#data-transformation Dépôts
Découvrez 56 dépôts GitHub open source actifs associés à #data-transformation, cumulant 114,194 étoiles au total (soit une moyenne de 2,039 étoiles par projet). Le projet en tête de ce thème est vectordotdev/vector, avec 22,928 étoiles.
56 dépôts au total
🪄 Data Formulator est un système interactif d'analyse de données alimenté par l'IA qui facilite la connexion, l'exploration et la visualisation des données.
Apache Camel est un framework d'intégration open source avec plus de 350 connecteurs. Écrivez des routes en Java, YAML ou XML. Exécutez-le sur Spring Boot, Quarkus ou de manière autonome. Licence Apache 2.0.
Une approche de streaming pour JSON. Oboe.js accélère les applications web en fournissant des objets analysés avant que la réponse ne soit terminée.
L'opérateur de données imbriquées (et CLI) de Python, pour tous vos besoins de restructuration déclarative. Des données ? Aglomérez-les ! ☄️
Créez des pipelines de données avec SQL et Python, ingérez des données provenant de différentes sources, ajoutez des contrôles de qualité et construisez des flux de bout en bout.
ETL/ELT open source que vous déployez sur vos propres serveurs ou dans le cloud. Construit sur DuckDB : pipelines visuels no-code/low-code ou SQL, 446 composants, dbt, CDC, qualité des données, ETL inversé, lignage et MCP pour les agents IA. Aucun cloud fournisseur, aucune facturation par ligne.
:truck: Flux de travail de préparation de données agiles rendus faciles avec Pandas, Dask, cuDF, Dask-cuDF, Vaex et PySpark
Analyseur CSV en streaming inspiré par binary-csv qui vise à être plus rapide que tous les autres
Interrogez et manipulez des objets JavaScript avec des expressions JSONPath. Moteur JSONPath robuste pour Node.js.
Extension de réplication logique pour PostgreSQL 17, 16, 15, 14, 13, 12, 11, 10, 9.6, 9.5, 9.4 (Postgres), offrant une réplication beaucoup plus rapide que Slony, Bucardo ou Londiste, ainsi que des mises à niveau entre versions.
XML Notepad fournit une interface utilisateur simple et intuitive pour parcourir et modifier des documents XML.
Utilitaires JavaScript pratiques pour travailler avec les API du recensement : statistiques, GeoJSON cartographique, lat/lng -> FIPS et autres commodités (écrits en ClojureScript)
Framework de gestion de données pour Python qui fournit des fonctionnalités pour décrire, extraire, valider et transformer des données tabulaires
XMind2TestCase, implémenté sur Python, fournit une solution efficace pour la conception de cas de test !
Un plugin de parseur CSV pour jQuery. Testé au combat | Optimisé | 100% complet selon la norme IETF RFC 4180
Optimus est un orchestrateur de flux de travail facile à utiliser, fiable et performant pour la transformation des données, la modélisation des données, les pipelines et la gestion de la qualité des données.
Gérez facilement les opérations CLI quotidiennes via Python au lieu des programmes Bash habituels. 🇺🇦 #supporting
Les bibliothèques AWS Glue sont des ajouts et des améliorations à Spark pour les opérations ETL.
Convertir une chaîne séparée par des tirets/points/tirets bas/espaces en camelCase : foo-bar → fooBar
Le SDK Microsoft Program Synthesis using Examples est un framework de technologies pour la génération automatique de programmes à partir d'exemples entrée-sortie. Ce dépôt inclut des exemples et des données d'exemple pour le SDK Microsoft Program Synthesis using Example.
Extension Polars pour les cas d'utilisation généraux de la science des données
Étapes pipeables pour l'ingénierie des caractéristiques et le prétraitement des données pour préparer la modélisation
Bibliothèque Python pour analyser et convertir les règles Sigma en requêtes (et tout ce que vous pouvez imaginer d'autre)
:lipstick: Importations de données durables et asynchrones pour la consommation de données à grande échelle et la publication de SDK testables.
Foire aux questions
Quel est le dépôt #data-transformation le plus populaire sur GitHub ?
Le projet #data-transformation open source le mieux classé sur GitHub est vectordotdev/vector, avec 22,928 étoiles. Un pipeline de données d'observabilité haute performance.
Quels langages de programmation sont les plus utilisés dans les dépôts #data-transformation ?
Parmi les projets #data-transformation les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, JavaScript, Go, Rust.
Comment le classement des dépôts #data-transformation est-il calculé ?
Nous suivons 56 dépôts open source actifs associés à #data-transformation (500+ étoiles), totalisant 114,194 étoiles, avec une moyenne de 2,039 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.