writer

The goal is to enrich the DNB dataset and index it with Elastic.

process DNB data

download dump

curl --output DNBTitel.rdf.gz "http://datendienst.dnb.de/cgi-bin/mabit.pl?cmd=fetch&userID=opendata&pass=opendata&mabheft=DNBTitel.rdf.gz"

convert RDF to JSON

rdf2json.py DNBTitel.rdf.gz | gzip -c > DNBTitel.json.gz

normalise fields

./json2json.py --normalise DNBTitel.json.gz | gzip -c > DNBTitel_normalised.json.gz

What is the difference between pages and extent?

• rdf2json.py: extent is from dcterms:extent and pages is from isbd:P1053 (which is “has extent”) - so it is basically the same
• We use extent when no valid pages are given.

preliminary analysis of the data fields

We analyse the distribution of some metadata fields.

pages

extent

./json2json.py --norm --print "pages_norm,extent" DNBTitel.json.gz | sed "s/[0-9]/0/g" | gzip -c > pages_extent.tsv.gz

echo "pages_norm\textent\titems"
zcat pages_extent.tsv.gz | sort -S1G | uniq -c | head -n20

(after some manual tweaking:)

pages_norm	extent	items
		5631051
000		4332641
00		2895689
	00 S.	1020134
0		172825
0000		33250
	000 S.	16541
	0 S.	95
00000		52
000000		31

So extent is only given when no (normalised) pages are given -> set pages_norm to pages extracted from extent in those cases.

issued

Extract and normalise the patterns for the “issued” field:

./json2json.py --norm --print "type,issued" DNBTitel.json.gz | sed "s/[0-9]/0/g" > issued.tsv

Let’s have a look at the most frequent patterns:

echo "type\tissued pattern\titems"
sort -S1G issued.tsv | uniq -c | sed -r 's/([0-9]) /\1\t/' | awk -F'\t' '{print $2"\t"$3"\t"$1}' | sort -t$'\t' -nrk3 | head -n20
echo "*distinct pairs\t\t*" $(sort -S1G -u issued.tsv| wc -l)

type	issued pattern	items
Document	0000	10559276
Issue	0000	1470687
Article	0000	981040
Collection		381824
Periodical	0000-0000	304933
Periodical	0000-	155810
Series	0000-	62002
Series	-	42707
Document		41579
Periodical	-	25939
Document	00XX	24172
Series	0000-0000	18156
	0000	11070
Collection	0000	9181
Document	0000-0000	7250
Periodical		2849
Collection	0000-0000	2379
Periodical	0000	443
Article	0000/00	331
Article	/0000	138
distinct pairs		105

Get the valid years for the “Document” type:

./json2json.py --normalise --print "type,issued" DNBTitel.json.gz \
    | grep -E '^Document\s+[0-9][0-9][0-9][0-9]$' \
    | awk -F'\t' '{print $2}' | sort | uniq -c | awk '{print $2"\t"$1}' \
                                                     > issued_document_distrib.tsv

Let’s plot the years for the “Document” type:

reset
set term svg enhanced size 800,600
set out 'issued.svg'
set grid
set xrange [1450:2050]
set logscale y

set xlabel 'year'
set ylabel 'frequency'

plot "issued_document_distrib.tsv" using 1:2 with lines title ''

set term pngcairo enhanced size 800,600
set out 'issued.png'
replot

medium

./json2json.py -n -p medium DNBTitel.json.gz | sort -S1G | uniq -c

medium	count
	294526
http://iflastandards.info/ns/isbd/terms/mediatype/T1008	19783
RDACarrierType/1018	4001290
RDACarrierType/1044	9604425
RDAMediaType/1002	23059
RDAMediaType/1003	159226

place

./json2json.py -n -p place DNBTitel.json.gz | sort -S1G | uniq -c > place.tsv

head place.tsv

price

publisher

./json2json.py -n -p publisher DNBTitel.json.gz | sort -S1G | uniq -c > publisher.tsv

contributor

./json2json.py -n -p contributor DNBTitel.json.gz | sort -S1G | uniq -c > contributor.tsv

P60493

We also use the new file gnditems_2017-09-05_14:59.json which contains information about site links within Wikipedia.

Extract, convert, and normalise data:

./rdf2json.py DNBTitel.rdf.gz | gzip -c > DNBTitel_P60493.json.gz
./json2json.py -n -w gnditems_2017-09-05_14:59.json DNBTitel_P60493.json.gz \
    | gzip -c \
           > DNBTitel_P60493_normalised_enriched.json.gz

Get frequency of use:

./json2json.py -f \
               -p "issued_norm,pages_norm,P60493,creator_wd.*.occupation_writer" \
               DNBTitel_P60493_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 >= 1912) {print $3}}' \
    | sort -S1G | uniq -c | sort -nr | head -n20

items	P60493
120677	Roman
8631	Kriminalroman
6799	Gedichte
5513	Erzählungen
4931	Erzählung
2880	Novelle
2665	Thriller
2654	roman
2644	[Roman]
1176	Erzählg
985	Science-fiction-Roman
931	historischer Roman
875	Kriminal-Roman
813	Novellen
760	Western-Roman
644	Geschichten
571	Erinnerungen
557	Erzählgn
525	Essays
505	eine Biographie

enrich with Wikidata

By using the field creator (or should we use ~contributor~?).

identify properties

For each entity in Wikidata that has a label, a GND id (P227) property, and an occupation (P106) property, we extract the following properties:

id	name	round	note
P106	occupation	1+2	condition for inclusion
P227	GND id	1	condition for inclusion
P21	gender	2
P569	date of birth	1
P19	place of birth	2
P625	- coordinate location	2	extract separately
P570	date of death	1
P20	place of death	2
P625	- coordinate location	2	extract separately
P103	native language	2
P1412	languages spoken, written or signed	2
P166	awards received	2
P18	image (P18)	1

Approach:

1. find all entities with P106 and P227 and collect all other relevant properties
2. get the labels and missing values (e.g., coordinates of cities) for properties

extract subclasses of writer

To label entities whose occupation property points to a subclass of writer, we extract all subclasses of writer with SPARQL, since this is faster and simpler than using the dump.

Since an entity can have several values for the occupation property (e.g., George Washington) we extract all values and if one of the occupations is a subclass of writer, we label the entity as a writer.

We do this with curl as before:

SELECT ?subclass
WHERE
{
  ?subclass wdt:P279* wd:Q36180
}

curl \
    --header "Accept: text/tab-separated-values" \
    --output wikidata_writer_subclasses.tsv \
    --globoff \
     'https://query.wikidata.org/sparql?query=SELECT%20%3Fsubclass%20%3FsubclassLabel%0AWHERE%0A%7B%0A%20%20%3Fsubclass%20wdt%3AP279*%20wd%3AQ36180%20.%0A%20%20SERVICE%20wikibase%3Alabel%20%7B%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%23%20...%20include%20the%20labels%0A%20%20%20%20bd%3AserviceParam%20wikibase%3Alanguage%20%22en%22%0A%20%20%7D%0A%7D'

wc -l wikidata_writer_subclasses.tsv

process dump

Is done using Java (see WriterExtractor.java for the basic idea, full code in this repository) and creates the file gndwriter.json:

> Processed 32346937 entities in 2203 sec (14683 per second) > read 357423 items and 69577 property values with missing labels

grep "Goethe" gndwriter.json | sed -e "s/^,/{/" -e "s/$/}/" | json_pp

{
   "118540238" : {
      "id" : "Q5879",
      "name" : "Johann Wolfgang von Goethe",
      "occupations" : [
         {
            "id" : "Q4164507",
            "name" : "art critic"
         },
         {
            "id" : "Q3579035",
            "name" : "travel writer"
         },
         {
            "name" : "poet",
            "id" : "Q49757"
         },
         {
            "id" : "Q1209498",
            "name" : "poet lawyer"
         },
         {
            "name" : "music critic",
            "id" : "Q1350157"
         },
         {
            "name" : "novelist",
            "id" : "Q6625963"
         },
         {
            "name" : "autobiographer",
            "id" : "Q18814623"
         },
         {
            "name" : "playwright",
            "id" : "Q214917"
         },
         {
            "name" : "aphorist",
            "id" : "Q3606216"
         },
         {
            "id" : "Q18939491",
            "name" : "diarist"
         },
         {
            "id" : "Q1234713",
            "name" : "theologian"
         },
         {
            "name" : "art theorist",
            "id" : "Q17391638"
         }
      ]
   }
}

enrich JSON

Modifying json2json.py to add the Wikidata data for each found writer with the --wikidata option.

./json2json.py -n -w gnditems_2017-08-22_15:03.json DNBTitel.json.gz \
    | gzip -c \
           > DNBTitel_normalised_enriched.json.gz

test enrichment

basic JSON example

./json2json.py -n -w gnditems_2017-08-22_15:03.json DNBTitel.json.gz | grep "poet lawyer" > poetlawyer_gndwriter.json

grep Egmont poetlawyer_gndwriter.json | head -n1 | json_pp

{
   "contributor" : [
      "116924373"
   ],
   "title" : "Goethes Egmont in Schillers Bearbeitung",
   "place_publisher" : "München ; Leipzig : G. Müller",
   "publisher" : "G. Müller",
   "place" : [
      "München",
      "Leipzig"
   ],
   "issued" : "1914",
   "lang" : "ger",
   "pages" : [
      "153 S."
   ],
   "medium" : "RDACarrierType/1044",
   "_id" : "361432887",
   "pages_norm" : 153,
   "creator_wd" : {
      "118540238" : {
         "languages" : "German",
         "image" : "Goethe (Stieler 1828).jpg",
         "place_of_death" : "Weimar",
         "native_language" : "German",
         "id" : "Q5879",
         "date_of_death" : "1832-03-22",
         "date_of_birth" : "1749-08-28",
         "name" : "Johann Wolfgang von Goethe",
         "awards" : [
            "Merit Order of the Bavarian Crown",
            "Officer of the Legion of Honour",
            "Order of Saint Anna, 1st class"
         ],
         "place_of_birth" : "Frankfurt",
         "gender" : "male",
         "occupation" : [
            "poet lawyer",
            "theatre manager",
            "botanist",
            "politician",
            "painter",
            "philosopher",
            "theologian",
            "jurist",
            "art critic",
            "music critic",
            "Geheimrat",
            "librarian",
            "poet",
            "travel writer",
            "physicist",
            "literary",
            "novelist",
            "playwright",
            "autobiographer",
            "diplomat",
            "statesman",
            "polymath",
            "aphorist",
            "diarist",
            "mineralogist",
            "zoologist",
            "art theorist",
            "lawyer"
         ],
         "occupation_writer" : [
            "poet lawyer",
            "theologian",
            "art critic",
            "music critic",
            "poet",
            "travel writer",
            "novelist",
            "playwright",
            "autobiographer",
            "aphorist",
            "diarist",
            "art theorist"
         ]
      }
   },
   "type" : "Document",
   "issued_norm" : 1914,
   "creator" : [
      "118540238"
   ]
}

how many authors can be mapped?

echo -n "in DNB data\t"
./json2json.py -p "creator,creator_wd.*.name" -c "creator,creator_wd.*.name" DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 != "") print $1"\t"$2}' | sort -S1G -u | wc -l
echo -n "also in Wikidata\t"
./json2json.py -f -p "creator,creator_wd.*.name" -c "creator,creator_wd.*.name" DNBTitel_normalised_enriched.json.gz \
    | sort -S1G -u | wc -l
echo -n "also in Wikidata, occupation subclass of writer\t"
./json2json.py -f -p "creator,creator_wd.*.name,creator_wd.*.occupation_writer" -c "creator,creator_wd.*.name,creator_wd.*.occupation_writer" DNBTitel_normalised_enriched.json.gz \
    | sort -S1G -u | wc -l
echo -n "also in Wikidata, occupation subclass of writer, P60493~/[Rr[oman/\t"
./json2json.py -f -p "P60493,creator,creator_wd.*.name,creator_wd.*.occupation_writer" -c "creator,creator_wd.*.name,creator_wd.*.occupation_writer" DNBTitel_P60493_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 ~ /[Rr]oman/) print $2"\t"$3}' \
    | sort -S1G -u | wc -l
echo -n "also in Wikidata, occupation subclass of writer, P60493=Roman\t"
./json2json.py -f -p "P60493,creator,creator_wd.*.name,creator_wd.*.occupation_writer" -c "creator,creator_wd.*.name,creator_wd.*.occupation_writer" DNBTitel_P60493_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 == "Roman") print $2"\t"$3}' \
    | sort -S1G -u | wc -l

in DNB data	3275497
+ in Wikidata	201300
+ occupation subclass of writer	110143
+ P60493~/[rR]oman/	16005
+ P60493=Roman	12288

attic

Manually download (a part of) the Wikidata dump (since Java gets a 503 and disk space is scarce):

# this fixes
zcat 20170814.json.gz_ORIG | head -n -2 | head -c -2 | sed -e "\$a]" | gzip -c > 20170814.json.gz

index in Elastic

• check what happens with JSON like this: “publisher”: “Akad. Kiado\u0301” - is the COMBINING ACUTE ACCENT correctly processed? similar: “publisher”: “Museum fu\u0308r Tierkunde”

Queries:

• Median, Mean, etc. in Elastic? - percentiles
• location (format “lat,lon” should work)

create index

TODO: add Wikidata fields

field	type	analysed	note
_id	string	no	DNB ID
contributor	string
creator	string
extent	string		field is missing! TODO: difference to pages?
issued	string
issued_norm	integer	no	year
lang	string	no	3-letter code or empty
medium	string	no
pages	string	no
pages_norm	integer	no
place	string
place_publisher	string
price	string
publisher	string
short_title	string
subject	string
title	string	yes
type	string	no

fill index

analysis

data filters:

1. issued_norm >= 1912
2. author has GND id in Wikidata
3. author has occupation that is a subclass of writer
4. work has a page number (extent)

for publishers:

1. limit maximal number of pages per work to exclude outliers (e.g., to 5000)

media types

All media:

./json2json.py -f -p type DNBTitel_normalised_enriched.json.gz \
    | sort -S1G | uniq -c > media_freq.tsv

With usable page numbers:

./json2json.py -f -p type,pages_norm \
               DNBTitel_normalised_enriched.json.gz \
    | cut -f1 | sort -S1G | uniq -c > media_with_pages_freq.tsv

With all data filters except >= 1912:

./json2json.py -f -p "type,pages_norm,creator_wd.*.occupation_writer" \
               DNBTitel_normalised_enriched.json.gz \
    | cut -f1 | sort -S1G | uniq -c > media_filtered_freq.tsv

With all data filters:

./json2json.py -f -p "issued_norm,type,pages_norm,creator_wd.*.occupation_writer" \
               DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 >= 1912) print $2}' \
    | sort -S1G | uniq -c > media_filtered_1912_freq.tsv

Combine into a table:

cat media_freq.tsv
echo "---"
cat media_with_pages_freq.tsv
echo "---"
cat media_filtered_freq.tsv
echo "---"
cat media_filtered_1912_freq.tsv

type	freq	freq (pages given)	freq (filtered)	freq (filtered, >= 1912)
	11070
Article	981677
Collection	393390	347	39	1
Document	10632628	7434113	1047801	1029608
Issue	1470688	1036770
Periodical	489990	8
Series	122866	20
sum	14102309	8471258	1047840	1029609

number of pages

All valid page counts:

./json2json.py -f -p "pages_norm" DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{SUM+=$1; CTR+=1} END {print CTR"\t"SUM}'

All valid page counts of known writers:

./json2json.py -f -p "issued_norm,pages_norm,creator_wd.*.occupation_writer" \
               DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{SUM+=$2; CTR+=1} END {print CTR"\t"SUM}'

Filter data:

./json2json.py -f -p "issued_norm,pages_norm,creator_wd.*.occupation_writer" \
               DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 >= 1912) print $2}' > pages.tsv

Count frequencies:

sort -n -S1G pages.tsv | uniq -c | awk '{print $2"\t"$1}' | sort -n > pages_freq.tsv

Sum of the pages:

echo "items\tpages"
awk -F'\t' '{SUM+=$1; CTR+=1} END {print CTR"\t"SUM}' pages.tsv

filter	items	pages
valid pages	8471258	1353853314
+ valid issued, occupation writer	1046870	239308277
+ issued >= 1912	1029609	235757219

Of the original 14,102,309 items, we can use 1,029,609 items with 235,757,219 pages. Those items fulfill the following conditions:

• We can extract the year they have been issued.
• They have been issued in or after 1912.
• We can extract their extent (number of pages).
• At least one of their authors has a GND id in Wikidata and an occupation that is a subclass of writer.

For this set we did not require that any other values are available (e.g., publisher) but some analyses might further restrict that set.

