OpenRefine Eğitimi

🧹 OpenRefine Eğitimi

Adım adım, panik yapmadan kirli veri temizleme

👋 Bu Eğitim Kimin İçin?

Bu eğitim, kirli CSV dosyalarıyla cebelleşen herkes içindir. Hedefi: Excel’de iki saat sürecek, hata yapmaya açık, tekrarlanamaz temizlik işlerini OpenRefine ile yarım saatte ve tekrarlanabilir şekilde halletmeyi öğretmek.

Hedef kitle:

  • Veri analizi öğrenenler
  • Akademik araştırmacılar, gazeteciler, tez yazanlar
  • “Bana her hafta aynı pis tablo geliyor” diyen kurumsal çalışanlar
  • Excel’in yetmediği noktada takılan herkes

🎯 Neden OpenRefine?

Veri temizleme analizinin kalitesini en çok belirleyen adımdır. “Garbage in, garbage out” — pis veri ile yapılan analiz pis sonuç verir. OpenRefine bu işi:

  • ✅ Hızlandırır — yazım varyantlarını tek tıkla gruplar (cluster)
  • ✅ Dürüst tutar — yaptığın her işlemi kaydeder, geri alabilirsin
  • ✅ Tekrarlanabilir kılar — operations.json ile aynı temizliği yarın gelen veriye uygulayabilirsin
  • ✅ Yerel çalışır — verin bilgisayarından çıkmaz (hassas veri için kritik)
  • ✅ Ücretsiz ve açık kaynak

📚 İçerik

1. Kurulum ve Veri Güvenliği

OpenRefine nasıl kurulur, hangi özellikleri verini dış sunuculara gönderir, hassas veri ile nasıl güvenli çalışılır.

Başla →

2. Veriyi Tanıyalım

Veri setini yükle, ilk bakışta sorunları gör, OpenRefine arayüzünü tanı.

Başla →

3. Kategorik Kolonları Standartlaştırma

Cinsiyet, abone, ülke, şehir kolonlarındaki yazım varyantlarını Text Facet ve Cluster ile birleştir.

Başla →

4. Sayısal Kolonları Düzenleme

Puan ve gelir kolonlarını GREL ile temizle, locale farklarına dikkat et.

Başla →

5. Telefon Numaraları (Regex)

Düzensiz telefon formatlarını tek hamlede regex ile standartlaştır.

Başla →

6. Tarihleri Standartlaştırma

5 farklı tarih formatını toDate() ile gerçek tarih tipine çevir.

Başla →

7. E-posta ve Yinelenen Kayıtlar

Geçersiz e-postaları regex ile yakala, duplicate’leri tespit edip sil.

Başla →

8. Bitiriş

Temiz veriyi export et, operations.json ile işlem geçmişini sakla, gelecek için tekrarlanabilir bir akış kur.

Başla →

📦 Çalışma Veri Seti

Eğitimde kullandığımız customers_dirty.csv dosyasında 35 satır, 13 kolon var. İçinde:

  • Yazım, büyük/küçük harf, boşluk tutarsızlıkları
  • 5 farklı tarih formatı (1985-03-12, 12.05.1990, 03-Mar-1992, 1995, N/A …)
  • Birden fazla para birimi ve sayı formatı ($5500, 7.500 USD, 3500 EUR, £3500 …)
  • Bozuk telefon numaraları, eksik e-postalar
  • 5 yinelenen kayıt çifti

İsimler uluslararası: John Smith, Yuki Tanaka, François Dubois, Anna Schmidt, Carlos Reyes, Olga Petrova…

🌐 İlgili Kaynaklar

📜 Lisans ve Atıf

Bu eğitim CC BY 4.0 altında paylaşılmaktadır. Kaynağı belirterek özgürce kullanabilir, dağıtabilir ve uyarlayabilirsiniz.

Önerilen atıf:

Beslen, M. (2026). OpenRefine Eğitimi: Adım adım kirli veri temizleme rehberi. https://drmuammer.github.io/openrefine-pratik/

Hata ya da öneri için GitHub Issues üzerinden ulaşabilirsiniz.

“Temiz veri, doğru kararın yarısıdır.”

Başa dön