Datum des CBS-Abzugs: 20232024-0107-01
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.
...
| Codeblock |
|---|
|
#!/bin/bash
set -euo pipefail
# set -x
# https://wiki.dnb.de/pages/viewpage.action?pageId=263851158
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'" $dnb_dump -o Tc.dat
# 028P (700) - "p" - Person
# 029P (710) - "b" - Körperschaft
# 030P (711) - "f" - Konferenz
# 022P (730) - "u" - Einheitstitel
# 041P (750) - "s" - Sachbegriff
# 065P (751) - "g" - Geografikum
pica filter -s "028P.4?" Tc.dat |
pica select -H "IDN, Feld, Thesaurus, Relation" \
"003@.0, '028P', 028P{2, 4}" \
--where "028P.4?" Tc.dat -o Tc.csv
# ohne Header anhängen
pica filter -s "029P.4?" Tc.dat |
pica select "003@.0, '029P', 029P{2, 4}" >> Tc.csv
pica filter -s--where "030P029P.4?" Tc.dat | --append -o Tc.csv
pica select "003@.0, '030P', 030P{2, 4}" >> Tc.csv
pica filter -s--where "022P030P.4?" Tc.dat |--append -o Tc.csv
pica select "003@.0, '022P', 022P{2, 4}" >> Tc.csv
pica filter -s--where "041P022P.4?" Tc.dat |--append -o Tc.csv
pica select "003@.0, '041P', 041P{2, 4}" >> Tc.csv
pica filter -s--where "065P041P.4?" Tc.dat |--append -o Tc.csv
pica select "003@.0, '065P', 065P{2, 4}" >> --where "065P.4?" Tc.dat --append -o Tc.csv
|
Anzahl der Tc-Sätze gruppiert nach Thesaurus und Relation:
| Codeblock |
|---|
|
# Crosskonkordanzen einlesen
ck <- read_csv('Tc.csv', col_types = 'cccc')
# Wertebereiche gemäß Wiki-Seiten definieren
thesauri <- read_csv('Thesauri.csv', col_types = 'cc')
relationen <- read_csv('Relationen.csv', col_types = 'cc')
# Crosskonkordanzen filtern und zählen
rslt1 <- ck %>%
filter(Thesaurus %in% thesauri$Code & Relation %in% relationen$Code) %>%
mutate(
Thesaurus = factor(Thesaurus,
levels = thesauri$Code, labels = thesauri$Thesaurus),
Relation = factor(Relation,
levels = relationen$Code, labels = relationen$Relation)
) %>% # 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) %>%
mutate_at(.vars = setdiff(colnames(.), 'Relation'), .funs = ~ formatC(
., format = 'd', big.mark = '.', decimal.mark = ',')) %>%
knitr::kable(align = c('l', rep('r', ncol(.)-1)))
|
45313440608.78911259563| 617 | 2 |
| exakte Äquivalenz (ftae) | 5. |
49136033246630340| 339 | 17 | 22 | 36 |
| inexakte Äquivalenz (ftai) | 5 |
1691871900| 550 | 3 | 29 |
| ODER-Äquivalenz (ftao) | 4 |
33210| 6 | 0 | 8 |
| UND-Äquivalenz (ftau) | 1.293 | 2. |
279427401605| 608 | 1 | 0 | 0 |
| Oberbegriff-Relation (ftob) | 2.127 | 0 | 0 | 54 | 7. |
754918| 946 | 0 | 0 | 0 |
| Unterbegriff-Relation (ftub) | 183 | 0 | 0 |
11360| 376 | 387 | 0 | 0 | 0 |
| Verwandter-Begriff-Relation (ftvb) | 769 | 0 | 0 |
13598923| 927 | 0 | 0 | 0 |
| Null-Relation (ftnu) | 168 |
179414267878720130660956845351482168935311277589