Datum des CBS-Abzugs: 20242025-0907-01
Dieser Bericht wurde automatisiert mit R Markdown erstellt. Der pica-rs-Code für die Abfrage aller Tc-Sätze und der R-Code für die Berechnung der Ausgabetabelle können durch Aufklappen der Codeblöcke eingesehen werden.
Von allen Datensätzen mit 002@.0 == 'Tc' ohne 050C.a =^ 'GND-kein-Schlagwort' werden die Unterfelder $2 und $4 der PICA+-Felder 022P, 028P, 029P, 030P, 041P und 065P ausgelesen und die IDN-Anzahlen für alle Kombinationen der Werte {‘agrovoc’, ‘lcsh’, ‘ram’, ‘mesh’, ‘stw’, ‘thesoz’, ‘embne’, ‘nsbncf’, ‘tpro’, ‘etiras’} in $2 und {‘ftaa’, ‘ftae’, ‘ftai’, ‘ftao’, ‘ftau’, ‘ftob’, ‘ftub’, ‘ftvb’, ‘ftnu’} in $4 berechnet.
...
| Codeblock |
|---|
|
#!/bin/bash
set -euo pipefail
# set -x
# Datenformat GND - Crosskonkordanzen zu externen Vokabularen/Thesauri:
# https://wiki.dnb.de/pages/viewpage.action?pageId=263851158x/lgy6Dw
dnb_dump=/srv/aen-data/pica/T.dat
# Tc-Sätze "f bbg Tc NOT rdb GND-kein-Schlagwort*"
pica filter -s "002@.0 == 'Tc'" --not "050C.a =^ 'GND-kein-Schlagwort'" $dnb_dump -o Tc.dat
# 028P (700) - "p" - Person
# 029P (710) - "b" - Körperschaft
# 030P (711) - "f" - Konferenz
# 022P (730) - "u" - Einheitstitel
# 041P (750) - "s" - Sachbegriff
# 065P (751) - "g" - Geografikum
pica select -H "IDN, Feld, Thesaurus, Relation" "003@.0, '028P', 028P{2, 4}" \
--where "028P.4?" Tc.dat -o Tc.csv
# ohne Header anhängen
pica select "003@.0, '029P', 029P{2, 4}" --where "029P.4?" Tc.dat --append -o Tc.csv
pica select "003@.0, '030P', 030P{2, 4}" --where "030P.4?" Tc.dat --append -o Tc.csv
pica select "003@.0, '022P', 022P{2, 4}" --where "022P.4?" Tc.dat --append -o Tc.csv
pica select "003@.0, '041P', 041P{2, 4}" --where "041P.4?" Tc.dat --append -o Tc.csv
pica select "003@.0, '065P', 065P{2, 4}" --where "065P.4?" Tc.dat --append -o Tc.csv
|
...
| Codeblock |
|---|
|
# Crosskonkordanzen einlesen
ck <- read_csv('Tc.csv', col_types = 'cccc')
# Wertebereiche gemäß Wiki-Seiten definieren
thesauri <- read_csv('Thesauri.csv', col_types = 'cc')
relationen <- read_csv('Relationen.csv', col_types = 'cc')
# Crosskonkordanzen filtern und zählen
rslt1rslt <- ck %>%
filter(Thesaurus %in% thesauri$Code & Relation %in% relationen$Code) %>%
mutate(
Thesaurus = factor(Thesaurus,
levels = thesauri$Code, labels = thesauri$Thesaurus),
Relation = factor(Relation,
levels = relationen$Code, labels = relationen$Relation)
) %>%
# GESAMT als Summe über alle Relationen
rbind((.) %>% mutate(Relation = factor('GESAMT'))) %>%
# auch alle leeren Levels jeweils mit Anzahl 0 anzeigen
group_by(Thesaurus, Relation, .drop = FALSE) %>%
# jede Kombination (Thesaurus, Relation) je IDN nur einmal zählen
summarise(n = n_distinct(IDN)) %>%
pivot_wider(id_cols = Relation, names_from = Thesaurus, values_from = n)
# Summe
rslt2 <- data.frame(Relation = factor('GESAMT'),
rslt1 %>% select(-Relation) %>% summarise_all(.funs = sum))
colnames(rslt2) <- colnames(rslt1)
# Formatierte Ausgabetabelle
rbind(rslt1, rslt2) %>% rslt %>%
mutate_at(.vars = setdiff(colnames(.), 'Relation'), .funs = ~ formatC(
., format = 'd', big.mark = '.', decimal.mark = ',')) %>%
knitr::kable(align = c('l', rep('r', ncol(.)-1)))
|
| Relation | AGROVOC | LCSH | RAMEAU | MeSH | STW | TheSoz | EMBNE | NSogg | T-PRO | ET |
|---|
| Äquivalenz (ftaa) | 90 |
465914525340616| 617 | 2 | 669 |
| exakte Äquivalenz (ftae) | 5.490 |
719669190760336| 335 | 17 | 22 | 36 | 3.512 |
| inexakte Äquivalenz (ftai) | 5 |
492410363197| 198 | 550 | 4 | 29 | 2.365 |
| ODER-Äquivalenz (ftao) | 4 |
12354| 66 | 65 | 0 | 0 | 6 | 0 | 8 | 1.411 |
| UND-Äquivalenz (ftau) | 1.293 | 2. |
304662116416| 415 | 1.616 | 1 | 0 | 0 | 0 |
| Oberbegriff-Relation (ftob) | 2.127 | 0 | 0 | 55 | 7. |
888939| 934 | 0 | 0 | 0 | 0 |
| Unterbegriff-Relation (ftub) | 183 | 0 | 0 | 12 |
375| 382 | 393 | 0 | 0 | 0 | 0 |
| Verwandter-Begriff-Relation (ftvb) | 769 | 0 | 0 | 11 | 3. |
750930| 0 | 0 | 0 | 0 |
| Null-Relation (ftnu) | 168 |
183811990550568610709536852694410643