Datum des CBS-Abzugs: 20232024-0207-01
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)))
|
45327440458.78711259563617 | 2 |
exakte Äquivalenz (ftae) | 5. |
4913803494755340339 | 17 | 22 | 36 |
inexakte Äquivalenz (ftai) | 5 |
1822012020550 | 3 | 29 |
ODER-Äquivalenz (ftao) | 4 |
352306 | 0 | 8 |
UND-Äquivalenz (ftau) | 1.293 | 2. |
280457406605608 | 1 | 0 | 0 |
Oberbegriff-Relation (ftob) | 2.127 | 0 | 0 | 54 | 7. |
751918946 | 0 | 0 | 0 |
Unterbegriff-Relation (ftub) | 183 | 0 | 0 |
11360376 | 387 | 0 | 0 | 0 |
Verwandter-Begriff-Relation (ftvb) | 769 | 0 | 0 | 11 | 3. |
597923927 | 0 | 0 | 0 |
Null-Relation (ftnu) | 168 |
179684557798720130661726853052502168535311277589