library(tidyverse)

# Funktsioon tähtede jm sümbolite sageduste leidmiseks
tahtedeSagedused <- function(failinimi){
  tekst <- read_file(failinimi)
  vastus <- tibble(taht=str_split(str_to_lower(tekst), "")[[1]]) %>% group_by(taht) %>% 
    summarise(kogus=n())
  return(vastus)
}

kataloog = "/Users/kais/Desktop/corpus/"
failinimed=c("A2I.txt", "A2II.txt", "A2III.txt", "A2IV.txt", "B1I.txt", "B1II.txt", "B1III.txt", "B1IV.txt",
             "B2I.txt", "B2II.txt", "B2III.txt", "B2IV.txt", "C1I.txt", "C1II.txt", "C1III.txt", "C1IV.txt",
             "AJA_erruudised.txt", "AJA_errsport.txt", "AJA_errmenu.txt", "ILU_korboja.txt", "ILU_tasuja.txt",
             "ILU_liivema.txt", "R_keskpaevatund.txt", "R_labor.txt", "R_paevakaja.txt")

# Kõigi tekstide sümbolisageduste liitmine üheks tabeliks
koos <- tahtedeSagedused(paste(kataloog, failinimed[1], sep=""))
colnames(koos) <- c("taht", failinimed[1])
for (failinimi in failinimed[2:length(failinimed)]){
  tabel <- tahtedeSagedused(paste(kataloog, failinimi, sep=""))
  colnames(tabel) <- c("taht", failinimi)
  koos <- koos %>% full_join(tabel, by="taht")
}
koos <- koos %>% replace(., is.na(.), 0)
print(koos %>% arrange(taht), n=64)

# Mittetäheliste ja -numbriliste sümbolite väljajätmine
koos <- koos %>% arrange(taht)
koos <- koos[29:66, ]

# Tunnuse "taht" väärtuste teisendamine reanimetusteks ja tulbasummade leidmine
koos <- column_to_rownames(koos, var = "taht")
koos["kokku" ,] <- colSums(koos)
print(tail(koos))

# Tabeli ümberpööramine
koos <- as.data.frame(t(koos))
print(head(koos))

# Absoluutarvuliste tunnuste muutmine osakaaludeks
koos <- koos %>% {./.$kokku} %>% round(3)
View(koos)