Plot distribution:

reset
set term svg enhanced size 800,600
set out 'pages.svg'
set grid
set xrange [0:4000]
set logscale y
set format y "10^%T"

set xlabel 'number of pages'
set ylabel 'frequency'

plot 'pages_freq.tsv' using 1:2 with lines title ''

set term pngcairo enhanced size 800,600
set out 'pages.png'
replot


# showing bogen boundaries
unset logscale
unset format y
set xtics 0,16


# zoom into range 400 to 600 to see 16-patterns of pages
set xrange [400:600]
set term pngcairo enhanced size 800,600
set out 'pages_400-600.png'
plot 'pages_freq.tsv' using 1:2 with lines title ''

set term svg enhanced size 800,600
set out 'pages_400-600.svg'
replot


# zoom into range 200 to 400 to see 16-patterns of pages
set xrange [200:400]
set term pngcairo enhanced size 800,600
set out 'pages_200-400.png'
plot 'pages_freq.tsv' using 1:2 with lines title ''

set term svg enhanced size 800,600
set out 'pages_200-400.svg'
replot


# zoom into range 0 to 200 to see 16-patterns of pages
set xrange [0:200]
set term pngcairo enhanced size 800,600
set out 'pages_000-200.png'
plot 'pages_freq.tsv' using 1:2 with lines title ''

set term svg enhanced size 800,600
set out 'pages_000-200.svg'
replot

page distribution

page ranges

top authors

• TODO: plot distribution of the number of authors per work

./json2json.py -f -p "issued_norm,pages_norm,creator_wd.*.name,creator_wd.*.occupation_writer" -c "creator_wd.*.name,creator_wd.*.occupation_writer"\
               DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 >= 1912) {sum[$3]+=$2; count[$3]+=1}} END {for (p in sum) printf("%s\t%s\t%s\t%s\n", sum[p], count[p], int(sum[p]/count[p]), p)}' \
          > author_pages_stats.tsv

by item count

./json2json.py -f -p "issued_norm,pages_norm,creator_wd.*.occupation_writer,creator_wd.*.name,creator_wd.*.id" -c "creator_wd.*.occupation_writer,creator_wd.*.name,creator_wd.*.id"\
               DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 >= 1912) print "[[https://www.wikidata.org/wiki/"$5"]["$4"]]"}' \
    | sort -S1G | uniq -c | sort -nr | head -n50

author	items
Johann Wolfgang von Goethe	5169
Rudolf Steiner	3992
Hermann Hesse	3364
Heinz G. Konsalik	3190
Thomas Mann	2609
Karl Marx	2578
Friedrich Engels	2569
Stefan Zweig	2533
Friedrich Schiller	2056
Jacob Grimm	2025
Franz Kafka	2020
Theodor Storm	1968
Bertolt Brecht	1948
Wilhelm Grimm	1947
Erich Kästner	1873
Heinrich Böll	1796
Friedrich Nietzsche	1788
William Shakespeare	1703
Rainer Maria Rilke	1693
Marie Louise Fischer	1678
Gottfried Keller	1669
Anselm Grün	1605
Martin Luther	1600
Sigmund Freud	1568
Theodor Fontane	1552
E. T. A. Hoffmann	1535
Agatha Christie	1531
Karl May	1503
Heinrich Heine	1392
Christine Nöstlinger	1344
Hedwig Courths-Mahler	1302
Wilhelm Hauff	1296
Immanuel Kant	1280
Gert Fritz Unger	1264
Heinrich von Kleist	1255
Janosch	1210
Enid Blyton	1210
Wilhelm Busch	1191
Adalbert Stifter	1185
Erich Maria Remarque	1181
Vladimir Lenin	1118
Johanna Spyri	1111
Fyodor Dostoyevsky	1088
Honoré de Balzac	1087
Leo Tolstoy	1087
Max Frisch	1079
Jack London	1075
Lion Feuchtwanger	1048
Edgar Wallace	1041
Carl Jung	997

by page count

sort -S1G -nr author_pages_stats.tsv | head -n20

author	pages	items	mean pages
Johann Wolfgang von Goethe	1217404	5169	235
Heinz G. Konsalik	984514	3190	308
Thomas Mann	963054	2614	368
Hermann Hesse	744143	3364	221
Rudolf Steiner	698028	3992	174
Stefan Zweig	689861	2533	272
Karl Marx	550352	2579	213
Franz Kafka	538979	2020	266
Fyodor Dostoyevsky	530695	1088	487
Friedrich Engels	527765	2569	205
Karl May	507174	1503	337
Friedrich Nietzsche	475373	1788	265
Lion Feuchtwanger	468620	1048	447
Theodor Fontane	452435	1552	291
Marie Louise Fischer	436068	1678	259
Colleen McCullough	424189	143	2966
Erich Maria Remarque	415720	1181	352
Friedrich Schiller	404948	2056	196
Sigmund Freud	402582	1568	256
Leo Tolstoy	397879	1087	366

by mean page count

sort -S1G -nrk3 author_pages_stats.tsv | head -n20

author	pages	items	mean pages	work
Reinhard Baumgart	340491	32	10640
Samael Aun Weor	141110	27	5226
Günther Bentele	103739	27	3842
Jean Quatremer	3376	1	3376	Ces hommes qui ont fait l’euro
Pierre Alexis Ponson du Terrail	3200	1	3200	Rocambol, der Fürst der Katakomben
Colleen McCullough	424189	143	2966
Dieter Hildebrandt	266883	104	2566
André Vauchez	2536	1	2536	Gottes vergessenes Volk
Wolfgang Lauterbach	2319	1	2319	Zivilprozessordnung
Peter Hartmann	104270	47	2218
Wolfgang Kleiber	10787	5	2157
Herbert Tröndle	2052	1	2052	Strafgesetzbuch und Nebengesetze
Noam Chomsky	198589	97	2047
John Bernard Burke	4052	2	2026	450713768, 982125054
Egon Wiberg	5633	3	1877
Arnold F. Holleman	5633	3	1877	Lehrbuch der anorganischen Chemie, 944635105, 981617034
Frank Göttmann	5561	3	1853	760132070, 770428584, 947104364
Walter Bayer	1779	1	1779	Europäisches Unternehmens- und Kapitalmarktrecht
Marthe Vogt	1770	1	1770	British medical journal
Gustavo Adolfo Bécquer	24105	14	1721

There are probably some errors among those …

reset
set encoding utf8
set term pngcairo enhanced size 800,600
set out 'author_pages.png'

set grid
set datafile separator "\t"
set xrange [*:10000]
set logscale
set format y "10^%T"
set format x "10^%T"

set xlabel 'number of items'
set ylabel 'mean number of pages per item'

set label "Reinhard Baumgart" left at 32, 10640 offset .5, .3
set label "Colleen McCullough" left at 143, 2966 offset .5, .3
set label "Samael Aun Weor" left at 27, 5226 offset .5, .3
set label "Guenther Bentele" left at 27, 3842 offset .5, .3
set label "Johann\nWolfgang\nvon\nGoethe" left at 5169, 235 offset -1.8, 3.6

plot 'author_pages_stats.tsv' using 2:3 with points pt 7 title ''

set term svg enhanced size 800,600
set out 'author_pages.svg'
replot

by occupation

• TODO: top lists for different occupations
• TODO: item count vs. mean page count colored by occupation

top works

./json2json.py -f -p "issued_norm,pages_norm,title,_id,creator_wd.*.occupation_writer" \
               DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 >= 1912) {print $2"\t[[http://d-nb.info/"$4"]["$3"]]"}}' \
    | sort -S1G -nr | head -n20

title	pages
Tim	348333
Selbstvergessenheit	332331
Denkzettel	239240
Die fünfte Freiheit	176150
Revolutionäre Psychologie	137317
Die Malerei im Bietigheimer Hornmoldhaus	96104
Kostengesetze	22297
Die grünen Augen	21920
Nicht mehr rauchen und dabei schlank bleiben	13008
Flying Dutchmen	9306
Fado Alexandrino	7969
Il giuoco delle perle di vetro	5616
Getreidemarkt am Bodensee	5126
Die Waffen nieder!	4292
Aeneis	4290
Fastnachtsspiele, Tragödien und Komödien	4114
Zivilprozessordnung	3401
Ces hommes qui ont fait l’euro	3376
Complete Works	3360
Das grosse Buch der Olympischen Spiele	3320

Kafkatest

./json2json.py -f \
               -p "issued_norm,pages_norm,title,_id,creator_wd.*.name,creator_wd.*.occupation_writer" \
               -c "creator_wd.*.name,creator_wd.*.occupation_writer" \
               DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 >= 1912 && $5 == "Franz Kafka") {print $2"\t[[http://d-nb.info/"$4"]["$3"]] ("$1")"}}' \
    | sort -S1G -nr | head -n20

pages	title (year)
1688	Obras inmortales (1976)
1518	Récits, romans, journaux (2000)
1463	Sämtliche Werke (2008)
1264	Briefe an Felice Bauer und andere Korrespondenz aus der Verlobungszeit (2015)
1232	Romane & Erzählungen (2004)
1232	Das Werk (2011)
1232	Romane & Erzählungen (2010)
1222	Narraciones y otros escritos (2003)
1211	Briefe (2005)
1184	Confessioni e diari (1972)
1181	Confessioni e diari (1981)
1088	Izbrannoe (1999)
1083	Verzameld werk (2011)
1072	Verzameld werk (1992)
1052	Sämtliche Werke (2006)
1052	Process (2014)
1045	Diarios (2000)
1039	Romane (2007)
1019	Romane und Erzählungen (2000)
1019	Romane und Erzählungen (1996)

top publishers

by item count

./json2json.py -f -p "issued_norm,pages_norm,publisher,creator_wd.*.occupation_writer" \
               DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 >= 1912) print $3}' \
    | sort -S1G | uniq -c | sort -S1G -nr | head -n20

publisher	items
Rowohlt	25735
Heyne	23442
Reclam	17808
Suhrkamp	15074
Goldmann	14385
Dt. Taschenbuch-Verl.	11719
Ullstein	10705
Herder	9701
Fischer-Taschenbuch-Verl.	9550
Piper	9256
Insel-Verl.	6951
Deutscher Taschenbuch-Verlag	5692
RM-Buch-und-Medien-Vertrieb [u.a.]	5631
Fischer-Taschenbuch-Verlag	5313
Beck	5130
Büchergilde Gutenberg	5061
Diogenes	4863
S. Fischer	4518
Weltbild	4388
Maier	4289

After normalisation (see below)

by page count

./json2json.py -f -p "issued_norm,pages_norm,publisher,creator_wd.*.occupation_writer" \
               DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 >= 1912) {sum[$3]+=$2; count[$3]+=1}} END {for (p in sum) printf("%s\t%s\t%s\t%s\n",  sum[p], count[p], int(sum[p]/count[p]), p)}' \
    | sort -S1G -nr | head -n20

publisher	page sum	items	mean pages
Heyne	7859581	23442	335
Rowohlt	6033435	25735	234
Goldmann	4768034	14385	331
Suhrkamp	3750752	15074	248
Dt. Taschenbuch-Verl.	3144621	11719	268
Ullstein	3117050	10705	291
Fischer-Taschenbuch-Verl.	3105059	9550	325
Reclam	3078664	17808	172
Piper	2843553	9256	307
RM-Buch-und-Medien-Vertrieb [u.a.]	2242582	5631	398
Herder	1924775	9701	198
Weltbild	1858937	4388	423
Büchergilde Gutenberg	1711864	5061	338
Beck	1691647	5130	329
Insel-Verl.	1611409	6951	231
Dt. Buch-Gemeinschaft	1475774	4287	344
S. Fischer	1334482	4518	295
Deutscher Taschenbuch-Verlag	1331032	5692	233
Fischer-Taschenbuch-Verlag	1322312	5313	248
Aufbau-Verl.	1307744	3819	342

Only items with no more than 5000 pages:

./json2json.py -f -p "issued_norm,pages_norm,publisher,creator_wd.*.occupation_writer" \
               DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 >= 1912 && $2 <= 5000) {sum[$3]+=$2; count[$3]+=1}} END {for (p in sum) printf("%s\t%s\t%s\t%s\n",  sum[p], count[p], int(sum[p]/count[p]), p)}' \
    | sort -S1G -nr | head -n20

publisher	page sum	items	mean pages
Heyne	7859581	23442	335
Rowohlt	6033435	25735	234
Goldmann	4419701	14384	307
Suhrkamp	3750752	15074	248
Dt. Taschenbuch-Verl.	3144621	11719	268
Ullstein	3117050	10705	291
Reclam	3078664	17808	172
Piper	2843553	9256	307
Fischer-Taschenbuch-Verl.	2772728	9549	290
RM-Buch-und-Medien-Vertrieb [u.a.]	2242582	5631	398
Herder	1924775	9701	198
Weltbild	1858937	4388	423
Büchergilde Gutenberg	1711864	5061	338
Beck	1691647	5130	329
Insel-Verl.	1611409	6951	231
Dt. Buch-Gemeinschaft	1475774	4287	344
S. Fischer	1334482	4518	295
Deutscher Taschenbuch-Verlag	1331032	5692	233
Fischer-Taschenbuch-Verlag	1322312	5313	248
Aufbau-Verl.	1307744	3819	342

by mean page count

./json2json.py -f -p "issued_norm,pages_norm,publisher,creator_wd.*.occupation_writer" \
               DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 >= 1912) {sum[$3]+=$2; count[$3]+=1}} END {for (p in sum) printf("%s\t%s\t%s\t%s\n", sum[p], count[p], int(sum[p]/count[p]), p)}' \
    | sort -S1G -nrk3 | head -n20

publisher	page sum	items	mean pages
Dr.- und Verl.-Ges. Bietigheim	96104	1	96104
Gnostische-Bibliothek-Verl.	137634	2	68817
Deutscher Sparkassenverlag Stuttgart	3295	1	3295
Ander	3202	1	3202
Burke’s Peerage Ltd.	2867	1	2867
Monte Avila	2516	1	2516
Juzanbô	2370	1	2370
Argument-Verl.	206100	99	2081
L’ Arachnéen	1845	1	1845
Bundesanzeiger Verlag	3497	2	1748
World Islamic Call Soc.	1633	1	1633
Libraries assocíés	1625	1	1625
Muze	1600	1	1600
Ekdoseis Tziola	1599	1	1599
Ed. Almuzara	1595	1	1595
Ed. Horizonte	1580	1	1580
Verlagsanstalt f. Literatur u. Kunst	4512	3	1504
Everyman’s Libr.	1492	1	1492
Ministero per i Beni Culturali e Ambientali, Ufficio Centrale per i Beni Archivistici	1423	1	1423
E.D.A.F.	1420	1	1420

How is the number of items per publisher related to the mean number of pages per publisher?

./json2json.py -f -p "issued_norm,pages_norm,publisher,creator_wd.*.occupation_writer" \
               DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 >= 1912) {sum[$3]+=$2; count[$3]+=1}} END {for (p in sum) printf("%s\t%s\t%s\t%s\n", count[p], sum[p], int(sum[p]/count[p]), p)}' \
          > publisher_page_stats.tsv

reset
set term pngcairo enhanced size 800,600
set out 'publisher_pages.png'

set grid
set datafile separator "\t"
set logscale

set xlabel 'number of items
set ylabel 'mean number of pages per item'

plot 'publisher_page_stats.tsv' using 1:3 with points pt 7 title ''

set term svg enhanced size 800,600
set out 'publisher_pages.svg'
replot

normalisation

Select specific publishers from this list:

Ammann

Aufbau

Berlin Verlag

Blumenbar

Eichborn

Goldmann

Hanser

Heyne

Hoffmann und Campe

Insel

Kiepenheuer & Witsch

Luchterhand Literaturverlag

Manesse

Merve

Nagel & Kimche

Piper

Reclam

Rogner & Bernhard

Rowohlt

Schöffling & Co.

