. The platform includes a data reconciliation engine for matching local entries against external knowledge bases to standardize entities. It also functions as a web data augmentation tool, allowing users to fetch and integrate information from external web sources to enrich their datasets. The system provides a transforma

VisiData is a terminal-based interactive data analysis tool and browser designed for exploring, filtering, and sorting large tabular datasets. It functions as a structured data inspector that loads and flattens complex formats like JSON, XML, and PCAP into interactive sheets, as well as a terminal file manager for navigating directories and performing staged filesystem operations. The project distinguishes itself by rendering data visualizations, such as scatter plots and histograms, directly in the terminal using Unicode Braille characters. It provides a Python-based data wrangling environme

Rath este o platformă de analiză a datelor bazată pe LLM și un motor de analiză augmentată, conceput pentru explorarea și vizualizarea automatizată a datelor. Servește ca un instrument self-service pentru descoperirea tiparelor în seturi mari de date, traducând interogările în limbaj natural în grafice vizuale și identificând relațiile cauzale dintre variabile folosind modele grafice. Platforma se distinge printr-un sistem automatizat de vizualizare a datelor care recomandă tipurile optime de grafice și layout-uri pentru a minimiza erorile de percepție. Integrează modele de limbaj mari pentru a permite interogarea datelor în limbaj natural și utilizează algoritmi de învățare structurală pentru descoperirea relațiilor cauzale, facilitând luarea deciziilor strategice. Sistemul acoperă o gamă largă de capabilități, inclusiv pregătirea și curățarea datelor, crearea de dashboard-uri interactive și vizualizarea automatizată a tendințelor. Oferă atât un proces de descoperire automatizat, cât și o interfață manuală de tip drag-and-drop pentru explorarea independentă a dimensiunilor setului de date.