Git Stars Git Stars

#data-processing Repositories

Entdecke 72 aktive Open-Source-GitHub-Repositories, die mit #data-processing getaggt sind und insgesamt 211,976 Sterne gesammelt haben (durchschnittlich 2,944 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist pathwaycom/pathway mit 61,976 Sternen.

72
Gesamtzahl der Repositories
211,976
Gesamtanzahl der Sterne
2,944
Durchschnittliche Sterne/Repo

Insgesamt 72 Repositories

1
pathwaycom/pathway

Python ETL-Framework für Stream-Verarbeitung, Echtzeitanalysen, LLM-Pipelines und RAG.

pathwaycom
⭐ 61,976 Python 👤 pathwaycom Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2022-11-27
2
cocoindex-io/cocoindex

Inkrementeller Engine für Langhorizont-Agenten 🌟 Stern geben, wenn es dir gefällt!

cocoindex-io
⭐ 11,923 Rust 👤 cocoindex-io Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-03-03
3
onceupon/Bash-Oneliner

Eine Sammlung nützlicher Bash One-Liners und Terminal-Tricks für die Datenverarbeitung und die Wartung von Linux-Systemen.

onceupon
⭐ 10,805 👤 onceupon User 🕐 Aktualisiert 2026-09-22 📅 Erstellt 2016-06-14
4
johnkerl/miller

Miller ist wie awk, sed, cut, join und sort für namenindizierte Daten wie CSV, TSV und tabellarisches JSON.

johnkerl
⭐ 10,069 Go 👤 johnkerl User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2015-05-03
5
OpenDCAI/DataFlow

[SIGMOD'27] Einfache Datenaufbereitung mit den neuesten LLM-basierten Operatoren und Pipelines.

OpenDCAI
⭐ 8,650 Python 👤 OpenDCAI Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2024-10-13
6
TomWright/dasel

Einheitliche Abfrage, Transformation und Modifikation von JSON, TOML, YAML, XML, INI, HCL, KDL und CSV.

TomWright
⭐ 8,093 Go 👤 TomWright User 🕐 Aktualisiert 2026-11-02 📅 Erstellt 2020-09-22
7
datajuicer/data-juicer

Datenverarbeitung für und mit grundlegenden Modellen! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

datajuicer
⭐ 7,266 Python 👤 datajuicer Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-08-01
8
google/snappy

Ein schneller Kompressor/Dekompressor

google
⭐ 6,633 C++ 👤 google Organization 🕐 Aktualisiert 2026-10-23 📅 Erstellt 2014-03-03
9
NVIDIA/DALI

Eine GPU-beschleunigte Bibliothek, die hochoptimierte Bausteine und eine Ausführungsengine für die Datenverarbeitung enthält, um Deep-Learning-Training- und Inferenz-Anwendungen zu beschleunigen.

NVIDIA
⭐ 5,797 C++ 👤 NVIDIA Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2018-06-01
10
deepseek-ai/smallpond

Ein leichtgewichtiges Datenverarbeitungs-Framework, das auf DuckDB und 3FS basiert.

deepseek-ai
⭐ 4,960 Python 👤 deepseek-ai Organization 🕐 Aktualisiert 2025-03-05 📅 Erstellt 2025-02-24
11
unionai-oss/pandera

Eine leichte, flexible und ausdrucksstarke Bibliothek für statistische Datentests

unionai-oss
⭐ 4,532 Python 👤 unionai-oss Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2018-11-01
12
knownsec/aipyapp

KI-gestütztes Python & KI-gestütztes Python (Python-Nutzung)

knownsec
⭐ 4,026 HTML 👤 knownsec Organization 🕐 Aktualisiert 2026-02-15 📅 Erstellt 2025-04-06
13
Rdatatable/data.table

R's data.table Paket erweitert data.frame:

Rdatatable
⭐ 3,930 R 👤 Rdatatable Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2014-06-07
14
TimelyDataflow/differential-dataflow

Eine Implementierung von differential dataflow mit timely dataflow auf Rust.

TimelyDataflow
⭐ 3,040 Rust 👤 TimelyDataflow Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2015-05-05
15
numaproj/numaflow

Kubernetes-native Plattform zum Ausführen von massiv parallelen Daten-/Streaming-Jobs

numaproj
⭐ 2,837 Rust 👤 numaproj Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2022-05-20
16
datachain-ai/datachain

Die Kontextschicht für unstrukturierte Daten: typisierte, versionierte Datensätze über S3, GCS, Azure

datachain-ai
⭐ 2,831 Python 👤 datachain-ai Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-06-25
17
elixir-broadway/broadway

Gleichzeitige und mehrstufige Datenaufnahme und Datenverarbeitung mit Elixir

elixir-broadway
⭐ 2,694 Elixir 👤 elixir-broadway Organization 🕐 Aktualisiert 2026-11-06 📅 Erstellt 2018-11-05
18
google/googlesql

