Buckaroo：一种直接操作的可视化数据整理工具
人机交互
2025-07-23 v1 数据库
摘要
数据准备——即数据整理——是数据科学开发中占据主导地位的阶段，耗时最长，可高达项目总时间的80%。该阶段涵盖诸多任务：解析数据、为分析重构数据、修复不准确之处、合并数据源、消除重复项以及确保数据整体完整性。传统方法，通常通过Python等编程语言的手动编码或使用电子表格，既繁琐又容易出错。这些问题包括缺失条目、格式不一致以及数据类型不准确，若未得到妥善纠正，可能影响下游任务的质量。为此，我们提出Buckaroo，这是一个可视化系统，用于突出显示数据中的差异，并通过对视觉对象的直接操作实现即时纠正。Buckaroo (1)自动发现表现出异常的数据组（与其余数据组相比），并建议供检查；(2)建议可以修复异常的整理操作，用户可作出选择；(3)允许用户通过显示其整理操作的效果，并提供撤销或重做这些操作的能力，支持数据整理的迭代性。可供观看的视频 companion 可在 https://youtu.be/iXdCYbvpQVE 访问。
引用
@article{arxiv.2507.16073,
title = {Buckaroo: A Direct Manipulation Visual Data Wrangler},
author = {Annabelle Warner and Andrew McNutt and Paul Rosen and El Kindi Rezig},
journal= {arXiv preprint arXiv:2507.16073},
year = {2025}
}
备注
Accepted to VLDB25 Demo track