Git Stars Git Stars

#data-transformation Repositorios

Descubre 56 repositorios activos de código abierto de GitHub etiquetados con #data-transformation, que acumulan 114,194 estrellas en total (una media de 2,039 estrellas por proyecto). El líder de este tema es vectordotdev/vector, con 22,928 estrellas.

56
Total de Repositorios
114,194
Total de estrellas
2,039
Promedio de Estrellas/Repo

56 repositorios en total

1
vectordotdev/vector

Un pipeline de datos de observabilidad de alto rendimiento.

vectordotdev
⭐ 22,928 Rust 👤 vectordotdev Organization 🕐 Actualizado 2026-11-21 📅 Creado 2018-08-27
2
microsoft/data-formulator

🪄 Data Formulator es un sistema interactivo de análisis de datos impulsado por IA que facilita conectar, explorar y visualizar datos.

microsoft
⭐ 17,692 Python 👤 microsoft Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-06-07
3
apache/camel

Apache Camel es un marco de integración de código abierto con más de 350 conectores. Escriba rutas en Java, YAML o XML. Ejecútelo en Spring Boot, Quarkus o de forma independiente. Licencia Apache 2.0.

apache
⭐ 6,419 Java 👤 apache Organization 🕐 Actualizado 2026-11-21 📅 Creado 2009-05-21
4
pytoolz/toolz

Una biblioteca estándar funcional para Python.

pytoolz
⭐ 5,160 Python 👤 pytoolz Organization 🕐 Actualizado 2026-10-07 📅 Creado 2013-09-13
5
jimhigson/oboe.js

Un enfoque de streaming para JSON. Oboe.js acelera las aplicaciones web al proporcionar objetos analizados antes de que se complete la respuesta.

jimhigson
⭐ 4,815 JavaScript 👤 jimhigson User 🕐 Actualizado 2025-11-17 📅 Creado 2013-03-11
6
thephpleague/fractal

Genera estructuras de datos AJAX/RESTful complejas y flexibles.

thephpleague
⭐ 3,539 PHP 👤 thephpleague Organization 🕐 Actualizado 2025-12-16 📅 Creado 2013-11-26
7
jsonata-js/jsonata

Lenguaje de consulta y transformación JSONata - http://jsonata.org

jsonata-js
⭐ 2,710 JavaScript 👤 jsonata-js Organization 🕐 Actualizado 2026-11-20 📅 Creado 2016-09-27
8
redplanetlabs/specter

La pieza que le falta a Clojure(Script)

redplanetlabs
⭐ 2,626 Clojure 👤 redplanetlabs Organization 🕐 Actualizado 2025-09-30 📅 Creado 2015-02-26
9
jmespath/jmespath.py

JMESPath es un lenguaje de consulta para JSON.

jmespath
⭐ 2,458 Python 👤 jmespath Organization 🕐 Actualizado 2026-04-20 📅 Creado 2013-02-19
10
matthewwithanm/python-markdownify

Convertir HTML a Markdown

matthewwithanm
⭐ 2,260 Python 👤 matthewwithanm User 🕐 Actualizado 2026-11-18 📅 Creado 2012-06-29
11
mahmoud/glom

Operador de datos anidados (y CLI) de Python, para todas sus necesidades de reestructuración declarativa. ¿Tienes datos? ¡Agrúpalos! ☄️

mahmoud
⭐ 2,169 Python 👤 mahmoud User 🕐 Actualizado 2026-09-08 📅 Creado 2018-04-18
12
dbt-labs/dbt-utils

Funciones de utilidad para proyectos de dbt.

dbt-labs
⭐ 1,837 Makefile 👤 dbt-labs Organization 🕐 Actualizado 2026-11-21 📅 Creado 2017-07-16
13
bruin-data/bruin

Cree canalizaciones de datos con SQL y Python, ingiera datos de diferentes fuentes, agregue verificaciones de calidad y cree flujos de extremo a extremo.

bruin-data
⭐ 1,816 Go 👤 bruin-data Organization 🕐 Actualizado 2026-11-20 📅 Creado 2023-08-03
14
clue/stream-filter

Un enfoque simple y moderno para el filtrado de streams en PHP

clue
⭐ 1,698 PHP 👤 clue User 🕐 Actualizado 2026-11-17 📅 Creado 2015-10-17
15
dashbitco/flow

Flujos paralelos computacionales sobre GenStage

dashbitco
⭐ 1,625 Elixir 👤 dashbitco Organization 🕐 Actualizado 2026-09-25 📅 Creado 2017-01-18
16
slothflowlabs/duckle

ETL/ELT de código abierto que puedes implementar en tus propios servidores o en la nube. Basado en DuckDB: pipelines visuales sin código o de bajo código, o SQL; 446 componentes, dbt, CDC, calidad de datos, ETL inverso, linaje y MCP para agentes de IA. Sin nube del proveedor ni facturación por fila.

slothflowlabs
⭐ 1,558 Rust 👤 slothflowlabs Organization 🕐 Actualizado 2026-11-20 📅 Creado 2026-05-21
17
hi-primus/optimus

