Atelier OpenRefine aux AHP-PReST, 25/04/2022

OpenRefine est un logiciel de bureau opensource dédié à l’exploration, au nettoyage, à la transformation et à l’enrichissement des données, une activité parfois appelé data cleansing ou encore data wrangling. Mais pourquoi wrangling ? En fait un wrangler est un cowboy et donc ici le data wrangler peut être vu comme le cowboy de la donnée, essayant de rassembler ses données éparpillées de la même manière qu’un cowboy rassemble ou tri son bétail. Le terme utilisé dans le langage courant aux États-Unis sous-entend que l’activité est laborieuse, déplaisante, fatigante, mais que celle-ci doit être faite pour aboutir à un travail bien fait. Par exemple, vous pourriez demander à votre enfant, wrangle your room, ce qui signifie en français “range cette pagaille” (en restant poli). Ramené à la donnée, cela représente 80% du temps passé par les équipes informatiques, les analystes métiers ou les data scientists. Le data wrangling se positionne en amont de la visualisation, de la publication et de la curation des données.

Qu’est ce que le Data Wrangling ?, Victor Coustenoble : Lien

Nous étions donc 7 membres des AHP et de la MSH Lorraine à nous former au data wrangling à l’aide d’OpenRefine, un logiciel java susceptible de fonctionner sous tout système d’exploitation. Philippe Houdry, formateur de l’INIST et spécialiste des traitements sous OpenRefine, Python, outils et langages apparentés présente l’outil. La journée se déroule en 2 x 2h et 8 parties au cours desquelles les fonctionnalités de base sont abordées. La “réconciliation” des données avec Wikidata conclut la session.