Suhrkamp

Ullstein

Urs Engeler Editor

Verbrecher Verlag

Voland & Quist

Wallstein

Wiesenburg

for publisher in Ammann Aufbau Berlin Blumenbar Eichborn Goldmann Hanser Heyne Campe Insel Kiepenheuer Luchterhand Manesse Merve Kimche Piper Rogner Rowohlt Schöffling Suhrkamp Ullstein Engeler Verbrecher Voland Wallstein Wiesenburg; do
    echo "**** $publisher"
    echo
    echo "| publisher | items | pages | mean pages |"
    grep $publisher publisher_page_stats.tsv | sort -nr | awk -F'\t' '{print "|"$4"|"$1"|"$2"|"$3"|"}'
    echo
done

Cleaning up the publishers now by deleting all rows which should not be regarded the same publisher and then creating a big intermediate file:

./json2json.py -m publisher_map.tsv -f -p "issued_norm,pages_norm,publisher_norm,title,_id,creator_wd.*.name,creator_wd.*.id,creator_wd.*.occupation_writer" \
               DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 >= 1912) print $0}' \
> publisher_data.tsv

Ammann

publisher	items	pages	mean pages
Ammann	484	121340	250
Ammann-Verl.	8	2667	333
Ammann Schweiz AG	1	87	87

Aufbau

publisher	items	pages	mean pages
Aufbau-Verl.	3819	1307744	342
Aufbau-Verlag	2132	728063	341
Aufbau-Taschenbuch-Verl.	1364	456324	334
Aufbau-Taschenbuch	440	173037	393
Aufbau	300	93119	310
Aufbau Taschenbuch	142	52028	366
Aufbau-Bühnen-Vertrieb	60	6496	108
Der nationale Aufbau	18	1925	106
Arbeitsgemeinschaft f. Kultur u. Aufbau	7	2236	319
Aufbau Verl.	6	2474	412
Buchkreis f. Besinnung u. Aufbau	5	790	158
Aufbau-Bühnen-Vertrieb G.m.b.H.	5	541	108
Der Nationale Aufbau	5	229	45
Aufbau-Bühnen-Vertrieb GmbH	4	325	81
ATB, Aufbau Taschenbuch	3	727	242
Aufbau-Tachenbuch-Verl.	3	1626	542
Aufbau-Verl	3	1306	435
“Der nationale Aufbau”	2	1214	607
Buchkreis für Besinnung u. Aufbau	1	98	98
Aufbau-Bühnen Vertrieb	1	97	97
Aufbau-Bühnenvertrieb G. m. b. H.	1	92	92
[Aufbau-Bühnen-Vertrieb]	1	91	91
Aufbau-Bühnen-Vertr.	1	91	91
Aufbau-Verl. in Komm.	1	74	74
Aufbau-Bühnenvertrieb G.m.b.H.	1	72	72
Aufbau taschenbuch	1	602	602
Aufbau Verlag	1	564	564
Aufbau-Taschen-Verl.	1	479	479
[Aufbau-Verl. in Komm.]	1	46	46
Aufbau - Verl.	1	363	363
atb Aufbau Taschenbuch	1	359	359
[Aufbau-Verl.]	1	331	331
Verlag “Deutscher Aufbau”	1	31	31
Der Nationale Aufbau, Verlagsges.	1	29	29
atb, Aufbau Taschenbuch	1	287	287
Akadem. Arbeitsausschuß f. Deutschen Aufbau	1	27	27
Aufbau Taschenbuch-Verl.	1	269	269
Atb, Aufbau Taschenbuch	1	254	254
Aufbau- Verlag	1	245	245
Aufbau-Taschenbuch-Verl.***5108133	1	239	239
Aufbau-Taschenbuchverl.	1	239	239
Arbeitskreis evangelischer Pfarrer f. Frieden u. sozialen Aufbau im Land Brandenburg	1	19	19
Aufbau-Taschenbuch-Verlag	1	190	190
Aufbau Verlag GmbH	1	157	157

Berlin

publisher	items	pages	mean pages
Berlin-Verl.	586	169277	288
Berliner Taschenbuch-Verl.	527	157416	298
Verl. Das Neue Berlin	492	138106	280
Rowohlt Berlin	398	103526	260
Verlag Das Neue Berlin	374	98552	263
Das Neue Berlin	272	80989	297
Berlin-Verl. Taschenbuch	85	29749	349
Berliner Handpresse	84	2680	31
Hanser Berlin	67	17257	257
Bloomsbury Berlin	65	18634	286
BWV, Berliner Wiss.-Verl.	56	17796	317
Berlin Univ. Press	54	12424	230
Berlin-Story-Verl.	46	9657	209
Berlin Verlag	30	9868	328
Berlin-Ed.	26	2801	107
Berlin-Krimi-Verl.	25	6472	258
Berliner Verl.	24	5674	236
Das Neue Berlin Verl. Ges.	24	5326	221
Matthes & Seitz Berlin	24	5204	216
Berliner Künstlerprogramm d. DAAD	24	1770	73
Verl. für Berlin-Brandenburg	22	6237	283
Berlingske	22	3743	170
Berlin-Verl. Spitz	21	4814	229
Berlin Verlag Taschenbuch	19	6274	330
Berlin-Museum	19	625	32
Verl. Das neue Berlin	19	5585	293
vbb, Verl. für Berlin-Brandenburg	18	4148	230
Berliner Bibliophilen-Abend	17	642	37
Neuer Berliner Buchvertrieb	15	915	61
Berliner Buchversand	14	3949	282
Westkreuz-Verl. Berlin/Bonn	13	2896	222
Berlin-Krimi-Verl., Be.bra-Verl.	12	3111	259
Berlin-Verlag	12	2724	227
Das neue Berlin	10	2685	268
Verlagshaus Berlin	9	886	98
Presse- u. Informationsamt d. Landes Berlin	9	575	63
Informationszentrum Berlin, Gedenk- u. Bildungsstätte Stauffenbergstrasse	9	256	28
Berliner-Taschenbuch-Verl.	9	2353	261
Berlin-Information	9	1589	176
DAAD, Berliner Künstlerprogramm	8	707	88
Berliner Künstlerprogramm des DAAD	8	406	50
BUP, Berlin Univ. Press	8	3508	438
Berlin Verl.	8	2591	323
Berlinicke	8	1170	146
Der Berliner Landesbeauftragte für die Unterlagen des Staatssicherheitsdienstes der Ehem. DDR	7	650	92
Berlin-Inst. für Bevölkerung und Entwicklung	7	591	84
Berlin-Verlag Spitz	6	996	166
Berliner Bibliophilen Abend	6	341	56
GNN-Verl. Sachsen/Berlin	6	133	22
wvb, Wiss. Verl. Berlin	6	1138	189
Verlag das Neue Berlin	5	996	199
Berlin Story Verlag	5	930	186
Druck- u. Verl. Anst. Berlin	5	870	174
Berliner Verl.-Anst. Union	5	767	153
Friedrich-Ebert-Stiftung, Forum Berlin	5	543	108
Neue Berliner Verlags-Ges.	5	1323	264
Galiani Berlin	5	1120	224
Buchh. d. Berliner ev. Missionsges.	5	1003	200
Palma Publishing Berlin	4	972	243
OEZ-Berlin-Verl.	4	940	235
Berliner Inst. für Vergleichende Sozialforschung	4	72	18
Berlin Inst. for Population and Development	4	698	174
dvb, Druck- u. Verlagsanst. Berlin	4	661	165
Buchh. d. Berliner ev. Missionsgesellschaft	4	60	15
Berlin-Werbung Berolina	4	170	42
Berliner Festspiele	4	156	39
Berlin University Press	4	1248	312
[Berliner Kulturbuchvertrieb]	3	95	31
Verlag für Berlin-Brandenburg	3	952	317
Verlag Das neue Berlin	3	931	310
Das Neue Berlin [Verl. Ges.]	3	848	282
Berliner Verlag	3	764	254
Verl. Neues Berlin	3	629	209
Berliner Inst. für Vgl. Sozialforschung	3	60	20
Berlingske Forlag	3	592	197
Buchh. d. Berliner evang. Missionsgesellschaft	3	38	12
Dt. Akad. Austauschdienst, Berliner Künstlerprogramm	3	291	97
Berlin-Brandenburgische Akad. der Wiss.	3	243	81
Konsistorium der Evang. Kirche in Berlin-Brandenburg	3	134	44
Evang. Konsistorium Berlin-Brandenburg, Generalkonvent f. Krankenseelsorge	3	121	40
Ed. Ost im Verl. Das Neue Berlin	3	1171	390
Berlin Historica	3	1020	340
Berliner Handpresse bei Claassen	2	91	45
Berliner Wissenschafts-Verlag	2	840	420
Edition Berliner Unterwelten im Ch. Links Verlag	2	762	381
Ed. Berliner Unterwelten	2	762	381
Landesvorstand Gross-Berlin d. SED	2	72	36
Berliner Taschenbuch.Verl.	2	700	350
Neue Berliner Verlags-Gesellschaft	2	665	332
Springer Berlin	2	638	319
Berlingske Forl.	2	625	312
Berliner Debatte Wiss.-Verl.	2	623	311
BWV, Berliner Wissenschafts-Verlag	2	574	287
Verl. “Berlin-Wien”	2	561	280
Kulturverlag Kadmos Berlin	2	541	270
Rowohlt Berlin***5106439	2	536	268
Berliner Handpresse b. Propyläen	2	52	26
“Berlin-Wien”	2	516	258
Berliner Taschenbuchverl.	2	516	258
Berliner Börsenzeitung	2	50	25
Berliner Taschenbuch-Verl	2	470	235
Verl. Berlin-Wien	2	453	226
[Friedrich-Berlin-Verl.-Ges.]	2	45	22
Europa-Verl. Berlin	2	429	214
Berlin-Historica-Verl.	2	426	213
Ges. d. Freunde d. Berliner Philharmonie	2	40	20
Berliner Union	2	393	196
Das neue Berlin Verl. Ges.	2	361	180
[Berliner Bibliophilen-Abend]	2	35	17
Verlagshaus Axel Springer, Information Berlin	2	33	16
Staatl. Museen zu Berlin	2	322	161
Berlin-Ed. im be.bra-Verl.	2	302	151
[Der Theaterverl. Friedrich Berlin]	2	30	15
Berlinica	2	277	138
[Der Theaterverlag Friedrich Berlin]	2	26	13
Wissenschaftlicher Verlag Berlin	2	260	130
Inst. für Städtebau Berlin d. Dt. Akad. für Städtebau u. Landesplanung	2	21	10
Arbeitsgemeinschaft d. Evang. Jugend (AEJ) in d. Bundesrepublik Deutschland u. Berlin West e.V.	2	21	10
Heimatdienstverl. [Buchh. d. Berliner ev. Missionsges.]	2	207	103
E. Berlin	2	207	103
Euphorion-Verlag Berlin	2	201	100
Verl. Berliner Union [in Komm.]	2	171	85
Volkswirtschaftl. Verl. Berlin-Lichterfelde	2	158	79
Landesvorstand Berlin der DKP	2	156	78
Berliner Verlagsbüro Biel	2	153	76
[Berliner Kommissionsbuchh.]	2	145	72
Verlag Berliner Union [in Komm.]	2	136	68
Berlin-Institut für Bevölkerung und Entwicklung	2	115	57
Berlin. Galerie	2	114	57
Berliner Morgenpost, Ullsteinhaus	2	111	55
Europa Verl. Berlin	2	1049	524
Internat. Inst. of Management, Wissenschaftszentrum Berlin	2	104	52
Stiftung Gedenkstätte Berlin-Hohenschönhausen	1	96	96
Eulenspiegel-Das-Neue-Berlin-Verl.-Ges.	1	95	95
H. P. V.-Berlin G. m. b. H. (Historisch-Politischer Verl.)	1	94	94
Berliner Künstlerprogramm/DAAD	1	93	93
Lotos Berlin	1	91	91
Verein zur Förderung von Community Education in der Bundesrepublik Deutschland und Berlin (West)	1	89	89
Werkstatt Berlin 1988	1	8	8
Landeszentrale f. polit. Bildungsarbeit Berlin	1	88	88
Akad.-Verl. Berlin	1	880	880
Verein der Freunde der Staatsbibliothek zu Berlin	1	87	87
Pädag. Zentrum Berlin, Referat II E Gesellschaftswiss.	1	87	87
Verl. Berliner Union [in Komm. f. Deutschland]	1	86	86
Deutsch-Mexikanische Gesellschaft Berlin e.V.	1	85	85
Der Berliner Landesbeauftragte für die Unterlagen des Staatssicherheitsdienstes der Ehemaligen DDR	1	80	80
Bildungswerk Berlin der Heinrich-Böll-Stiftung	1	80	80
Berlin Information	1	79	79
Berliner Jugend- u. Kindertheater Genschow-Stobrawa	1	79	79
Staatl. Museen zu Berlin, Kunstgewerbemuseum	1	78	78
Verein f. d. Geschichte Berlins	1	7	7
S[ozialistische] E[inheitspartei] D[eutschlands], Bezirksleitg Groß-Berlin	1	7	7
Berlin : Parey	1	7	7
Friedrich-Ebert-Stiftung, Landesbüro Berlin	1	76	76
[Berliner Kommissionsbuchhandlung]	1	75	75
Berliner Theater-Verl. Oesterheld & Co.	1	72	72
Generaldirektion der Stiftung Preussische Schlösser und Gärten Berlin-Brandenburg	1	71	71
KinderbuchVerl. Berlin	1	70	70
Freunde der Erde Berlin	1	70	70
Zentrale d. Hausfrauenvereins Groß-Berlin E. V.	1	67	67
Werbestelle Berliner graphischer Betriebe e. V.	1	67	67
Versuchsanst. f. Statik d. Baukonstruktionen an d. Techn. Hochschule Berlin	1	6	6
Berlinische Verlagsanst.	1	6	6
Inst. für Unternehmungsführung im Fachbereich Wirtschaftswiss. d. Freien Univ. Berlin	1	66	66
Humanistischer Verb. Deutschlands, Landesverb. Berlin	1	65	65
[Berliner Kommiss. Buchh.]	1	65	65
Breitkopf & Härtel ; Berlin-Grunewald : Verlagsanstalt für Litteratur u. Kunst (Hermann Klemm)	1	652	652
Europa im Nahen Osten - Der Nahe Osten in Europa c/o Wissenschaftskolleg zu Berlin	1	64	64
Die Moschee Berlin der Lahore-Ahmadiyya-Bewegung zur Verbreitung Islamischen Wissens	1	64	64
Berlinische Galerie	1	64	64
BerlinLine-Entertainment	1	63	63
Kinetischer Verlag Berlin	1	59	59
DKP Berlin	1	59	59
AL - Bereich Berlin-Politik]	1	59	59
Generaldirektion d. Staatl. Museen zu Berlin	1	56	56
Berliner Krippenverein	1	5	5
Institut f. Philosophie d. Humboldt-Universität zu Berlin	1	55	55
Presse- u. Informationsamt d. FU Berlin	1	54	54
Berliner Börsen-Zeitung	1	54	54
“Helle Panke” e.V. - Rosa-Luxemburg-Stiftung Berlin	1	51	51
Inst. für Genossenschaftswesen an der Humboldt-Univ. zu Berlin	1	50	50
Berlinskie gosmuzei, Peredneaziatskij Muzej	1	50	50
Wissenschaftszentrum Berlin, Internat. Inst. für Management u. Verwaltung	1	49	49
Berlin Story Verl.	1	491	491
Der Präsident des Abgeordnetenhauses von Berlin	1	48	48
Buchhandlung d. Berliner ev. Missionsgesellschaft	1	48	48
Berliner Unterwelten	1	48	48
S[ozialistische] E[inheitspartei] D[eutschlands] Groß-Berlin, Kommission zur Erforschung d. Geschichte d. Berliner Arbeiterbewegung	1	47	47
Berliner Tierschutzverein u. Deutscher Lehrer-Tierschutz Verein	1	46	46
[Berliner Kommissions-Buchh.]	1	46	46
Landesbildstelle Berlin	1	45	45
[Berliner Münzblätter]	1	4	4
Verband Berliner Spezialgeschäfte	1	44	44
Evang. Konsistorium Berlin-Brandenburg, Fachkonvent f. Seelsorge im Krankenhaus	1	44	44
Verlag des Neue Berlin	1	422	422
Berlin Verl. Taschenbuch	1	413	413
Sozialdemokratische Partei Deutschlands, Landesverb. Groß-Berlin	1	40	40
Partner für Berlin, Ges. für Hauptstadt-Marketing	1	40	40
Galerie der Berliner Graphikpresse	1	39	39
Berliner Handels-Gesellschaft	1	39	39
VBB, Verl. für Berlin-Brandenburg	1	384	384
Histor. Komm. zu Berlin	1	38	38
[Magistrat v. Groß-Berlin, Abt. f. Volksbildung, Hauptamt Kunst u, Literatur]	1	37	37
Berliner Verl. Taschenbuch	1	367	367
Verlag Neues Berlin	1	362	362
Verl. d. Berliner Börsen-Zeitung	1	35	35
Konsistorium d. Evang. Kirche in Berlin-Brandenburg (Berlin-West), Fachkonvent für Seelsorge im Krankenhaus	1	34	34
Forschungsschwerpunkt Marktprozess u. Unternehmensentwicklung, Wiss.-Zentrum Berlin für Sozialforschung	1	33	33
Neue Berliner Verlags-G. m. b. H.	1	323	323
Zentraleinrichtung zur Förderung von Frauenstudien und Frauenforschung an der Freien Univ. Berlin	1	32	32
Verein der Berliner Künstler	1	32	32
Bundesbeauftragter f. d. Förderg d. Berliner Wirtsch	1	32	32
Buchh. d. Berliner ev. Missions-Gesellschaft	1	32	32
Berliner Handpresse bei Propyläen	1	32	32
Merseburger-Berlin	1	319	319
Verlag d. Brandenburg. u. Berliner Hauptvereins d. Ev. Bundes	1	31	31
Landesvorst. Groß-Berlin d. SED, Abt. Kommunalpolitik	1	31	31
Konsistorium d. Evang. Kirche in Berlin-Brandenburg (Berlin-West)	1	31	31
Jüdische Verlagsanstalt Berlin	1	31	31
Staatl. Museen zu Berlin, Islam. Museum	1	30	30
Verlag Das Neue Berlin	1	300	300
Jüdische Verl.-Anst. Berlin	1	298	298
Konsistorium d. Evang. Kirche in Berlin-Brandenburg, Fachkonvent für Seelsorge im Krankenhaus	1	29	29
INFLA-Berlin, Verein der Deutschlandsammler	1	28	28
Verf. Berlin-Wien	1	280	280
Wiss. Verl. Berlin Gaudig und Veit	1	273	273
Sender Freies Berlin	1	27	27
Konsistorium d. Evang. Kirche in Berlin-Brandenburg	1	27	27
Euphorion Verlag, Berlin	1	27	27
Berlin.Krimi.Verl., Be.bra-Verl.	1	271	271
Westkreuz-Verl. Berlin-Bonn	1	264	264
Berliner Debatte	1	264	264
Neue Berliner Verlagsges.	1	259	259
Verein der Berliner Künstlerinnen 1867	1	256	256
Stiftung Preußische Schlösser und Gärten Berlin-Brandenburg	1	256	256
Historische Komm. zu Berlin, Pressestelle	1	25	25
Berlin Ed.	1	246	246
Neue Berliner Verlagsgesellsch. m. b. H.	1	243	243
Verein f. Geschichte Berlins	1	24	24
Forschungszentrum Strukturpolitik (IIMV), Wissenschaftszentrum Berlin für Sozialforschung	1	24	24
Verlag “Berlin-Wien”	1	241	241
[Anthroposoph. Bücherstube in Berlin]	1	238	238
Berliner Wiss.-Verl.	1	228	228
Berliner Taschenbuch Verl.	1	224	224
RIAS Berlin, Abt. Presse und Information	1	22	22
Landesleitg Groß-Berlin d. Sozialist. Einheitspartei Deutschl.	1	22	22
Akad. Auskunftsamt Berlin	1	22	22
Berlin : Orell Füssli	1	220	220
Berliner-Taschenbuchverl.	1	218	218
Kunstgewerbemuseum Berlin	1	217	217
Verlag Das Junge Berlin	1	207	207
Karl Dietz Verlag Berlin	1	207	207
TU Berlin, Lehrstuhl f. Entwerfen 6	1	20	20
Inst. u. Lehrstuhl f. Landschaftsbau u. Gartenkunst, Techn. Univ. Berlin	1	20	20
Der Beauftrage des Berliner Senats für Integration und Migration	1	200	200
Berlin ; Bern ; Bruxelles ; New York, NY ; Oxford ; Wien : Lang	1	199	199
bup Berlin University Press	1	193	193
Eher, Zweigniederlassg Berlin	1	192	192
Verl. das Neue Berlin	1	190	190
Bildungswerk d. BBK Berlin	1	183	183
Humboldt-Univ. zu Berlin, Sekt. Rechtswiss., Abt. Weiterbildung und Fernstudium	1	182	182
Histor. Komm. zu Berlin, Pressestelle	1	18	18
GEW-Hauptvorstand und die Landesverb. Berlin und Brandenburg	1	18	18
Berliner Missionswerk	1	18	18
Arbeitskreis Homosexualität in d. ÖTV Berlin	1	18	18
Förderkreis Polizeihistorische Sammlung Berlin	1	178	178
vbb, Verlag für Berlin-Brandenburg	1	176	176
Verl. Das Neu Berlin	1	175	175
GEDOK Berlin	1	175	175
W. Berlinicke	1	174	174
Verl. Braune Bücher Berlin C. Rentsch	1	174	174
Berliner Börsen-Zeitung G.m.b.H.	1	17	17
Berlin-Verlag Taschenbuch	1	170	170
edition.fotoTAPETA Berlin	1	167	167
Neuer Berliner Buchvertrieb [Kribe-Verl.]	1	165	165
Universitätsbibliothek d. Techn. Univ. Berlin [Vertrieb]	1	164	164
Landesverb. Gross-Berlin d. SED, Abt. Werbung, Presse, Rundfunk	1	16	16
Forschungsstelle f. Physik hoher Energien d. Forschungsgemeinschaft d. Deutschen Akademie d. Wissenschaften zu Berlin	1	16	16
Druck- u. Verl.-Anst. Berlin	1	157	157
Verlag Berliner Buchversand	1	156	156
Berlin-Ed. im Be.bra-Verl.	1	156	156
Wirtschaftspolitische Abteilg des Bezirks Mitte, Gau Groß-Berlin d. N. S. D. A. P.	1	15	15
Kameradschaft Berlin d. ehem. 2. Garde-Res.-Regts [H. Koplin]	1	15	15
[Friedrich-Berlin-Verl.]	1	15	15
Freunde d. Islam Berlin	1	15	15
Berlingska Boktr.	1	15	15
Berliner Landesverband d. Vertriebenen	1	15	15
www Verl. Berlin	1	151	151
Verlag Berliner Hefte	1	143	143
Landesvorst. d. SED Groß-Berlin [Literaturvertrieb]	1	14	14
Berliner Theater- u. Konzert-Agentur GmbH	1	14	14
[Berliner Mennoniten-Gemeinde]	1	14	14
Berlingske Bogtrykkeri	1	140	140
Landeskomm. Berlin gegen Gewalt	1	138	138
Berliner Evang. Missionsges.	1	138	138
Wiss. Verl. Berlin	1	132	132
Ges. für Nachrichtenerfassung und Nachrichtenverbreitung, Verl.-Ges. für Sachsen/Berlin mbH	1	130	130
Druck- und Verlagsanst. Berlin	1	130	130
Berliner Buch- u. Kunstverl.	1	127	127
Berlin : Teubner	1	124	124
VIB - Veranstaltungen in Berlin	1	122	122
Kameradschaft Berlin d. ehem. 2. Garde-Reserver-Regiments [O. Rodestock]	1	12	12
[Kameradschaft Berlin d. ehem. 2. Garde-Reserve-Regiments, O. Rodestock]	1	12	12
Institut f. Hochenergiephysik d. Deutschen Akademie d. Wissenschaften zu Berlin	1	12	12
Gesellschaft f. dt.-sowjet. Freundschaft, Bezirksvorst. Gross-Berlin	1	12	12
Förderverein d. Evang. Sammlung Berlin	1	12	12
Berliner Handpresse bei Propyläen-Verlag	1	12	12
Berlinische Verlagsanstalt	1	118	118
Bezirksamt Tiergarten von Berlin, Abt. Gesundheitswesen	1	116	116
BWV Berliner Wiss.-Verl.	1	114	114
Humboldt-Univ. zu Berlin, Sekt. Pädagogik, Abt. Weiterbildung und Fernstudium	1	112	112
BHV Berlin historica	1	112	112
Berliner Tierschutz-Verein	1	112	112
Berliner Festspiele GmbH	1	112	112
Initiative Hauptstadt Berlin e.V.	1	11	11
Freie Univ. Berlin, Fachbereich Mathematik	1	11	11
Berliner Münzblätter	1	11	11
Berliner Graphikpresse	1	11	11
Dr.-Haus Berlin-Mitte	1	109	109
Berliner Verleger- u. Buchhändlervereinigung e.V.	1	109	109
Berliner Verleger- u. Buchhändlervereinigung	1	109	109
Der Beauftragte des Senats von Berlin für Integration und Migration	1	104	104
Verlag d. Berliner Münzblätter	1	10	10
Staatl. Museen zu Berlin, Vorderasiat. Museum	1	10	10
Ehemals Staatl. Museen Berlin	1	10	10