:truck: Flujos de trabajo de preparación de datos ágiles hechos fáciles con Pandas, Dask, cuDF, Dask-cuDF, Vaex y PySpark

hi-primus
⭐ 1,539 Python 👤 hi-primus Organization 🕐 Actualizado 2024-12-02 📅 Creado 2017-07-13
18
mafintosh/csv-parser

Analizador CSV en streaming inspirado en binary-csv que tiene como objetivo ser más rápido que todos los demás

mafintosh
⭐ 1,503 JavaScript 👤 mafintosh User 🕐 Actualizado 2026-05-07 📅 Creado 2014-05-16
19
dchester/jsonpath

Consulte y manipule objetos JavaScript con expresiones JSONPath. Motor JSONPath robusto para Node.js.

dchester
⭐ 1,426 JavaScript 👤 dchester User 🕐 Actualizado 2026-03-05 📅 Creado 2015-01-24
20
2ndQuadrant/pglogical

Extensión de Replicación Lógica para PostgreSQL 17, 16, 15, 14, 13, 12, 11, 10, 9.6, 9.5, 9.4 (Postgres), que proporciona una replicación mucho más rápida que Slony, Bucardo o Londiste, así como actualizaciones entre versiones.

2ndQuadrant
⭐ 1,243 C 👤 2ndQuadrant Organization 🕐 Actualizado 2026-07-28 📅 Creado 2016-05-10
21
mobxjs/mobx-utils

Funciones de utilidad y patrones comunes para MobX

mobxjs
⭐ 1,216 TypeScript 👤 mobxjs Organization 🕐 Actualizado 2025-06-25 📅 Creado 2016-08-07
22
microsoft/XmlNotepad

XML Notepad proporciona una interfaz de usuario simple e intuitiva para navegar y editar documentos XML.

microsoft
⭐ 1,199 C# 👤 microsoft Organization 🕐 Actualizado 2026-11-18 📅 Creado 2016-04-27
23
mcohen01/amazonica

Un cliente completo de Clojure para toda la API de Amazon AWS.

mcohen01
⭐ 1,004 Clojure 👤 mcohen01 User 🕐 Actualizado 2025-07-22 📅 Creado 2013-03-10
24
uscensusbureau/citysdk

Utilidades convenientes de JavaScript para trabajar con APIs del Censo: estadísticas, GeoJSON cartográfico, lat/lng -> FIPS y otras comodidades (escrito en ClojureScript)

uscensusbureau
⭐ 1,002 Clojure 👤 uscensusbureau Organization 🕐 Actualizado 2024-10-30 📅 Creado 2015-02-02
25
tensorflow/transform

Framework del pipeline de entrada

tensorflow
⭐ 992 Python 👤 tensorflow Organization 🕐 Actualizado 2026-08-14 📅 Creado 2017-02-10
26
HelloCSV/HelloCSV

https://hellocsv.github.io/HelloCSV/

HelloCSV
⭐ 951 TypeScript 👤 HelloCSV Organization 🕐 Actualizado 2026-11-18 📅 Creado 2021-09-17
27
cube2222/jql

Procesador de consultas JSON fácil con sintaxis Lispy en Go

cube2222
⭐ 905 Go 👤 cube2222 User 🕐 Actualizado 2025-05-02 📅 Creado 2019-12-25
28
pyspark-ai/pyspark-ai

SDK en inglés para Apache Spark

pyspark-ai
⭐ 879 Python 👤 pyspark-ai Organization 🕐 Actualizado 2026-10-27 📅 Creado 2023-04-27
29
frictionlessdata/frictionless-py

Framework de gestión de datos para Python que proporciona funcionalidad para describir, extraer, validar y transformar datos tabulares

frictionlessdata
⭐ 859 Python 👤 frictionlessdata Organization 🕐 Actualizado 2026-10-15 📅 Creado 2014-12-23
30
OpenDataBox/awesome-data-llm

Repositorio oficial del artículo de encuesta "LLM × DATA"

OpenDataBox
⭐ 836 👤 OpenDataBox Organization 🕐 Actualizado 2026-10-25 📅 Creado 2024-08-04
31
joboccara/pipes

Pipelines para código expresivo en colecciones en C++

joboccara
⭐ 835 C++ 👤 joboccara User 🕐 Actualizado 2024-10-30 📅 Creado 2017-02-19
32
turbolytics/sql-flow

DuckDB para datos en streaming

turbolytics
⭐ 808 Go 👤 turbolytics User 🕐 Actualizado 2026-11-21 📅 Creado 2023-11-21
33
zhuifengshen/xmind2testcase

¡XMind2TestCase, implementado en Python, proporciona una solución eficiente para el diseño de casos de prueba!

zhuifengshen
⭐ 803 Python 👤 zhuifengshen User 🕐 Actualizado 2024-08-15 📅 Creado 2018-12-25
34
evanplaice/jquery-csv

Un plugin analizador CSV de jQuery. Probado en batalla | Optimizado | 100% completo con RFC 4180 de IETF

evanplaice
⭐ 765 JavaScript 👤 evanplaice User 🕐 Actualizado 2025-11-15 📅 Creado 2014-05-28
35
raystack/optimus

