2 New Files, Renamed.

01_find_new_entries.R

@@ -0,0 +1,86 @@
+library("readxl")
+library("writexl")
+library("tidyverse")
+library("xlsx")
+
+source("config/config.R")
+
+#Übernimmt die Liste der zu durchsuchenden Excelfiles aus der Konfiguration
+file_list <- FIND_DISTINCTS_FILES
+
+#Legt eine leere List zum Befüllen an
+my_table <- c()
+
+
+#Liest die Excelfiles ein
+for (file in 1:length(file_list)) {
+  temp_pfad <- paste(PFAD_EXCEL, file_list[file], sep="")
+  my_table[[file]] <- read_excel(temp_pfad)
+}
+
+
+#Wählt die Spalten aus in denen die Distincts gesucht werden
+for(spalte in 1:length(my_table))  {
+  
+  #Akutelle Spalte in die Liste
+  df_all <- data.frame(my_table[[spalte]])
+  
+  #Liefert die Spaltenname die der Vorgabe (COLUMN_NAME) entsprechen
+  Names <- colnames(my_table[[spalte]])
+  Names <- Names[grepl(paste("^", COLUMN_NAME, sep=""), Names)]
+  
+  
+  #Legt eine leeren DataFrame an
+  temp <- data.frame()
+  
+  for (j in 1:length(Names)) {
+    
+    #Verwirft leere Elemente
+    df_temp <- na.omit(df_all[Names[j]])
+    
+    #benennt die Spalten
+    colnames(df_temp) <- (c(COLUMN_NAME))
+    
+    #Fügt die aktuellen Spalte zur Gesamtliste hinzu
+    temp <- rbind(temp, df_temp)
+  }
+  
+  my_table[[spalte]] <- temp
+}
+
+#Fügt die Spalten aller Exceldatein zu einer Liste zusammen
+if (length(my_table) > 1) {
+  for (i in 2:length(my_table)) {
+    my_table[[i]] <- rbind(my_table[[i-1]], my_table[[i]])
+  }
+  
+  all <-  my_table[[length(my_table)]]
+}
+
+if (length(my_table) == 1) {
+  all <-  my_table
+}
+
+#Sucht alle Uniques
+distincts <-  unique(all)
+
+#Sortiert alphabetisch
+distincts <- data.frame(distincts[order(distincts$bibliographicCitation), ])
+
+#Benennt die Spalte 
+colnames(distincts) <- (c(COLUMN_NAME))
+
+#Entfernt Steuerungszeichen
+for (i in i:length(distincts$bibliographicCitation)) {
+  distincts[i, 1] <- gsub("(?<=[\\s])\\s*|^\\s+|\\s+$", "", distincts[i, 1], perl=TRUE)
+}
+
+#Sucht nochmals nach den Uniques
+distincts <- unique(distincts)
+
+#Entfernt alle Einträge die zu kurz (<THRESHOLD) sind
+distincts <- data.frame(distincts[nchar(distincts$bibliographicCitation) >= THRESHOLD, ])
+colnames(distincts) <- (c('bibliographicCitation'))
+
+#Schreibt die Distincts in eine Exceldatei
+write_xlsx(distincts, paste(PFAD_OUT, "distincts_automated_gc3d.xlsx", sep=""))