Blumenbar

publisher	items	pages	mean pages
Blumenbar-Verl.	36	8386	232
Blumenbar	15	3332	222

Eichborn

publisher	items	pages	mean pages
Eichborn	1593	416556	261
Eichborn-Verl.	8	2710	338
[Eichborn]	2	588	294
Eichborn-Verlag	1	199	199

Goldmann

publisher	items	pages	mean pages
Goldmann	14385	4768034	331
W. Goldmann	87	21699	249
Goldmann Verlag	16	5778	361
[Goldmann]	14	5207	371
Halm & Goldmann	9	583	64
[Halm & Goldmann]	3	182	60
Goldmann-Verl.	3	1299	433
Wilhelm Goldmann, Verl.	1	80	80
W. Goldmann Verl.	1	62	62
Halm u. Goldmann	1	59	59
Goldmann Verl.	1	347	347
Karl Goldmann	1	251	251
K. Goldmann	1	135	135
Hahn & Goldmann	1	128	128
Goldmann-Dr.	1	126	126

Hanser

publisher	items	pages	mean pages
Hanser	3853	1053766	273
Carl Hanser Verlag	98	29947	305
Hanser Berlin	67	17257	257
Fachbuchverl. Leipzig im Hanser-Verl.	6	2795	465
Fachbuchverl. Leipzig im Carl-Hanser-Verl.	5	1718	343
BHP - Hanser und Partner	1	80	80
Hanser Gardner	1	612	612
Fachbuchverlag Leipzig im Carl Hanser Verlag	1	600	600
C. Hanser [u.a.]	1	3	3
[Hanser]	1	293	293
C. Hanser Verl.	1	281	281
(Hanser)	1	275	275
Hanser **5107516	1	252	252
Hanser, Carl	1	2	2
Wien : Hanser	1	222	222

Heyne

publisher	items	pages	mean pages
Heyne	23442	7859581	335
Wilhelm Heyne Verlag	233	105761	453
[Heyne]	45	14955	332
Coll. Rolf Heyne	22	9121	414
Heyne fliegt	5	2216	443
Wilhem Heyne Verlag	2	526	263
Wilhelm Heyne Verlag **5107652	1	475	475
Wilhelm Heyne Verlag	1	416	416
Heyne]	1	365	365
Wilh. Heyne Verl.	1	352	352
Heyne***5107652	1	297	297
Wilh. Heyne	1	159	159

Campe

publisher	items	pages	mean pages
Hoffmann und Campe	2172	679717	312
Hoffmann u. Campe	657	215995	328
Hoffmann & Campe	157	39303	250
Hoffmann & Campe Verl.	3	677	225
Hoffman u. Campe	2	629	314
Hoffmann und Campe Verlag	1	509	509
Jacob Van Campen	1	403	403
Hofmann und Campe	1	297	297
Hoffman & Campe Verl.	1	267	267
Hoffmann ; Campe	1	223	223
Frölich u. Kaufmann im Hoffmann-u.-Campe-Verl.	1	205	205
Hoffmann un[d] Campe	1	174	174
Hoffmann und Campe, Heinrich-Heine-Verl.	1	164	164
Hoffmann un Campe	1	142	142

Insel

publisher	items	pages	mean pages
Insel-Verl.	6951	1611409	231
Insel-Verlag	2016	525820	260
Insel	490	158769	324
Insel Verlag	93	23889	256
Insel Verl.	73	13304	182
[Insel-Verl.]	14	1356	96
Inselverl.	13	4117	316
Im Insel-Verlag	7	957	136
Suhrkamp Insel Publ. Boston	7	914	130
[Insel-Verlag]	6	381	63
Insel-Verl	6	1765	294
im Insel-Verlag	4	13	3
Insel-Verl.***5107848	3	528	176
Insel -Verl.	2	803	401
Leipzig : Insel-Verl.	2	382	191
Inselverlag	2	291	145
Insel.-Verl.	2	1306	653
Insel- Verl.	2	1274	637
Insel-Verl. in Komm.	2	124	62
Insel. Verlag	1	91	91
Insel-Verlag]	1	661	661
Insel[-Verlag]	1	35	35
Insel-Verlag.	1	327	327
Insel.Verl.	1	230	230
Verlags-Insel	1	21	21
[Insel Verl.]	1	18	18
S. Insel	1	16	16
Insel-Verlag in Komm.]	1	146	146
Suhrkamp/Insel	1	1032	1032

Kiepenheuer

publisher	items	pages	mean pages
Kiepenheuer und Witsch	1507	433979	287
Kiepenheuer	1253	325725	259
Kiepenheuer & Witsch	1237	386322	312
Kiepenheuer u. Witsch	294	91417	310
G. Kiepenheuer	157	34399	219
Kiepenheuer-Bühnenvertriebs-GmbH	62	4357	70
Kiepenheuer Bühnenvertriebs-GmbH	57	2847	49
Müller & Kiepenheuer	56	7323	130
Müller und Kiepenheuer	20	5516	275
Kiepenheuer Bühnenvertriebs-GMBH	17	1232	72
Müller u. Kiepenheuer	12	2536	211
Kiepenheuer, Bühnenvertriebs-GmbH	8	559	69
Kiepenheuer, Abt. Bühnenvertr.	5	496	99
Gustav Kiepenheuer	4	622	155
Verlag Kiepenheuer & Witsch	4	1127	281
Kiepenheuer und Witsch [in Komm.]	3	360	120
Gustav Kiepenheuer Bühnenvertriebs-GmbH	2	253	126
Kiepenheuer Bühnen-Vertriebs-GmbH	2	195	97
Kiepenheuer-Bühnen-Vertriebs-GmbH	2	248	124
Kiepenheuer-Bühnenvertriebs-Ges.	2	152	76
Kiepenheuer-Bühnenvertriebs-GMBH	2	209	104
Müller & [J.] Kiepenheuer	2	335	167
Müller & J. Kiepenheuer	2	400	200
Theaterverl. Kiepenheuer u. Witsch	2	158	79
Witsch	2	46	23
[Kiepenheuer & Witsch in Komm.]	1	292	292
[Kiepenheuer & Witsch]	1	434	434
[Kiepenheuer]	1	461	461
E. Kiepenheuer	1	231	231
Ed. Stephan Witschi	1	703	703
G. Kiepenheuerl	1	167	167
Gustav Kiepenheuer Bühnenvetriebs G.m.b.H.	1	89	89
Gustav-Kiepenheuer-Bühnenvertriebs-GmbH	1	96	96
Kiepeneheuer & Witsch	1	173	173
Kiepenheuer [& Witsch]	1	463	463
Kiepenheuer Bühnenvertr. G. m. b. H.	1	92	92
Kiepenheuer Bühnenvertriebs-GmbH.	1	79	79
Kiepenheuer u. Witsch [in Komm.]	1	183	183
Kiepenheuer und& Witsch	1	285	285
Kiepenheuer,	1	289	289
Kiepenheuer, Witsch & Co	1	250	250
Kiepenheuervertriebs-GmbH	1	38	38
Verlag d. Dichtung G. Kiepenheuer	1	34	34
Verlag Kiepenheuer & Witsch Bühnenvertrieb	1	71	71
Verlag Kiepenheuer u. Witsch	1	520	520

Luchterhand

publisher	items	pages	mean pages
Luchterhand	2387	578934	242
Luchterhand-Literaturverl.	405	90944	224
Luchterhand-Literatur-Verl.	9	2189	243
[Luchterhand-Literaturverl.]	6	1872	312
Luchterhand Literaturverl.	4	1128	282
Luchterhand Literaturverlag	2	390	195
Luchterhand, Literaturverl.	2	321	160
Luchterhand-Verl.	1	66	66

Manesse

publisher	items	pages	mean pages
Manesse-Verl.	797	342248	429
Manesse-Verlag	192	96549	502
Manesse Verl.	176	85037	483
Manesse	16	5889	368
Manesse Verlag	15	4953	330
Manesse Verl. Conzett & Huber	7	3199	457
Manesse-Verl. Conzett & Huber	2	1729	864

Merve

publisher	items	pages	mean pages
Merve-Verl.	119	17498	147
Merve-Verlag	48	6102	127
Merve	13	1984	152
Merve Verlag	4	497	124
Merve -Verl.***90117	1	109	109

Kimche

publisher	items	pages	mean pages
Nagel und Kimche	306	57944	189
Nagel & Kimche	131	29431	224
Nagel u. Kimche	37	6968	188
; Frauenfeld : Nagel und Kimche	1	87	87

Piper

publisher	items	pages	mean pages
Piper	9256	2843553	307
R. Piper & Co.	94	21558	229
[Piper]	11	4047	367
Piper & Co.	8	1346	168
R. Piper	4	1246	311
Kabel by Piper	4	1021	255
Zürich : Piper	3	824	274
R. Piper & Co Verlag	2	674	337
Verl. d. Marées-Gesellschaft R. Piper & Co.	1	85	85
Piper ; Zürich	1	298	298
E. Piper	1	23	23
E. Piper Ring-Verl.	1	20	20
R. Piper & Co	1	192	192
Piper [in Komm.]	1	19	19
R. Piper & Co. G. m. b. H.	1	121	121
Piper & The Grüne Kraft	1	117	117
Verl. d. Marées-Gesellschaft Piper	1	102	102