GoogleSQL (ehemals ZetaSQL) – Analyzer Framework für SQL

google
⭐ 2,644 C++ 👤 google Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2019-04-16
19
asyml/texar

Toolkit für maschinelles Lernen, natürliche Sprachverarbeitung und Textgenerierung in TensorFlow. Dies ist Teil des CASL-Projekts: http://casl-project.ai/

asyml
⭐ 2,391 Python 👤 asyml Organization 🕐 Aktualisiert 2026-07-21 📅 Erstellt 2017-07-22
20
bytewax/bytewax

Python Stream-Verarbeitung

bytewax
⭐ 2,074 Python 👤 bytewax Organization 🕐 Aktualisiert 2026-11-13 📅 Erstellt 2022-02-04
21
NVIDIA-NeMo/Curator

Skalierbare Toolkit für Datenvorverarbeitung und -kuratierung für LLMs

NVIDIA-NeMo
⭐ 1,866 Python 👤 NVIDIA-NeMo Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2024-03-14
22
felt/tippecanoe

Erstellen Sie Vektor-Kachel-Sets aus großen Sammlungen von GeoJSON-Features.

felt
⭐ 1,638 C++ 👤 felt Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2022-08-15
23
allenai/dolma

Daten und Werkzeuge zur Generierung und Überprüfung von OLMo-Vortrainingsdaten.

allenai
⭐ 1,564 Python 👤 allenai Organization 🕐 Aktualisiert 2026-08-24 📅 Erstellt 2023-06-20
24
pyper-dev/pyper

Konkurrierendes Python einfach gemacht

pyper-dev
⭐ 1,521 Python 👤 pyper-dev User 🕐 Aktualisiert 2025-02-04 📅 Erstellt 2024-05-22
25
GoogleCloudPlatform/data-science-on-gcp

Quellcode, der das Buch begleitet: Data Science auf der Google Cloud Platform, Valliappa Lakshmanan, O'Reilly 2017

GoogleCloudPlatform
⭐ 1,432 Jupyter Notebook 👤 GoogleCloudPlatform Organization 🕐 Aktualisiert 2026-02-20 📅 Erstellt 2017-02-10
26
zapret-info/z-i

Register der in der Russischen Föderation gefilterten Internet-Adressen

zapret-info
⭐ 1,388 👤 zapret-info User 🕐 Aktualisiert 2025-10-01 📅 Erstellt 2012-11-19
27
ncbi
⭐ 1,376 C 👤 ncbi Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2014-08-21
28
run-house/kubetorch

Verteilen und Ausführen von KI-Workloads auf Kubernetes auf magische Weise in Python, wie PyTorch für die ML-Infrastruktur.

run-house
⭐ 1,228 Python 👤 run-house Organization 🕐 Aktualisiert 2026-05-29 📅 Erstellt 2022-05-10
29
RadarCODE/awesome-sar

Eine kuratierte Liste von fantastischer Synthetik-Apertur-Radar (SAR)-Software, Bibliotheken und Ressourcen.

RadarCODE
⭐ 1,193 👤 RadarCODE Organization 🕐 Aktualisiert 2025-07-22 📅 Erstellt 2016-06-03
30
GeospatialPython/pyshp

Diese Bibliothek liest und schreibt ESRI Shapefiles in reinem Python.

GeospatialPython
⭐ 1,160 Python 👤 GeospatialPython User 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2014-03-04
31
nikic/iter

Iterationsprimitiven mit Generatoren

nikic
⭐ 1,145 PHP 👤 nikic User 🕐 Aktualisiert 2026-09-23 📅 Erstellt 2013-07-01
32
felixonmars/fcitx5-pinyin-zhwiki

Fcitx 5 Pinyin Wörterbuch von zh.wikipedia.org

felixonmars
⭐ 1,108 Python 👤 felixonmars User 🕐 Aktualisiert 2026-10-17 📅 Erstellt 2020-05-23
33
tadija/AEXML

Swift Helfer für einfache und leichte XML-Verarbeitung

tadija
⭐ 1,037 Swift 👤 tadija User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2014-10-16
34
google-deepmind/tree

tree ist eine Bibliothek zum Arbeiten mit verschachtelten Datenstrukturen

google-deepmind
⭐ 1,027 Python 👤 google-deepmind Organization 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2019-10-08
35
thepycoach/automation

Automatisierung mit Python (Excel, Skripte usw.)

thepycoach
⭐ 1,010 Jupyter Notebook 👤 thepycoach User 🕐 Aktualisiert 2024-05-19 📅 Erstellt 2021-05-02
36
negokaz/excel-mcp-server

Ein Model Context Protocol (MCP)-Server, der MS Excel-Daten liest und schreibt

negokaz
⭐ 991 Go 👤 negokaz User 🕐 Aktualisiert 2025-07-19 📅 Erstellt 2025-02-16
37
fireducks-dev/fireducks