Optimus es un orquestador de flujos de trabajo fácil de usar, confiable y de alto rendimiento para la transformación de datos, modelado de datos, canalizaciones y gestión de calidad de datos.

raystack
⭐ 757 Go 👤 raystack Organization 🕐 Actualizado 2024-06-08 📅 Creado 2021-03-22
36
CZ-NIC/pz

Maneje fácilmente las operaciones CLI del día a día a través de Python en lugar de programas Bash regulares. 🇺🇦 #supporting

CZ-NIC
⭐ 732 Python 👤 CZ-NIC Organization 🕐 Actualizado 2025-11-24 📅 Creado 2020-11-25
37
dbt-labs/dbt-fusion

ARCHIVO: seguimiento de código y problemas en dbt-core

dbt-labs
⭐ 730 Rust 👤 dbt-labs Organization 🕐 Actualizado 2026-06-26 📅 Creado 2025-05-16
38
fastverse/collapse

Transformación de Datos Avanzada y Rápida en R

fastverse
⭐ 709 C 👤 fastverse Organization 🕐 Actualizado 2026-11-09 📅 Creado 2019-02-27
39
awslabs/aws-glue-libs

Las bibliotecas de AWS Glue son adiciones y mejoras a Spark para operaciones ETL.

awslabs
⭐ 701 Python 👤 awslabs Organization 🕐 Actualizado 2026-10-30 📅 Creado 2017-08-11
40
sindresorhus/camelcase

Convertir una cadena separada por guiones/puntos/guiones bajos/espacios a camelCase: foo-bar → fooBar

sindresorhus
⭐ 701 JavaScript 👤 sindresorhus User 🕐 Actualizado 2026-10-12 📅 Creado 2014-10-12
41
TinyMapper/TinyMapper

Un mapeador rápido de objeto a objeto para .NET

TinyMapper
⭐ 700 C# 👤 TinyMapper Organization 🕐 Actualizado 2024-05-27 📅 Creado 2015-01-05
42
microsoft/prose

El SDK de Síntesis de Programas de Microsoft usando Ejemplos es un marco de tecnologías para la generación automática de programas a partir de ejemplos de entrada-salida. Este repositorio incluye muestras y datos de muestra para el SDK de Síntesis de Programas de Microsoft usando Ejemplo.

microsoft
⭐ 665 C# 👤 microsoft Organization 🕐 Actualizado 2026-10-14 📅 Creado 2015-10-21
43
abstractqqq/polars_ds_extension

Extensión de Polars para casos de uso generales de ciencia de datos

abstractqqq
⭐ 661 Rust 👤 abstractqqq User 🕐 Actualizado 2026-11-18 📅 Creado 2023-10-30
44
yaml/yamlscript

Programación en YAML

yaml
⭐ 653 Clojure 👤 yaml Organization 🕐 Actualizado 2026-11-04 📅 Creado 2022-07-03
45
jianfengye/collection

Paquete de colecciones de Go para codificación rápida

jianfengye
⭐ 635 Go 👤 jianfengye User 🕐 Actualizado 2024-04-17 📅 Creado 2019-01-27
46
tidymodels/recipes

Pasos pipeables para ingeniería de características y preprocesamiento de datos para preparar el modelado

tidymodels
⭐ 626 R 👤 tidymodels Organization 🕐 Actualizado 2026-09-17 📅 Creado 2016-12-16
47
microsoft/vscode-data-wrangler

Extensión Data Wrangler para Visual Studio Code

microsoft
⭐ 615 👤 microsoft Organization 🕐 Actualizado 2025-12-03 📅 Creado 2023-01-10
48
SigmaHQ/pySigma

Librería de Python para analizar y convertir reglas Sigma en consultas (y cualquier otra cosa que puedas imaginar)

SigmaHQ
⭐ 612 Python 👤 SigmaHQ Organization 🕐 Actualizado 2026-11-15 📅 Creado 2021-06-14
49
jmespath/go-jmespath

Implementación de JMESPath en Golang.

jmespath
⭐ 612 Go 👤 jmespath Organization 🕐 Actualizado 2024-05-02 📅 Creado 2015-07-15
50
ScriptFUSION/Porter

:lipstick: Importaciones de datos duraderas y asíncronas para consumir datos a escala y publicar SDKs testeables.

ScriptFUSION
⭐ 610 PHP 👤 ScriptFUSION Organization 🕐 Actualizado 2026-03-10 📅 Creado 2016-01-17

Preguntas frecuentes

1

¿Cuál es el repositorio de #data-transformation más popular en GitHub?

El proyecto de código abierto de #data-transformation mejor posicionado en GitHub es vectordotdev/vector, con 22,928 estrellas. Un pipeline de datos de observabilidad de alto rendimiento.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #data-transformation?

Entre los proyectos de #data-transformation mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, JavaScript, Go, Rust.

3

¿Cómo se calcula la clasificación de los repositorios de #data-transformation?

Seguimos 56 repositorios activos de código abierto etiquetados con #data-transformation (500+ estrellas), que suman un total de 114,194 estrellas, con una media de 2,039 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.