Reclam

publisher	items	pages	mean pages
Reclam	17808	3078664	172
Ph. Reclam jun.	750	113159	150
Reclam jun.	72	10903	151
Ph. Reclam	69	3970	57
Reclam-Verl.	21	3097	147
Philipp Reclam jun.	18	2343	130
Reclam Leipzig	13	3391	260
Phil. Reclam jun.	8	1718	214
Verlag von Philipp Reclam jun.	7	604	86
[Reclam]	5	72	14
Reclam Verl.	2	423	211
[Ph. Reclam]	2	27	13
Reclam-Verlag	2	132	66
Ph. Reclam jr.	1	64	64
Th. Reclam	1	640	640
Philipp Reclam	1	360	360
Reclam u. Verl. “Das neue Deutschland”	1	344	344
Philipp Reclam Jun.	1	327	327
Druck u. Verlag von Philipp Reclam jun.	1	29	29
[Ph Reclam jun.]	1	151	151
Reclam (in Trenhandverwaltung)	1	132	132
Philip Reclam junior	1	128	128

Rogner

publisher	items	pages	mean pages
Rogner und Bernhard	86	22700	263
Rogner und Bernhard bei Zweitausendeins	48	20085	418
Rogner u. Bernhard	33	8608	260
Rogner & Bernhard	32	10912	341
Rogner & Bernhard bei Zweitausendeins	11	3197	290
Rogner u. Bernhard bei Zweitausendeins	10	3492	349
Kein & Aber, vormals Rogner & Bernhard	1	320	320
Rogner and Bernhard bei Zweitausendeins	1	302	302
Rogner und Bernard	1	185	185

Rowohlt

publisher	items	pages	mean pages
Rowohlt	25735	6033435	234
Rowohlt-Taschenbuch-Verl.	3843	1184020	308
Rowohlt Berlin	398	103526	260
E. Rowohlt	214	54114	252
Rowohlt-Taschenbuch-Verlag	154	37430	243
Rowohlt Taschenbuch Verlag	145	50687	349
Rowohlt Polaris	43	17294	402
Rowohlt-Theater-Verlag	37	5157	139
Rowohlt G. m. b. H.	21	6662	317
Rowohlt[-Taschenbuch-Verl.]	11	2155	195
Rowohlt-Taschenbuchverl.	7	2182	311
Rowohlt G.m.b.H.	6	1880	313
Ernst Rowohlt	5	647	129
Rowohlt, Theater-Verlag	5	601	120
[E. Rowohlt]	5	175	35
Rowohlt-Taschenbuch-Verl.***5108801	3	929	309
Rowohlt-Taschenbuch Verl.	3	832	277
Rowohlt-Verl.	3	580	193
Rowohlt Verl.	3	115	38
Rowohlt-Taschenbuch-Verl	3	1050	350
[Rowohlt-Taschenbuch-Verl.]	3	1044	348
Rowohlt Verlag	2	806	403
Rowohlt-Taschenbuch-verl.	2	632	316
Rowohlt Taschenbuch	2	575	287
Rowohlt Berlin***5106439	2	536	268
Ernst Rowohlt Verl.	2	280	140
Rowohlt- Taschenbuch-Verlag	1	511	511
Rowohlt Taschenbuch-Verl.	1	511	511
Rowohlt [Verl. G.m.b.H.]	1	398	398
Rowohlt Verl. G. m. b. H.	1	394	394
RowohltTtaschenbuch-Verl.	1	391	391
Rowohlt-Taschenbuch–Verl.	1	379	379
Rowohlts	1	375	375
Rowohlt V.	1	37	37
E. Rowohlt Verl.	1	336	336
Rowohlt Hundert Augen	1	301	301
Ernst Rowohlt Verlag	1	281	281
Rowohlt-Taschnebuch-Verl.	1	252	252
[J. Rowohlt]	1	24	24
Rowohlt-Taschenbuch-Verl. **5108801	1	235	235
Rowohlt-Taschenbuch -Verl.	1	220	220
Rowohlt-Taschenbuch -Verl.***5108801	1	190	190
Rowohlt-Taschenbuchverlag	1	176	176
[Rowohlt]	1	16	16
Rowohlt-Taschenbuch.Verl.	1	154	154
Rowohlt-Taschenbuch-Ausg.	1	151	151
Rowohlt-Tashenbuch-Verl.	1	142	142
Rowohlt-[Taschenbuch-Verl.]	1	141	141
Rowohlt [G. m. b. H.]	1	110	110

Schöffling

publisher	items	pages	mean pages
Schöffling	329	83966	255
Schöffling & Co.	14	3941	281
[Schöffling]	2	579	289

Suhrkamp

publisher	items	pages	mean pages
Suhrkamp	15074	3750752	248
Suhrkamp Verlag	72	18108	251
Suhrkamp-Taschenbuch-Verlag [in Komm.]	53	13156	248
Suhrkamp-Theaterverlag	29	1892	65
Jüdischer Verl. im Suhrkamp-Verl.	23	4718	205
Suhrkamp-Verl.	22	6175	280
Suhrkamp [in Komm.]	17	3611	212
S. Fischer Verl. [Suhrkamp]	17	2305	135
Suhrkamp-Taschenbuch-Verlag	14	3913	279
Suhrkamp Insel Publ. Boston	7	914	130
Suhrkamp-Theaterverl.	7	573	81
[Suhrkamp]	7	2803	400
Suhrkamp Verl.	6	700	116
Jüdischer Verlag im Suhrkamp Verlag	6	1795	299
Suhrkamp-Taschenbuchverlag [in Komm.]	4	906	226
Suhrkamp vorm. S. Fischer	4	795	198
Suhrkamp-Taschenbuch-Verl.	3	813	271
Suhrkamp Publ.	2	787	393
Suhrkamp Publ. New York	2	484	242
Suhrkamp-Taschenbuch- Verlag [in Komm.]	2	218	109
Suhrkamp, Theaterverlag	1	82	82
Suhrkamp-Theater-Verl.	1	75	75
Suhrkamp Theaterverl.	1	53	53
Suhrkamp-Verl. vorm. S. Fischer	1	507	507
Suhrkamp, Theaterverl.	1	48	48
Suhrkamp-Taschenbuch-Velag [in Komm.]	1	338	338
Suhrkamp-Verlag	1	251	251
Suhrkamp55	1	211	211
S. Fischer [Suhrkamp-Verl.]	1	109	109
Suhrkamp/Insel	1	1032	1032
S. Fischer Verl. [Suhrkamp.]	1	102	102
Jüdischer Verl. im Suhrkamp-Verl.***98602	1	100	100

Ullstein

publisher	items	pages	mean pages
Ullstein	10705	3117050	291
Ullstein-Taschenbuchverl.	196	65994	336
Ullstein Taschenbücher-Verl.	192	38487	200
Moewig bei Ullstein	153	39767	259
Ullstein A. G.	112	28946	258
Ullstein [A. G.]	59	16767	284
Ullstein A.G.	37	9849	266
Ullstein A.-G.	31	7135	230
Ullstein [A.G.]	26	6892	265
Ullstein-Verl.	22	9888	449
Ullstein-Taschenbuch-Verl.	17	6151	361
Ullstein-Taschenbücher-Verl.	16	3237	202
Ullstein Taschenbücher Verl.	15	2926	195
Ullstein [& Co.]	8	2063	257
Ullstein [A.-G.]	7	1715	245
Econ-Ullstein-List-Verl.	6	2874	479
Ullstein & Co.	6	2000	333
Ullstein Extra	6	1521	253
Ullstein AG	4	785	196
Safari bei Ullstein	4	1151	287
[Ullstein & Co.]	4	1100	275
Ullstein Taschenbuch Verlag	3	933	311
Fridolin-Verlag Ullstein A.-G.	3	87	29
Ullstein [Deutscher Verl.]	3	838	279
Verlag Ullstein	3	515	171
Ullstein]	3	1462	487
Ullstein Taschenbuchverl.	2	635	317
Ullstein extra	2	616	308
[Ullstein]	2	564	282
Propyläen-Verl. Ullstein	2	463	231
Verlag Ullstein GmbH	2	446	223
Ullstein Taschenbuch-Verl.	2	387	193
Ullstein Mosby	2	181	90
Ullstein & Kindler	2	135	67
Berliner Morgenpost, Ullsteinhaus	2	111	55
Ullstein/Kindler	1	95	95
Ullsteinhaus	1	64	64
Bauwelt-Verlag Ullstein [A. G.]	1	63	63
Ullstein-Kindler	1	562	562
Verlag der Ullstein-Schnittmuster	1	48	48
Deutscher Verl. d. Ullstein A.G.	1	476	476
[Ullstein A.G.]	1	42	42
Slowo [Verlagsgesellschaft, durch Ullstein & Co.]	1	359	359
Slowo-Verlagsgesellschaft [durch Ullstein & Co]	1	333	333
Bauwelt-Verl. [Ullstein]	1	32	32
Ullstein [Taschenbücher Verl.]	1	313	313
Ullstein-Taschenbuch	1	301	301
Ullsteine	1	285	285
Ullstein Verl.	1	281	281
Rot-Blau Verl. Ullstein	1	279	279
Rot-Blau-Verl. [Ullstein]	1	247	247
Ullstein Bücher	1	246	246
Ullstein, Kindler	1	215	215
Ullstein-Taschenbücher-Verlag	1	193	193
Ullstein **5109136	1	188	188
Ullstein Taschenbücher- Verl.	1	173	173
Verl. Ullstein	1	171	171
Slowo Verlagsgesellschaft [durch Ullstein & Co.]	1	151	151
Ullstein Taschen-bücher Verl.	1	149	149
Ullstein Taschenbücherverl.	1	127	127
Verl. d. Grünen Post Ullstein	1	119	119

Engeler

publisher	items	pages	mean pages
Engeler	89	15134	170
[Engeler]	10	1263	126
Engeler-Verlag	4	496	124
U. Engeler	1	197	197
[Urs Engeler]	1	122	122

Verbrecher

publisher	items	pages	mean pages
Verbrecher-Verl.	119	28389	238
Verbrecher Verlag	23	8541	371
Verbrecher	1	255	255
Verbrecher Verl.	1	199	199

Voland

publisher	items	pages	mean pages
Voland & Quist	18	3590	199
Voland	16	3457	216
Verlag Voland & Quist	3	771	257
Voland und Quist	1	171	171
Verlag Voland & Quist GmbH	1	157	157

Wallstein

publisher	items	pages	mean pages
Wallstein-Verl.	498	127736	256
Wallstein Verlag	47	12373	263
Wallstein	15	3425	228
D A Wallstein	2	864	432
Wallstein Verl.	1	526	526
[Wallstein-Verl.]	1	36	36

There was likely a TAB between “D” and “A” in “D A Wallstein” which needs to be fixed.

Wiesenburg

publisher	items	pages	mean pages
Wiesenburg-Verl.	123	17655	143
Wiesenburg	15	2046	136
Wiesenburg Verlag	9	1342	149

top normalised publishers

These rankings only comprise the normalised publishers!

TODO: The rankings by page count and mean page count are currently without the 5000 pages limit … but only Goldmann is affected due to the error with Tim.

by item count

cut -f3 publisher_data.tsv | sort -S1G | uniq -c | sort -nr

publisher	items
Rowohlt	30680
Heyne	23728
Reclam	18786
Suhrkamp	15383
Goldmann	14508
Ullstein	11685
Insel	9697
Piper	9388
Aufbau	8302
Hanser	4025
Kiepenheuer & Witsch	3056
Hoffmann und Campe	2999
Luchterhand Literaturverlag	2816
Eichborn	1604
Manesse	1205
Berlin Verlag	636
Wallstein	562
Ammann	493
Nagel & Kimche	475
Schöffling & Co.	345
Rogner & Bernhard	222
Merve	185
Wiesenburg	147
Verbrecher Verlag	144
Urs Engeler Editor	105
Blumenbar	51
Voland & Quist	39

by page count

awk -F'\t' '{sum[$3]+=$2; count[$3]+=1} END {for (p in sum) printf("%s\t%s\t%s\t%s\n",  sum[p], count[p], int(sum[p]/count[p]), p)}'  publisher_data.tsv \
    | sort -S1G -nr

publisher	page sum	items	mean pages
Heyne	7982887	23728	336
Rowohlt	7513069	30680	244
Goldmann	4802506	14508	331
Suhrkamp	3818326	15383	248
Ullstein	3379183	11685	289
Reclam	3220678	18786	171
Piper	2875086	9388	306
Aufbau	2828951	8302	340
Insel	2348033	9697	242
Hanser	1102298	4025	273
Hoffmann und Campe	938302	2999	312
Kiepenheuer & Witsch	916034	3056	299
Luchterhand Literaturverlag	675844	2816	240
Manesse	539604	1205	447
Eichborn	420053	1604	261
Berlin Verlag	184460	636	290
Wallstein	144096	562	256
Ammann	124094	493	251
Nagel & Kimche	94430	475	198
Schöffling & Co.	88486	345	256
Rogner & Bernhard	69481	222	312
Verbrecher Verlag	37384	144	259
Merve	26190	185	141
Wiesenburg	21043	147	143
Urs Engeler Editor	17212	105	163
Blumenbar	11718	51	229
Voland & Quist	8146	39	208

by mean page count

awk -F'\t' '{sum[$3]+=$2; count[$3]+=1} END {for (p in sum) printf("%s\t%s\t%s\t%s\n",  sum[p], count[p], int(sum[p]/count[p]), p)}'  publisher_data.tsv \
    | sort -S1G -nrk3

publisher	page sum	items	mean pages
Manesse	539604	1205	447
Aufbau	2828951	8302	340
Heyne	7982887	23728	336
Goldmann	4802506	14508	331
Hoffmann und Campe	938302	2999	312
Rogner & Bernhard	69481	222	312
Piper	2875086	9388	306
Kiepenheuer & Witsch	916034	3056	299
Berlin Verlag	184460	636	290
Ullstein	3379183	11685	289
Hanser	1102298	4025	273
Eichborn	420053	1604	261
Verbrecher Verlag	37384	144	259
Schöffling & Co.	88486	345	256
Wallstein	144096	562	256
Ammann	124094	493	251
Suhrkamp	3818326	15383	248
Rowohlt	7513069	30680	244
Insel	2348033	9697	242
Luchterhand Literaturverlag	675844	2816	240
Blumenbar	11718	51	229
Voland & Quist	8146	39	208
Nagel & Kimche	94430	475	198
Reclam	3220678	18786	171
Urs Engeler Editor	17212	105	163
Wiesenburg	21043	147	143
Merve	26190	185	141

Average page count per year per publisher:

awk -F'\t' '{print int($1/10)"\t"$3"\t"$2}' publisher_data.tsv | sort | datamash -g1,2 mean 3 median 3 | sed "s/,/./g" | sort -n > publisher_pages_decades.tsv

reset
set encoding utf8
set term pngcairo enhanced size 800,600
set out 'publisher_pages_decades.png'

set grid
set datafile separator "\t"
set xlabel 'year'
set ylabel 'median number of pages'
set key top left horizontal maxcols 4

plot \
  '< grep Rowohlt  publisher_pages_decades.tsv' using ($1*10):4 with linespoints pt 7 lw 2 title 'Rowohlt',\
  '< grep Heyne    publisher_pages_decades.tsv' using ($1*10):4 with linespoints pt 7 lw 2 title 'Heyne',\
  '< grep Reclam   publisher_pages_decades.tsv' using ($1*10):4 with linespoints pt 7 lw 2 title 'Reclam',\
  '< grep Suhrkamp publisher_pages_decades.tsv' using ($1*10):4 with linespoints pt 7 lw 2 title 'Suhrkamp',\
  '< grep Goldmann publisher_pages_decades.tsv' using ($1*10):4 with linespoints pt 7 lw 2 title 'Goldmann',\
  '< grep Ullstein publisher_pages_decades.tsv' using ($1*10):4 with linespoints pt 7 lw 2 title 'Ullstein',\
  '< grep Insel    publisher_pages_decades.tsv' using ($1*10):4 with linespoints pt 7 lw 2 title 'Insel',\
  '< grep Piper    publisher_pages_decades.tsv' using ($1*10):4 with linespoints pt 7 lw 2 title 'Piper',\
  '< grep Aufbau   publisher_pages_decades.tsv' using ($1*10):4 with linespoints pt 8 lw 2 title 'Aufbau',\
  '< grep Hanser   publisher_pages_decades.tsv' using ($1*10):4 with linespoints pt 8 lw 2 title 'Hanser'

set term svg enhanced size 800,600
set out 'publisher_pages_decades.svg'
replot

ranking per publisher

Iterate over publishers:

for publisher in $(awk -F'\t' '{print $2}' publisher_map.tsv | sort -u | sed "s/ /###/g"); do
  # get publisher name
  publisher=$(echo $publisher | sed "s/###/ /g")
  #echo "$publisher\t" $(awk -F'\t' -v p="$publisher" '{if ($3 == p) print $2"\t hier dann Titel, Autor, Jahr"}' publisher_data.tsv | wc -l)
  # extract all works
  echo "\n**** $publisher\n"
  echo "| pages | author: title (year) |"
  awk -F'\t' -v p="$publisher" '{if ($3 == p) print "| "$2" | [[https://www.wikidata.org/wiki/"$7"]["$6"]]: [[http://d-nb.info/"$5"]["$4"]] ("$1")"}' publisher_data.tsv | sort -t'|' -nrk2 | head -n20
done

TODO: How to deal with duplicates due to different editions of the same work?

