krm_ndl #

国会図書館デジタルコレクションで公開している 観智院本類聚名義抄の画像へのリンクを整理したものである。 観智院本類聚名義抄の所在と国会図書館デジタルコレクションのURLとを対照させたデータである。 ファイル名は、KRM_ndl.tsv である。

巻名（帖名）、部首字、風間版頁数、天理版頁数、国会図書館デジタルコレクションのURL、を示すデータである。

次にサンプルとしてデータの冒頭部分を示す。

krm_main との連携 #

krm_main との連携をとるためには、ChatGPTやGeminiなどの生成AIで次の質問をすれば適切な回答が得られる。ここではExcelを用いるように指示しているが、Pythonで処理したい場合は、ExcelをPythonに 置き換えてください。

以下はChatGPTへの質問と回答の例です。

質問 #

krm_main.tsvファイルとkrm_ndl.tsvファイルを、krm_main.tsvのkazama_location列とkrm_ndl.tsvのKazama列を使ってExcelでジョインする方法を教えてください。また、以下の対応を含めてください：

• “仏上” → “K01”
• “仏中” → “K02”
• “仏下本” → “K03”
• “仏下末” → “K04”
• “法上” → “K05”
• “法中” → “K06”
• “法下” → “K07”
• “僧上” → “K08”
• “僧中” → “K09”
• “僧下” → “K10”

以下はファイルのサンプルデータです：

サンプル krm_main.tsv: #

サンプル krm_ndl.tsv: #

回答 #

krm_main.tsvファイルとkrm_ndl.tsvファイルを、krm_main.tsvのkazama_location列とkrm_ndl.tsvのKazama列を使ってExcelでジョインする方法は、次の手順で行えます：

1. データの準備:

   • krm_main.tsvとkrm_ndl.tsvの両方をExcelにインポートし、それぞれを別々のシート（例えば、krm_mainとkrm_ndl）に分けて配置します。

2. 対応表の作成:

   • 新しいシート（例えば「対応表」）を作成し、kazama_locationとKazamaの対応を以下のように記入します。

   kazama_location	Kazama
   仏上	K01
   仏中	K02
   仏下本	K03
   仏下末	K04
   法上	K05
   法中	K06
   法下	K07
   僧上	K08
   僧中	K09
   僧下	K10

3. Kazamaコードの検索:

   • krm_mainシートに新しい列（例えば「Kazamaコード」）を追加します。
   • VLOOKUP関数を使用して、kazama_locationの値に基づいて「対応表」シートからKazamaコードを取得します。

   新しい列（例えば、G列）に次の数式を入力します：

   =VLOOKUP(D2, 対応表!$A$2:$B$11, 2, FALSE)
   

   • D2はkrm_mainシートのkazama_location列のセルです。
   • 対応表!$A$2:$B$11は対応表シートのkazama_locationとKazamaの対応範囲です。

4. データの結合:

   • 再度VLOOKUPを使用して、krm_mainとkrm_ndlをKazamaコードを基に結合します。
   • 例えば、krm_mainシートに新しい列を作成し、krm_ndlシートのNDL_urlを取得します。次の数式を入力します：

   =VLOOKUP(G2, krm_ndl!$C$2:$E$100, 3, FALSE)
   

   • G2はkrm_mainシートの「Kazamaコード」列のセルです。
   • krm_ndl!$C$2:$E$100はkrm_ndlシートのKazamaとNDL_urlが含まれる範囲です。

まとめ #

この方法では、以下の手順でデータを結びつけることができます：

• kazama_locationとKazamaコードの対応表を作成する。
• VLOOKUP関数を使用して、krm_mainとkrm_ndlをKazamaコードを基に結びつける。

この手法を使うことで、Excelで効率的にデータを結びつけることができます。