Datenabruf aus mehreren CSV-/EXCEL-Tabellen

a) Einfache Abfrage gleichnamiger Tabellenspalten aus mehreren EXCEL-Dateien:

XLSX_analysing-multiple-files.py

Anwendungsfälle:

• Identifikation von Zeitverläufen in Datensätzen
• Datenvergleich
• Datenbereinigung und Datennormalisierung

Output-Beispiel für das obige Skript:

XLSX_multiple-files_sample-output.md

b) Skript für die Identifikation biographischer Ereignisse pro Person und ihre Sortierung nach Ereignis-Wert und Zeit:

XLSX_select-and-sort-events.py

Anwendungsfälle:

• experimentelle Rekonstruktion biographischer Abfolgen in Fällen, in denen viele Lebensereignissen keine oder nur vage Datierungen haben
• Errechnung möglicher Ereigniszeiträume auf Basis vorausgehender oder nachfolgender Ereignisse
• Zusammenführung identischer Ereignisse / Anpassung von Ereigniszeiträumen auf der Grundlage von Informationen aus verschiedenen Quellen

Die derzeitige Sortierung der Daten im Skript ist vier-stufig und beginnt mit der Ereignisklassifikation. Dies kann entsprechend im Code geändert werden.

res_sorted=res_df.sort_values(by =['event_value','event_after-date','event_start','event_before-date',])

c) Relationship Tracer:

XSLX_relationship-tracer.py

Anwendungsfälle:

• Konsolidierung genealogischer Informationen aus der Spalte rel_pers in Factoid-Listen
• Rekonstruktion von Geschwisterbeziehungen basierend auf bekannten Eltern-Kind-Verbindungen
• Rekonstruktion von impliziten Großeltern-Enkel-Beziehungen

d) Erweitertes Script zur Abfrage mehrerer Tabellenspalten aus mehreren EXCEL Dateien

Abfrage von ODER Bedingungen: XSLX_multiple-conditions_OR.py

• Aus dem Standard-Ordner DigiKAR_DATEN\\Python\\InputLists werden alle dort abgelegten EXCEL-Dateien (in Factoid-Struktur) in einen gemeinsamen Dataframe gelesen.
• User kann für Personenname, Datum, Institution, Titel, Funktion und “related person” (Erweiterung auf andere Spalten jederzeit möglich) einen oder mehrere Suchbegriffe / Zeitangaben mit Komma getrennt eingeben.
• User kann wählen, ob nach konkreten Daten, Zeitraum oder “before” / “after” gesucht wird.
• Skript analysiert zuerst die Zeit und erstellt aus allen Matches im passenden Zeitraum einen neuen Dateframe, auf den via “numpy condition list” die übrigen Bedingungen angewandt werden. Je nach Condition-List-Operator werden die Bedingungen für die einzelnen Zellen mit “UND” oder mit “ODER” verbunden. Das Skript auf GITHUB behandelt nur “ODER”. Im GUI soll es dann eine Auswahlmöglichkeit geben.
• Ergebnisse werden in eine neue Datei geschrieben, deren Name der User frei wählen kann und die auf DigiKAR_DATEN\Python\Results abgelegt wird.
• Das Zeit-Management verarbeitet sowohl “YYYY” als auch “YYYY-MM” und “YYYY-MM-DD” Eingaben verarbeitet, und das Skript berücksichtigt z.B. bei der Suche nach “before” und “after” auch die entsprechenden “before” und “after” Spalten.

Anwendungsfälle:

• Beispiel für die Erstellung komplexerer boolescher Abfragen über mehrere Tabellenkalkulationen hinweg
• Anpassung an verschiedene Tabellenformate möglich
• Experimentieren mit dem Parsen von Zeitangaben und potenziellen Problemen, die durch frühneuzeitliche Datumsangaben entstehen