Ammann

pages	author: title (year)
1271	Fyodor Dostoyevsky: Die Brüder Karamasow (2003)
1013	Baltasar Gracián: Das Kritikon (2001)
1007	Ulrich Holbein: Narratorium (2008)
962	Fyodor Dostoyevsky: Böse Geister (1998)
909	Fyodor Dostoyevsky: Der Idiot (1996)
829	Fyodor Dostoyevsky: Ein grüner Junge (2006)
781	Wole Soyinka: Brich auf in früher Dämmerung (2008)
776	Fernando Pessoa: Poesia (2007)
766	Fyodor Dostoyevsky: Verbrechen und Strafe (1994)
680	Fernando Pessoa: Das Buch der Unruhe des Hilfsbuchhalters Fernando Soares (2010)
661	Ralph Ellison: Der unsichtbare Mann (1995)
652	Antonio Moresco: Aufbrüche (2005)
647	Wilfried Meichtry: Verliebte Feinde (2007)
631	Éric Hazan: Die Erfindung von Paris (2006)
630	Ralph Dutli: Meine Zeit, mein Tier (2003)
607	Svend Aage Madsen: Sieben Generationen Wahnsinn (2000)
576	Constantine P. Cavafy: Das Gesamtwerk (1997)
573	Fernando Pessoa: Das Buch der Unruhe des Hilfsbuchhalters Bernardo Soares (2008)
573	Fernando Pessoa: Das Buch der Unruhe des Hilfsbuchhalters Bernardo Soares (2006)
573	Fernando Pessoa: Das Buch der Unruhe des Hilfsbuchhalters Bernardo Soares (2003)

Aufbau

pages	author: title (year)
1359	Vikram Chandra: Der Pate von Bombay (2009)
1291	Leo Tolstoy: Krieg und Frieden (2010)
1286	Aleksey Nikolayevich Tolstoy: Der Leidensweg (1959)
1286	Aleksey Nikolayevich Tolstoy: Der Leidensweg (1955)
1243	Hans Fallada: Wolf unter Wölfen (2011)
1227	Leo Tolstoy: Anna Karenina (2008)
1211	Friedrich Gorenstein: Der Platz (1995)
1200	Fyodor Dostoyevsky: Die Brüder Karamasow (2008)
1183	Leo Tolstoy: Anna Karenina (1996)
1174	Georg Wilhelm Friedrich Hegel: Ästhetik (1955)
1133	Miquel de Palol: Im Garten der sieben Dämmerungen (2007)
1133	Miquel de Palol: Der Garten der sieben Dämmerungen (1999)
1087	Leo Tolstoy: Krieg und Frieden (2008)
1086	William Shakespeare: Historien (2009)
1066	William Shakespeare: Tragödien (2009)
1054	Aleksey Nikolayevich Tolstoy: Peter der Erste (1952)
1034	Thomas Mann: Der Zauberberg (1953)
1031	Hans Fallada: Wolf unter den Wölfen (1957)
1028	Thomas Mann: Der Zauberberg (1979)
1028	Thomas Mann: Der Zauberberg (1965)

Berlin Verlag

pages	author: title (year)
1065	Harold Bloom: Shakespeare (2000)
1036	Orlando Figes: Die Flüsterer (2008)
976	David Remnick: Barack Obama (2010)
975	Orlando Figes: Die Tragödie eines Volkes (2008)
975	Orlando Figes: Die Tragödie eines Volkes (1998)
975	Orlando Figes: Russland (2014)
920	Péter Esterházy: Harmonia Caelestis (2003)
920	Péter Esterházy: Harmonia caelestis (2001)
888	Péter Esterházy: Einführung in die schöne Literatur (2006)
789	Ingo Schulze: Neue Leben (2005)
781	Elvis Costello: Unfaithful music - mein Leben (2015)
747	Orlando Figes: Krimkrieg (2011)
745	Orlando Figes: Krimkrieg (2014)
729	Nadine Gordimer: Erlebte Zeiten (2013)
720	Orlando Figes: Nataschas Tanz (2003)
720	Orlando Figes: Nataschas Tanz (2011)
713	Steven Pinker: Das unbeschriebene Blatt (2003)
693	Margaret Atwood: Der blinde Mörder (2000)
681	Richard Ford: Die Lage des Landes (2007)
652	Kerstin Decker: Die Schwester (2016)

Blumenbar

pages	author: title (year)
429	Tony Parsons: Als wir unsterblich waren (2007)
428	Joseba Sarrionandia: Der gefrorene Mann (2007)
424	Sebastian Horsley: Dandy in der Unterwelt (2009)
415	Edan Lepucki: California (2015)
349	Murathan Mungan: Städte aus Frauen (2010)
333	B. J. Novak: Cornflakes mit Johnny Depp (2014)
325	Alban Lefranc: Angriffe (2008)
323	Hunter S. Thompson: Rum Diary (2010)
319	Paul Beatty: Slumberland (2009)
318	Imran Ayata: Mein Name ist Revolution (2011)
318	Leonard Cohen: Das Lieblingsspiel (2009)
317	Raul Zelik: Berliner Verhältnisse (2005)
315	Alexander Wall, Ingo Niermann: Deutscher Sohn (2010)
310	Franz Xaver Karl: Starschnitt (2004)
286	Raul Zelik: Der bewaffnete Freund (2007)
283	Hunter S. Thompson: The rum diary (2004)
269	Wolfgang Schmidbauer: Das Buch der Ängste (2007)
268	Tom Kummer: Blow up (2007)
258	Hans-Peter Kunisch: Die Verlängerung des Markts in den Abend hinein (2006)
257	Thomas Palzer: Ruin (2005)

Eichborn

pages	author: title (year)
1814	Urs Richle: Der weisse Chauffeur (1996)
1222	Leo Tolstoy: Krieg und Frieden (2003)
1081	Rolf Vollmann: Die wunderbaren Falschmünzer (1997)
954	Paul Verhaeghen: Omega minor (2006)
941	Alexander von Humboldt: Kosmos (2004)
941	Alexander von Humboldt: Kosmos (2004)
852	Laurence Sterne: Leben und Ansichten von Tristram Shandy, Gentleman (2006)
827	Robert Kurz: Schwarzbuch Kapitalismus (2009)
816	Robert Kurz: Schwarzbuch Kapitalismus (1999)
813	Max Aub: Bittere Mandeln (2003)
798	Faye Kellerman: Becca (1993)
774	Michael Roes: Rubʿ al-Khali - leeres Viertel (1996)
762	Hans Jakob Christoffel von Grimmelshausen: Der abenteuerliche Simplicissimus deutsch (2009)
762	Hans Jakob Christoffel von Grimmelshausen: Der abenteuerliche Simplicissimus deutsch (2009)
741	Hédi Kaddour: Waltenberg (2009)
735	Steffen Kopetzky: Grand Tour oder die Nacht der Großen Complication (2002)
731	Gustave Flaubert: Universalenzyklopädie der menschlichen Dummheit (2004)
720	Dietrich Schwanitz: Bildung (2002)
702	Walter Moers: Die 13 1/2 Leben des Käpt’n Blaubär (1998)
671	Neil Gaiman: American gods (2015)

Goldmann

pages	author: title (year)
348333	Colleen McCullough: Tim (1992)
1512	Stefan Niggemeier, Michael Reufsteck: Das Fernsehlexikon (2005)
1469	Lothar-Günther Buchheim: Die Festung (1997)
1355	Alan Bullock: Hitler und Stalin (1999)
1340	Alan Bullock: Hitler und Stalin (1998)
1340	Alan Bullock: Hitler und Stalin (1993)
1332	Margaret George: Heinrich VIII. (2001)
1332	Margaret George: Heinrich VIII. (1999)
1332	Margaret George: Heinrich VIII. (1997)
1332	Margaret George: Heinrich VIII., mein Leben (1991)
1326	Dan Simmons: Endymion (2003)
1313	Bhagwan Shree Rajneesh: Das Buch der Geheimnisse (2009)
1293	Rainer Maria Rilke: Rilke reloaded (2004)
1278	Peter Watson: Ideen (2008)
1271	James Clavell: Noble House (2002)
1247	James Clavell: Gai-jin (2003)
1247	James Clavell: Gai-jin (1997)
1247	James Clavell: Gai-jin (1995)
1240	William Gaddis: Die Fälschung der Welt (2000)
1225	James Clavell: Shōgun (2002)

Hanser

pages	author: title (year)
1672	Joseph Freiherr von Eichendorff: Werke (1971)
1606	Joseph Freiherr von Eichendorff: Werke (1959)
1590	Joseph Freiherr von Eichendorff: Werke in einem Band (1955)
1511	Eduard Mörike: Sämtliche Werke (1976)
1511	Eduard Mörike: Sämtliche Werke (1964)
1465	Jaan Kross: Das Leben des Balthasar Rüssow (1995)
1462	Eduard Mörike: Sämtliche Werke (1954)
1452	Horst Bienek: Gleiwitz (2000)
1439	Gottfried August Bürger: Sämtliche Werke (1987)
1433	Bjarne Stroustrup: Die C++-Programmiersprache (2015)
1403	Emily Dickinson: Sämtliche Gedichte (2015)
1378	Friedrich Gottlieb Klopstock: Ausgewählte Werke (1969)
1378	Friedrich Gottlieb Klopstock: Ausgewählte Werke (1962)
1301	Johann Wolfgang von Goethe: Briefe (1958)
1284	Leo Tolstoy: Anna Karenina (2009)
1257	Johann Wolfgang von Goethe: Italienische Reise (1994)
1257	Johann Wolfgang von Goethe: Italienische Reise (1994)
1232	Jürgen Plate: Der Perl-Programmierer (2010)
1228	Navid Kermani: Dein Name (2011)
1228	John Cowper Powys: Glastonbury romance (1995)

Heyne

pages	author: title (year)
2006	Robert M. Parker, Jr.: Parker’s Wein-Guide (2000)
1997	Vikram Seth: Eine gute Partie (1999)
1711	Stephen King: The stand (2016)
1549	Anne Bishop: Die schwarzen Juwelen (2011)
1533	Stephen King: Es (2011)
1530	Sergey Lukyanenko: Die Wächter-Trilogie (2008)
1424	Stan Nicholls: Die Orks - die Rückkehr (2012)
1408	Dan Abnett: Ravenor (2010)
1407	Bernard Werber: Die Invasion (2010)
1405	Dan Simmons: Endymion (2013)
1405	Dan Simmons: Die Hyperion-Gesänge (2013)
1349	Dan Abnett: Eisenhorn (2012)
1324	Guillermo del Toro: Die Saat (2016)
1307	Hans Joachim Alpers: Deutschland in den Schatten (2003)
1307	Nora Roberts: Die Garten-Eden-Trilogie (2008)
1291	John Grisham: Die Jury (2001)
1280	Licia Troisi: Die Drachenkämpferin (2012)
1279	Kim Newman: Die Vampire (2009)
1279	Stephen King: Die Arena (2009)
1279	Stephen King: Die Arena (2011)

Hoffmann und Campe

pages	author: title (year)
2880	Doris Gercke: Kein fremder Land (1993)
1535	Siegfried Lenz: Die Erzählungen (2006)
1469	Lothar-Günther Buchheim: Die Festung (1995)
1469	Lothar-Günther Buchheim: Die Festung (1995)
1421	Vikram Seth: Eine gute Partie (1995)
1421	Vikram Seth: Eine gute Partie (1995)
1399	Attila Csampai, Dietmar Holland: Opernführer (1995)
1399	Attila Csampai, Dietmar Holland: Opernführer (1994)
1399	Attila Csampai, Dietmar Holland: Opernführer (1993)
1399	Attila Csampai, Dietmar Holland: Opernführer (1989)
1151	Bob Dylan: Lyrics (2004)
1085	Henrik Ibsen: Schauspiele (1977)
1085	Henrik Ibsen: Schauspiele (1973)
1085	Henrik Ibsen: Schauspiele (1968)
1021	Ernst Krenek: Im Atem der Zeit (1998)
955	Tom Clancy: Befehl von oben (1997)
941	Ludwig Tieck: Werke in einem Band (1967)
926	Herman Wouk: Der Feuersturm (1972)
926	Herman Wouk: Der Feuersturm (1972)
901	Richard Wagner: Die Musikdramen (1971)

Insel

pages	author: title (year)
1646	Bertolt Brecht: Die Gedichte (2008)
1395	Gottfried Keller: Der grüne Heinrich (2005)
1388	Bertolt Brecht: Die Gedichte (2003)
1343	Friedrich Hölderlin: Sämtliche Werke (1965)
1343	Friedrich Hölderlin: Sämtliche Werke (1961)
1343	Friedrich Hölderlin: Sämtliche Werke (1965)
1267	Martin Andersen Nexø: Pelle, der Eroberer (1926)
1256	Johann Wolfgang von Goethe: Goethes Gedichte in zeitlicher Folge (1995)
1256	Johann Wolfgang von Goethe: Goethes Gedichte in zeitlicher Folge (1992)
1256	Johann Wolfgang von Goethe: Goethes Gedichte in zeitlicher Folge (1990)
1256	Johann Wolfgang von Goethe: Goethes Gedichte in zeitlicher Folge (1982)
1256	Johann Wolfgang von Goethe: Goethes Gedichte in zeitlicher Folge (1988)
1249	Johann Wolfgang von Goethe: Gedichte (1998)
1249	Johann Wolfgang von Goethe: Gedichte (1995)
1249	Johann Wolfgang von Goethe: Gedichte (1992)
1231	Charles Dickens: David Copperfield (1996)
1231	Charles Dickens: David Copperfield (1993)
1231	Charles Dickens: David Copperfield (1991)
1231	Charles Dickens: David Copperfield (1989)
1231	Charles Dickens: David Copperfield (1987)
1231	Charles Dickens: David Copperfield (1983)
1231	Charles Dickens: David Copperfield (1985)
1228	Henry Fielding: Tom Jones (2007)
1204	Leo Tolstoy: Anna Karenina (2010)
1204	Leo Tolstoy: Anna Karenina (2006)
1204	Leo Tolstoy: Anna Karenina (2003)
1204	Leo Tolstoy: Anna Karenina (1966)
1204	Leo Tolstoy: Anna Karenina (2012)
1200	Alexandre Dumas: Der Graf von Monte Christo (2010)
1200	Alexandre Dumas: Der Graf von Monte Christo (2004)
1200	Alexandre Dumas: Der Graf von Monte Christo (1998)
1188	Heinrich von Kleist: Sämtliche Werke (1942)
1187	Alexander Pushkin: Die Gedichte (1999)
1187	Heinrich von Kleist: Sämtliche Werke (1927)
1185	Johann Wolfgang von Goethe, Friedrich Schiller: Der Briefwechsel zwischen Schiller und Goethe (2005)
1185	Johann Wolfgang von Goethe, Friedrich Schiller: Der Briefwechsel zwischen Schiller und Goethe (2005)
1141	Johann Wolfgang von Goethe: Sämtliche Gedichte (2007)
1132	Rainer Maria Rilke: Die Gedichte (1998)
1132	Rainer Maria Rilke: Die Gedichte (1995)
1132	Rainer Maria Rilke: Die Gedichte (1993)

Kiepenheuer & Witsch

pages	author: title (year)
1547	David Foster Wallace: Unendlicher Spaß (2009)
1320	Frank Schätzing: Limit (2009)
1196	Hans-Peter Martin, Hans Weiss, Kurt Langbein: Bittere Pillen (1988)
1187	Hans Weiss: 3 x täglich (2003)
1174	William L. Shirer: Aufstieg und Fall des Dritten Reiches (1961)
1163	Hans-Peter Martin, Hans Weiss, Kurt Langbein: Bittere Pillen (1985)
1087	James George Frazer: Der goldene Zweig (1968)
1055	Emine Sevgi Özdamar: Sonne auf halbem Weg (2006)
1035	Manès Sperber: Wie eine Träne im Ozean (1965)
1035	Manès Sperber: Wie eine Träne im Ozean (1961)
1033	Erwin Strittmatter: Der Laden (1989)
1024	Veit Valentin: Weltgeschichte (1952)
1012	Heinrich Böll: Erzählungen (1994)
1001	René Schickele: Das Erbe am Rhein (1965)
997	Frank Schätzing: Der Schwarm (2004)
992	William Deakin: Die brutale Freundschaft (1964)
969	Hans-Peter Martin, Hans Weiss, Kurt Langbein: Bittere Pillen (1990)
965	Don DeLillo: Unterwelt (1998)
964	Frank Schätzing: Breaking News (2014)
892	Maxim Biller: Biografie (2016)