Erstellen Sie ein Problem bei FireDucks

fireducks-dev
⭐ 929 Jupyter Notebook 👤 fireducks-dev Organization 🕐 Aktualisiert 2025-05-22 📅 Erstellt 2023-10-12
38
samtools/bcftools

Dies ist das offizielle Entwicklungs-Repository für BCFtools. Siehe Installationsanweisungen und andere Dokumentation hier http://samtools.github.io/bcftools/howtos/install.html

samtools
⭐ 905 C 👤 samtools Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2013-07-12
39
bastibe/python-soundfile

SoundFile ist eine Audiobibliothek, die auf libsndfile, CFFI und NumPy basiert

bastibe
⭐ 872 Python 👤 bastibe User 🕐 Aktualisiert 2026-10-24 📅 Erstellt 2013-08-27
40
TeamMsgExtractor/msg-extractor

Extrahiert E-Mails und Anhänge aus den in Microsoft Outlooks .msg-Dateien gespeicherten Dateien

TeamMsgExtractor
⭐ 858 Python 👤 TeamMsgExtractor Organization 🕐 Aktualisiert 2026-11-05 📅 Erstellt 2013-07-24
41
MohElshamy1994/n8n-course-Projetcs

n8n-Projekte für meinen YouTube-Kurs.

MohElshamy1994
⭐ 854 👤 MohElshamy1994 User 🕐 Aktualisiert 2025-10-19 📅 Erstellt 2025-07-13
42
0xfdf/toraniko

Ein Multi-Faktor-Aktienrisikomodell für den quantitativen Handel.

0xfdf
⭐ 853 Python 👤 0xfdf User 🕐 Aktualisiert 2024-08-16 📅 Erstellt 2024-07-03
43
benibela/xidel

Kommandozeilen-Tool zum Herunterladen und Extrahieren von Daten aus HTML/XML-Seiten oder JSON-APIs unter Verwendung von CSS, XPath 3.0, XQuery 3.0, JSONiq oder Pattern-Matching. Es kann auch neue oder transformierte XML/HTML/JSON-Dokumente erstellen.

benibela
⭐ 836 Pascal 👤 benibela User 🕐 Aktualisiert 2025-02-22 📅 Erstellt 2015-06-11
44
bugen/pypipe

Python Pipe Kommandozeilenwerkzeug

bugen
⭐ 802 Python 👤 bugen User 🕐 Aktualisiert 2024-01-04 📅 Erstellt 2023-09-20
45
influxdata/flux

Flux ist eine leichte Skriptsprache zum Abfragen von Datenbanken (wie InfluxDB) und zur Arbeit mit Daten. Sie ist Teil von InfluxDB 1.7 und 2.0, kann aber unabhängig davon ausgeführt werden.

influxdata
⭐ 794 FLUX 👤 influxdata Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2018-06-14
46
PreSenseRadar/OpenRadar

Eine Open-Source-Bibliothek zur Interaktion und Verarbeitung von Radardaten, spezialisiert auf MIMO mmWave-Radars

PreSenseRadar
⭐ 776 Jupyter Notebook 👤 PreSenseRadar User 🕐 Aktualisiert 2024-04-30 📅 Erstellt 2019-09-20
47
ChenghaoMou/text-dedup

All-in-One-Text-Deduplizierung

ChenghaoMou
⭐ 765 Python 👤 ChenghaoMou User 🕐 Aktualisiert 2026-03-09 📅 Erstellt 2021-03-13
48
JuliaParallel/Dagger.jl

Ein Framework für Out-of-Core- und parallele Ausführung

JuliaParallel
⭐ 734 Julia 👤 JuliaParallel Organization 🕐 Aktualisiert 2026-11-02 📅 Erstellt 2015-12-03
49
hstreamdb/hstream

HStreamDB ist eine Open-Source, Cloud-native Streaming-Datenbank für IoT und darüber hinaus. Modernisieren Sie Ihren Datenstapel für Echtzeitanwendungen.

hstreamdb
⭐ 728 Haskell 👤 hstreamdb Organization 🕐 Aktualisiert 2024-12-26 📅 Erstellt 2020-08-31
50
omarabid/rust-companies

Eine Liste von Unternehmen, die Rust in der Produktion einsetzen.

omarabid
⭐ 721 👤 omarabid User 🕐 Aktualisiert 2026-09-11 📅 Erstellt 2020-02-05

Häufig gestellte Fragen

1

Welches ist das beliebteste #data-processing-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#data-processing-Projekt auf GitHub ist pathwaycom/pathway mit 61,976 Sternen. Python ETL-Framework für Stream-Verarbeitung, Echtzeitanalysen, LLM-Pipelines und RAG.

2

Welche Programmiersprachen werden in #data-processing-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #data-processing-Projekten auf GitHub sind Python, C++, Jupyter Notebook, Rust die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #data-processing-Repositories berechnet?

Wir verfolgen 72 aktive Open-Source-Repositories, die mit #data-processing getaggt sind (500+ Sterne), mit insgesamt 211,976 Sternen und durchschnittlich 2,944 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.