Luchterhand Literaturverlag

pages	author: title (year)
7969	António Lobo Antunes: Fado Alexandrino (2002)
1157	Günter Grass: Danziger Trilogie (1980)
1155	Franz Klein, Bruno Schmidt-Bleibtreu: Kommentar zum Grundgesetz für die Bundesrepublik Deutschland (1975)
1155	Franz Klein, Bruno Schmidt-Bleibtreu: Kommentar zum Grundgesetz für die Bundesrepublik Deutschland (1973)
1055	Leni Yahil: Die Shoah (1998)
1012	Karl Otten: Schrei und Bekenntnis (1962)
1012	Karl Otten: Schrei und Bekenntnis (1959)
995	Franz Klein, Bruno Schmidt-Bleibtreu: Kommentar zum Grundgesetz für die Bundesrepublik Deutschland (1970)
956	Christa Wolf: Die Dimension des Autors (1987)
956	Christa Wolf: Die Dimension des Autors (1987)
925	Charles Chadwick: Ein unauffälliger Mann (2007)
921	Gerd Eidam: Unternehmen und Strafe (2008)
884	Hans-Peter Schwarz: Vom Reich zur Bundesrepublik (1966)
878	Petrarch: Das lyrische Werk (1958)
873	Wolfgang Kleiber: Schätzung und Ermittlung von Grundstückswerten (1996)
859	Russell Banks: John Brown, mein Vater (2000)
854	Pablo Neruda: [[http://d-nb.info/770425313][Dichtungen {1919 - {1965 [neunzehnhundertneunzehn bis neunzehnhundertfünfundsechzig]]] (1977)
841	Richard Bausch: Die Kannibalen (2004)
837	Yvan Goll: Dichtungen (1968)
837	Yvan Goll: Dichtungen (1960)

Manesse

pages	author: title (year)
1347	Victor Hugo: Die Elenden (1995)
1347	Victor Hugo: Die Elenden (1993)
1347	Victor Hugo: Die Elenden (1991)
1347	Victor Hugo: Die Elenden (1986)
1347	Victor Hugo: Die Elenden (1985)
1347	Victor Hugo: Die Elenden (1968)
1282	Benito Pérez Galdós: Fortunata und Jacinta (1961)
1257	Ivan Goncharov: Die Schlucht (1959)
1236	Fyodor Dostoyevsky: Die Brüder Karamasow (1964)
1230	Fyodor Dostoyevsky: Die Brüder Karamasow (1994)
1230	Fyodor Dostoyevsky: Die Brüder Karamasow (1987)
1197	Dante Alighieri: Die Göttliche Komödie (1963)
1196	Charles Dickens: David Copperfield (1994)
1196	Charles Dickens: David Copperfield (1961)
1195	Charles Dickens: David Copperfield (1987)
1193	Thomas Wolfe: Von Zeit und Fluss (2014)
1193	Dante Alighieri: Die göttliche Komödie (1995)
1193	Dante Alighieri: Die göttliche Komödie (1990)
1192	Dante Alighieri: Die göttliche Komödie (2004)
1166	Gottfried Heinrich Handelmann: Geschichte von Brasilien (1987)

Merve

pages	author: title (year)
524	Konradin Leiner: Drachensaat (2000)
432	Thomas Kapielski: Sozialmanierismus (2001)
384	Michel de Certeau: Kunst des Handelns (1988)
383	Walter Seitter: Distante Siegfried-Paraphrasen (1993)
331	Friedrich Kittler: Optische Medien (2002)
317	John Cage: Für die Vögel (1984)
312	Michel Onfray: Theorie des verliebten Körpers (2001)
300	Michel Serres, Bruno Latour: Aufklärungen (2008)
294	Friedrich Kittler: Philosophien der Literatur (2013)
279	Armen Avanessian: Metanoia (2014)
270	François Jullien: Über die Wirksamkeit (1999)
270	Henning Schmidgen: Die Helmholtz-Kurven (2009)
257	Michel Serres: Atlas (2005)
255	Harald Szeemann: Individuelle Mythologien (1985)
253	Armen Avanessian: Überschrift (2015)
239	Harald Szeemann: Museum der Obsessionen (1981)
232	Michel Foucault: Dispositive der Macht (1978)
231	François Jullien: Dialog über die Moral (2003)
230	Karl Jaspers: Strindberg und van Gogh (1998)
223	Felix Philipp Ingold: Das Buch im Buch (1988)

Nagel & Kimche

pages	author: title (year)
772	Charles Lewinsky: Melnitz (2006)
647	Wilfried Meichtry: Verliebte Feinde (2012)
555	Jakob Schaffner: Johannes (2005)
539	Charles Lewinsky: Gerron (2011)
536	Anne-Laure Bondoux: Malva (2007)
459	Francine Prose: Das Leben der Musen (2004)
457	Enrique Vila-Matas: Doktor Pasavento (2007)
455	Milena Moser: Möchtegern (2010)
443	John Fusco: Das Gesetz der Familie (2003)
442	Simon Werle: Der Schnee der Jahre (2003)
429	Marianne Curley: Die Prophezeiung der Auserwählten (2006)
425	Gabriel Chevallier: Heldenangst (2010)
415	Francine Prose: Durchtrieben (2001)
411	Eduardo Mendoza Garriga: Katzenkrieg (2012)
409	Hermann Burger: Schilten (2009)
408	Pinkas Braun: Vorspiel (2008)
399	Dara Horn: Ausgelöscht sei der Tag (2002)
397	Charles Lewinsky: Kastelau (2014)
396	Noah Hawley: Der Vater des Attentäters (2014)
396	Charles Lewinsky: Andersen (2016)

Piper

pages	author: title (year)
1956	Hans Küng: Das Christentum (1999)
1865	Terry Pratchett: Die Wissenschaft der Scheibenwelt (2016)
1614	Fyodor Dostoyevsky: Dostojewski für alle (1981)
1612	Fyodor Dostoyevsky: Die Brüder Karamasoff (1914)
1591	Michael Peinkofer: Orks (2011)
1533	Alexei Jurjewitsch Pechow: Schatten (2014)
1471	Fyodor Dostoyevsky: Die Brüder Karamasoff (1949)
1469	Lothar-Günther Buchheim: Die Festung (2005)
1469	Lothar-Günther Buchheim: Die Festung (2005)
1469	Lothar-Günther Buchheim: Die Festung (2005)
1404	Hugh Howey: Silo (2016)
1325	Fyodor Dostoyevsky: Die Brüder Karamasoff (2008)
1325	Fyodor Dostoyevsky: Die Brüder Karamasoff (2008)
1325	Fyodor Dostoyevsky: Die Brüder Karamasoff (2004)
1325	Fyodor Dostoyevsky: Die Brüder Karamasoff (1999)
1325	Fyodor Dostoyevsky: Die Brüder Karamasoff (1996)
1325	Fyodor Dostoyevsky: Die Brüder Karamasoff (1994)
1325	Fyodor Dostoyevsky: Die Brüder Karamasoff (1994)
1325	Fyodor Dostoyevsky: Die Brüder Karamasoff (1990)
1325	Fyodor Dostoyevsky: Die Brüder Karamasoff (1987)

Reclam

pages	author: title (year)
1360	Adalbert Stifter: Studien (2007)
1319	Wu Cheng’en: Die Reise in den Westen (2016)
1261	Johann Wolfgang von Goethe: Dichtung und Wahrheit (2012)
1261	Johann Wolfgang von Goethe: Dichtung und Wahrheit (2012)
1260	Johann Wolfgang von Goethe: Dichtung und Wahrheit (1998)
1175	George Eliot: Middlemarch (1985)
1175	George Eliot: Middlemarch (1985)
1166	Johann Wolfgang von Goethe: Gedichte (2008)
1166	Johann Wolfgang von Goethe: Gedichte (2001)
1150	William Shakespeare: Dramen (2014)
1117	Heinrich Heine: Sämtliche Gedichte (2006)
1117	Heinrich Heine: Sämtliche Gedichte (1997)
1117	Heinrich Heine: Sämtliche Gedichte (2014)
1114	Ovid: Metamorphosen (2010)
1102	Gustav Schwab: Die schönsten Sagen des klassischen Altertums (2016)
1094	Johann Wolfgang von Goethe: Faust-Dichtungen (2010)
1087	Volker Meid: Reclams Lexikon der deutschsprachigen Autoren (2006)
1077	Thomas Hobbes: Leviathan (2013)
1072	Hans Renner: Reclams Konzertführer (1976)
1071	Hans Renner: Reclams Konzertführer (1994)

Rogner & Bernhard

pages	author: title (year)
1196	Tom Sharpe: Neue Sharpe-Sachen (1999)
1030	Tom Sharpe: Sharpe-Sachen (1987)
929	Douglas Adams: Per Anhalter durch die Galaxis (2007)
929	Douglas Adams: Per Anhalter durch die Galaxis (2006)
912	William Kotzwinkle: Der William-Kotzwinkle-Omnibus (1993)
784	Alasdair Gray: Lanark (1992)
671	Gay Talese: Du sollst begehren (2007)
671	Richard Tarnas: Idee und Leidenschaft (1997)
654	Count Franz Pocci: Die gesamte Druckgraphik (1974)
647	Arno Orzessek: Schattauers Tochter (2005)
598	Karlheinz Steinmüller, Angela Steinmüller: Visionen 1900, 2000, 2100 (1999)
594	Greil Marcus: Im faschistischen Badezimmer (1994)
560	T. Coraghessan Boyle: Wassermusik (1987)
559	T. Coraghessan Boyle: Wassermusik (2010)
556	John Peel: Memoiren des einflussreichsten DJs der Welt (2006)
556	John Peel: Memoiren des einflussreichsten DJs der Welt (2011)
554	Adrian Ludwig Richter: Das Ludwig-Richter-Hausbuch (1976)
544	Hector Berlioz: Memoiren (1979)
535	Gay Talese: Ehre deinen Vater (2008)
533	Salvador Dalí: Unabhängigkeitserklärung der Phantasie und Erklärung der Rechte des Menschen auf seine Verrücktheit (1975)

Rowohlt

pages	author: title (year)
2253	Klaus Harpprecht: Thomas Mann (1995)
2253	Klaus Harpprecht: Thomas Mann (1995)
2026	Karl Corino: Robert Musil (2003)
1723	Péter Nádas: Parallelgeschichten (2013)
1723	Péter Nádas: Parallelgeschichten (2012)
1719	Rolf Hochhuth: Essayistische Prosa und Gedichte (2011)
1671	Robert Musil: Der Mann ohne Eigenschaften (1952)
1642	Rolf Hochhuth: Alle Erzählungen, Gedichte und Romane (2001)
1632	Robert Musil: Der Mann ohne Eigenschaften (1974)
1632	Robert Musil: Der Mann ohne Eigenschaften (1967)
1632	Robert Musil: Der Mann ohne Eigenschaften (1960)
1632	Robert Musil: Der Mann ohne Eigenschaften (1970)
1595	Thomas Pynchon: Gegen den Tag (2010)
1595	Thomas Pynchon: Gegen den Tag (2008)
1568	Everett Helm: Béla Bartók (1992)
1547	David Foster Wallace: Unendlicher Spass (2011)
1342	Harold Brodkey: Die flüchtige Seele (1997)
1342	Harold Brodkey: Die flüchtige Seele (1995)
1303	Péter Nádas: Buch der Erinnerung (1992)
1274	Rolf Hochhuth: Neue Dramen, Gedichte, Prosa (2006)

Schöffling & Co.

pages	author: title (year)
1001	Guntram Vesper: Frohburg (2016)
808	Helga M. Novak: Solange noch Liebesbriefe eintreffen (1999)
786	Bora Ćosić: Die Tutoren (2015)
758	Heinz Rein: Finale Berlin (2015)
699	Ulrich Becher: Murmeljagd (2009)
668	Paul Kornfeld: Blanche oder das Atelier im Garten (1998)
653	Silvia Tennenbaum: Straßen von gestern (2012)
621	Rudolf Lorenzen: Alles andere als ein Held (2002)
612	Miljenko Jergović: Das Walnusshaus (2008)
603	Sebastian Faulks: Gesang vom großen Feuer (1997)
565	Juli Zeh: Spieltrieb (2004)
564	Benjamin Moser: Clarice Lispector (2013)
559	Martin Kessel: Herrn Brechers Fiasko (2001)
550	Simon Urban: Plan D (2011)
547	Hans Pleschinski: Brabant (1995)
541	Russell Banks: Verstoßen (2015)
539	Martin Kessel: Lydia Faude (2001)
537	Jennifer Egan: Die Farbe der Erinnerung (1999)
535	Jennifer Egan: Look at me (2002)
524	Markus Orths: Alpha & Omega (2014)

Suhrkamp

pages	author: title (year)
2569	Amos Oz: Die Romane (2009)
2085	Emil Cioran: Werke (2008)
1909	Marguerite Duras: Die Romane (2008)
1840	Thomas Bernhard: Die Romane (2008)
1838	Hermann Hesse: Die Erzählungen und Märchen (2009)
1782	Bertolt Brecht: Prosa (2013)
1782	Max Frisch: Romane, Erzählungen, Tagebücher (2008)
1735	Alejo Carpentier: Die Romane (2011)
1686	Michel Foucault: Die Hauptwerke (2008)
1676	James Joyce: Prosa (2010)
1646	Bertolt Brecht: Die Gedichte (2007)
1514	Ödön von Horváth: Prosa und Stücke (2008)
1513	Arno Schmidt: Zettel’s Traum (2010)
1488	Paul Nizon: Romane, Erzählungen, Journale (2009)
1487	Bohumil Hrabal: Die Romane (2008)
1463	Franz Kafka: Sämtliche Werke (2008)
1407	Slavoj Žižek: Weniger als nichts (2016)
1407	Slavoj Žižek: Weniger als nichts (2014)
1388	Bertolt Brecht: Die Gedichte (1995)
1388	Bertolt Brecht: Die Gedichte (1993)

Ullstein

pages	author: title (year)
1492	Bill Clinton: Mein Leben (2005)
1408	Ludwig Wolff: Gesammelte Romane (1924)
1280	Klaus Hildebrand: Das vergangene Reich (1999)
1270	Matthew Reilly: Ice Station (2005)
1228	Joachim Fest: Hitler (2005)
1228	Joachim Fest: Hitler (1998)
1221	Joachim Fest: Hitler (2003)
1214	Stephen King: Es (2009)
1214	Stephen King: Es (2005)
1214	Stephen King: Es (2003)
1190	Joachim Fest: Hitler (1996)
1190	Joachim Fest: Hitler (1995)
1190	Joachim Fest: Hitler (1993)
1190	Joachim Fest: Hitler (1992)
1190	Joachim Fest: Hitler (1991)
1190	Joachim Fest: Hitler (1989)
1190	Joachim Fest: Hitler (1987)
1181	Heinrich von Kleist: Sämtliche Werke (1997)
1152	Johannes Fried: Der Weg in die Geschichte (1998)
1149	Leonie Ossowski: Weichselkirschen (2000)

Urs Engeler Editor

pages	author: title (year)
1095	Ulrich Schlotmann: Die Freuden der Jagd (2009)
712	Felix Philipp Ingold: Gegengabe (2009)
539	Felix Philipp Ingold: Wortnahme (2005)
415	Philippe Lacoue-Labarthe: Dichtung als Erfahrung (2009)
405	Wolfgang Held: Traum vom Hungerturm (2007)
371	Walter Abish: Alphabetical Africa (2002)
363	Jean Paulhan: Die Blumen von Tarbes und weitere Schriften zur Theorie der Literatur (2009)
359	H.D.: Tribut an Freud (2008)
333	Pier Paolo Pasolini: Dunckler Enthusiasmo (2009)
323	Francis Ponge: L’ opinion changée quant aux fleurs (2005)
319	Bruno Steiger: Zwischen Unorten (2009)
314	Elke Erb: Sonanz (2008)
295	Michael Donhauser: Livia oder die Reise (2004)
282	Harry Mathews: Mein Leben als CIA (2006)
282	Ulf Stolterfoht: Die 1000 Tage des Brueterich (2013)
247	Donald Barthelme: Der tote Vater (2007)
230	Anna Akhmatova: Enuma elisch (2005)
225	Edna St. Vincent Millay: Love is not all (2008)
222	H.D.: Madrigal (2008)
215	Jean Daive: Unter der Kuppel (2009)

Verbrecher Verlag

pages	author: title (year)
1071	J. J. Voskuil: Das A.P. Beerta-Institut (2015)
1035	Dietmar Dath: Für immer in Honig (2008)
990	J. J. Voskuil: Und auch Wehmütigkeit (2016)
846	J. J. Voskuil: Direktor Beerta (2016)
815	Chaim Noll: Der Kitharaspieler (2008)
796	Giwi Margwelaschwili: Der Kantakt (2009)
771	Carsten Gansel: Literatur im Dialog (2015)
701	Rudolf Lorenzen: Alles andere als ein Held (2014)
686	Rudolf Lorenzen: Alles andere als ein Held (2007)
679	Karsten Krampitz: Der Fall Brüsewitz (2016)
594	Detlev van Heest: Junglaub (2016)
583	Peter O. Chotjewitz: Mein Freund Klaus (2014)
576	Peter O. Chotjewitz: Mein Freund Klaus (2007)
543	Christian Geissler: Das Brot mit der Feile (2016)
482	Chaim Noll: Der Schmuggel über die Zeitgrenze (2015)
475	Christian Broecking: Respekt! (2011)
447	Chaim Noll: Die Synagoge (2014)
445	Rudolf Lorenzen: Rhythmen, die die Welt bewegten (2010)
414	Rudolf Lorenzen: Die Beutelschneider (2007)
394	Christian Y. Schmidt: Wir sind die Wahnsinnigen (2013)

Voland & Quist

pages	author: title (year)
553	Matthias Frings: L’ ultimo comunista (2012)
539	Brigitte Reimann: Franziska Linkerhand (2005)
399	Viktar Martsinovich: Paranoia (2014)
394	Viktar Martsinovich: Mova (2016)
325	Barbara Frischmuth: La scrittura dell’amico (2009)
317	Tobias Herre: Das Fehlerchen (2012)
281	Volker Surmann: Extremely cold water (2014)
273	Edo Popović: Die Spieler (2009)
265	Kriszta Bódis: Artista (2009)
263	Wolfgang Büscher: Germania, un viaggio (2009)
255	Ralph Dutli: L’ ultimo viaggio di Soutine (2016)
254	Kirsten Fuchs, Volker Strübing: Nicht der Süden (2009)
221	Olja Savičević: Lebt wohl, Cowboys (2011)
215	Wolfgang Büscher: Berlino - Mosca (2008)
205	Clemens Meyer: Zwei Himmelhunde (2016)
203	Volker Strübing: Das Paradies am Rande der Stadt (2013)
173	Edo Popović: Mitternachtsboogie (2010)
172	Sarah Bosetti: Mein schönstes Ferienbegräbnis (2015)
172	Kirsten Fuchs: Eine Frau spürt so was nicht (2015)
171	Roman Simić: Von all den unglaublichen Dingen (2013)

Wallstein

pages	author: title (year)
926	H. G. Adler: Theresienstadt (2005)
871	Ricarda Huch: Du, mein Dämon, meine Schlange … (1998)
856	Andreas Gotzmann: Jüdische Autonomie in der frühen Neuzeit (2008)
840	Detlef Siegfried: Time is on my side (2006)
799	Christine Lavant: Zu Lebzeiten veröffentlichte Erzählungen (2015)
776	Martin Avenarius: Fremde Traditionen des römischen Rechts (2014)
768	Johann Wilhelm Ludwig Gleim: Ausgewählte Werke (2003)
765	Franz Baermann Steiner: Zivilisation und Gefahr (2008)
763	Rainer Malkowski: Die Gedichte (2009)
761	Matthias Zschokke: Lieber Niels (2011)
760	Gerhard Paul: Das visuelle Zeitalter (2016)
728	Albrecht Joseph, Carl Zuckmayer: Briefwechsel (2007)
720	Thomas Lackmann: Der Sohn meines Vaters (2008)
710	Rüdiger Hachtmann: Das Wirtschaftsimperium der Deutschen Arbeitsfront (2012)
688	Jens-Christian Wagner: Produktion des Todes (2001)
679	Sebastian Ullrich: Der Weimar-Komplex (2009)
677	Olaf Blaschke: Verleger machen Geschichte (2010)
676	Gerhard Paul: BilderMACHT (2013)
662	Jens-Christian Wagner: Produktion des Todes (2015)
658	Nicolas Born: Gedichte (2004)

Wiesenburg

pages	author: title (year)
515	Erik Lorenz: Streifzug durch Laos (2012)
384	Monika Böss: Marvins Bräute (2005)
379	Norbert Schmid: Norm_372n (2008)
377	Wolfgang Dahms: Das richtige Wort (2007)
372	Erik Lorenz: Durch das Herz Englands (2014)
315	Norbert Schmid: Marlies (2003)
310	Hartmut Löffel: Schmerzpunkte oder die Kunst, zu überleben (2011)
309	Martin Wein: Süd-Pazifik (2010)
309	Armin Strohmeyr: Dame mit rotem Kater (2015)
304	Gyde Callesen: Angst hat die Quersumme 5 (2013)
303	Karl-Heinz Schreiber: Der Meerschwimmer oder Heimat für Blumberg (2005)
281	Godehard Schramm: Zweite Heimat Gardasee (2009)
260	Martin Wein: Abenteuer im Eis (2011)
259	Godehard Schramm: Einladungen nach Polen (2008)
241	Silke Heimes: Der Fremde (2008)
241	Norbert Schmid: Der Tote im Park (1999)
237	Blanche Willis Howard: Ein Jahr unterwegs (2008)
235	Khamsing Srinawk: Der Politiker und andere Geschichten aus Thailand (2015)
235	Arthur Conan Doyle: Tatort Ägypten (2008)
233	Thomas Bauer: Mush! (2013)

temporal distribution

Let’s plot the median number of pages per year and per decade:

./json2json.py -f -p "issued_norm,pages_norm,creator_wd.*.occupation_writer" DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{print $1"\t"$2}' \
    | sort -S1G -nr \
            > issued_pages.tsv
cat issued_pages.tsv | datamash -g 1 median 2 mean 2 min 2 max 2 count 2 q1 2 q3 2 \
    | sed "s/,/./g" \
          > issued_pages_stats.tsv
awk -F'\t' '{print int($1/10)"\t"$2}' issued_pages.tsv \
    | datamash -g 1 median 2 mean 2 min 2 max 2 count 2 q1 2 q3 2 \
    | sed "s/,/./g" \
          > issued_pages_decade_stats.tsv

reset
set encoding utf8
set term pngcairo enhanced size 800,600
set out 'issued_pages_decade.png'

set grid
set datafile separator "\t"
set xrange [1500:2020]
set xlabel 'year'
set ylabel 'number of pages per decade'

plot \
  'issued_pages_decade_stats.tsv' using ($1*10):7:8 with filledcurves fs transparent solid 0.2 noborder lc rgb "green" title '1st and 3rd quartile',\
  'issued_pages_decade_stats.tsv' using ($1*10):2 with linespoints pt 7 lw 2 lt 3 lc rgb "green" title 'median'

set term svg enhanced size 800,600
set out 'issued_pages_decade.svg'
replot


# starting in 1912
set xrange [1912:2020]
set xtics 10,10

set term pngcairo enhanced size 800,600
set out 'issued_pages_1912.png'

plot \
  'issued_pages_stats.tsv' using 1:7:8 with filledcurves fs transparent solid 0.2 noborder lc rgb "green" title '1st and 3rd quartile',\
  'issued_pages_stats.tsv' using 1:2 with lines lw 2 lt 3 lc rgb "green" title 'median'
#,\
#  'issued_pages_stats.tsv' using 1:3 with lines lw 2 lt 3 lc rgb "blue" title 'mean'

set term svg enhanced size 800,600
set out 'issued_pages_1912.svg'
replot

1955

Why is there such a pronounced peak in 1955?

Let’s first look at the distribution of the number of pages in that year:

reset
set encoding utf8
set term pngcairo enhanced size 800,600
set out 'issued_pages_1955.png'

set grid
set xlabel 'number of pages'
set ylabel 'items with that number of pages'
set logscale
set xrange [10:1000]

set label "250" right at 250,500 tc rgb 'red' offset -.3,0
set label "260" left at 260,500 tc rgb 'red' offset .3,0
set arrow from 250,1 to 250,1000 nohead lc rgb 'red'
set arrow from 260,1 to 260,1000 nohead lc rgb 'red'
set xtics 10,10

plot '< grep ^1955 issued_pages.tsv | cut -f2 | sort | uniq -c' using 2:1 title '' with points pt 7

set term svg enhanced size 800,600
set out 'issued_pages_1955.svg'
replot

We see peaking page numbers between 250 and 260.

Let’s extract all items from 1955 and analyse them further:

./json2json.py -f -p \
               "issued_norm,pages_norm,publisher,title,_id,creator_wd.*.name,creator_wd.*.occupation_writer" \
               DNBTitel_normalised_enriched.json.gz \
    | grep ^1955 > 1955.tsv

top publisher

awk -F'\t' '{print $3}' 1955.tsv | sort | uniq -c | sort -nr | head

publisher	items
Mülbüsch	407
Feldmann	246
Aufbau-Verl.	142
Insel-Verl.	104
Reclam	85
Herder	84
Dietz	79
Büchergilde Gutenberg	76
Bertelsmann	71
Dt. Buch-Gemeinschaft	64

Let us compare this with the year before and after 1955:

awk -F'\t' '{print $3}' 1954.tsv | sort | uniq -c | sort -nr | head
awk -F'\t' '{print $3}' 1956.tsv | sort | uniq -c | sort -nr | head

top publisher 1954	items	top publisher 1955	items	top publisher 1956	items
Aufbau-Verl.	142	Mülbüsch	407	Aufbau-Verl.	108
Reclam	105	Feldmann	246	Insel-Verl.	96
Insel-Verl.	103	Aufbau-Verl.	142	Reclam	95
Herder	94	Insel-Verl.	104	Herder	81
Bertelsmann	71	Reclam	85	Rowohlt	71
Dt. Buch-Gemeinschaft	64	Herder	84	Büchergilde Gutenberg	70
Büchergilde Gutenberg	61	Dietz	79	Desch	65
Rowohlt	59	Büchergilde Gutenberg	76	Goldmann	59
Schöningh	56	Bertelsmann	71	Kinderbuchverl.	54
Goldmann	53	Dt. Buch-Gemeinschaft	64	Verl. Neues Leben	53

In 1955 two publishers clearly have an above-average number of items: Mülbüsch and Feldmann. Strangely, those two publishers do not even have a (German) Wikipedia page and do not appear among the top publishers in 1954 or 1956.

top publisher-author pairs

awk -F'\t' '{print $3,$6}' 1955.tsv | sort | uniq -c | sort -nr | head

publisher	author	items	author description from Wikipedia
Mülbüsch	Gert Fritz Unger	194	Schriftsteller und Autor von Wildwestromanen
Mülbüsch	Axel Berger	176	schrieb unter anderem Westernromane
Feldmann	Hans-Joachim Koblinski	141	schrieb {…} Romane, die vorrangig als Leihbuch und Heftroman
Borgsmüller	Freder van Holk	45	bekannt vor allem durch seine Heftromanreihen
Feldmann	Joe Juhnke	39	Schriftsteller vor allem von Westernromanen
Mülbüsch	Robert Ullman	36	schrieb {…} zwischen 1956 und 1966 etwa 120 Westernromane
Feldmann	Robert Ullman	36	schrieb {…} zwischen 1956 und 1966 etwa 120 Westernromane
Bewin-Verl. Winterbach	Kurt Brand	33	900 bis 1000 Romane {…} im Bereich des Heftromans
Feldmann	Uwe Hans Wilken	23	Autor vor allem von Westernromanen
Bewin-Verlag Winterbach	Kurt Brand	19	900 bis 1000 Romane {…} im Bereich des Heftromans

Analysing the pairs of authors and publishers brings us closer to the explanation for the peak: Most of the works of those publishers are only from a few authors, and most of them are authors of wild west novels, published as cheap, high volume books.

Again, a comparison with the year before and after:

awk -F'\t' '{print $3,$6}' 1955.tsv | sort | uniq -c | sort -nr | head

publisher 1954	author 1954	items	publisher 1956	author 1956	items
Goldmann	Edgar Wallace	19	Badstöber	Toni Falkner	17
Moewig	Otto Mielke	13	Goldmann	Edgar Wallace	14
Hönne-Verl.	Toni Falkner	11	Widukind-Verl.	Toni Falkner	10
Oekumenische Marienschwesternschaft	Basilea Schlink	10	Herder	Herbert Kranz	10
Aufbau-Verl.	Theodore Dreiser	10	Verl. d. Rudolf Steiner-Nachlassverwaltung	Rudolf Steiner	9
Schnell &	Steiner Hugo Schnell	9	Moewig	Otto Mielke	9
Novalis-Verl.	Rudolf Steiner	9	Bach	Edeltraut Herder	9
Liebel	Josef Carl Grund	8	Pfriem	K. H. Scheer	8
Klopp	Enid Blyton	8	Gloria-Verl.	Anna Hottner-Grefe	8
Gute Schriften	Johanna Spyri	8	Dietz	Vladimir Lenin	8

Those author-publisher pairs do no longer appear, which is quite strange for the year 1956, since presumably those novels did not just disappear. Maybe the DNB stopped collecting them?

temporal distribution for publisher

./json2json.py -f -p "issued_norm,pages_norm,publisher,creator_wd.*.occupation_writer" \
               DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 >= 1912) print $1"\t"$2"\t"$3}' \
> publisher_raw_data.tsv

reset
set encoding utf8
set term pngcairo enhanced size 800,600
set out 'issued_1955.png'

set grid
set xlabel 'year'
set ylabel 'number of items'

plot '< grep Feldmann publisher_raw_data.tsv | cut -f1 | sort | uniq -c' using 2:1 title 'Feldmann' with linespoints pt 7 lw 2,\
     '< perl -ne "print if/M...lb...sch/" publisher_raw_data.tsv | cut -f1 | sort | uniq -c' using 2:1 title 'Muelbuesch' with linespoints pt 7 lw 2

set term svg enhanced size 800,600
set out 'issued_1955.svg'
replot

comparison to 1001-books top list

Plot cumulative frequency distribution of the number of pages:

reset
set encoding utf8
set term pngcairo enhanced size 800,600
set out 'cumulative_page_distrib.png'

set grid
set datafile separator "\t"
set xlabel 'number of pages'
set ylabel 'P[x < number of pages]'
set logscale x

# divide the y-value by the number of books in the dataset
plot \
  '1001-books/counts.tsv' using 1:($2/1001) smooth cumulative with lines title '1001 books',\
  'pages_freq.tsv' using 1:($2/1029609) smooth cumulative with lines title 'DNB'

set term svg enhanced size 800,600
set out 'cumulative_page_distrib.svg'
replot

The page distribution for the 1001 book list is skewed towards books with longer pages. Let’s compare two specific ranges of pages: more than 1000 pages vs. between 100 and 400 pages.

echo "dataset\t>1000 pages\t100-400 pages\tratio"
for file in 1001-books/counts.tsv pages_freq.tsv; do
    awk -F'\t' '
        {
          SUM += $2;
          if ($1 > 1000) SUMBIG += $2;
          if ($1 >= 100 && $1 <= 400) SUMSMALL += $2
        } END {
          printf("%s\t%s (%2.1f%%)\t%s (%2.1f%%)\t%2.4f\n", FILENAME, SUMBIG, SUMBIG/SUM*100, SUMSMALL, SUMSMALL/SUM*100, SUMBIG/SUMSMALL)
        }' $file
done

dataset	>1000 pages	100-400 pages	ratio
1001 books	23 (2.3%)	682 (68.1%)	0.0337
DNB	3954 (0.4%)	641780 (62.3%)	0.0062

occupations

Extract:

./json2json.py -f \
               -p "issued_norm,pages_norm,creator_wd.*.id,creator_wd.*.occupation_writer" \
               -c "creator_wd.*.id,creator_wd.*.occupation_writer"\
               DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 >= 1913 && $2 <= 5000) {gsub(/,.*/, "", $4); print $3"\t"$4"\t"$2}}' \
          > author_occupations.tsv

Count:

LC_ALL=C datamash -s -g2 countunique 1 count 2 sum 3 mean 3 median 3 q1 3 q3 3 min 3 max 3 < author_occupations.tsv | sort -t$'\t' -nrk2 | head -n20

top 20 occupations

Table:

occupation	people	books	pages	mean pages	median pages	q1	q3	min	max
writer	23988	502385	114811542	229	191	109	310	1	4292
journalist	7040	96521	23109110	239	217	127	319	1	3376
historian	4691	33445	8407044	251	215	96	353	1	2536
theologian	3304	51627	9778274	189	152	71	259	1	2661
poet	2794	63917	12707251	199	153	80	266	1	4290
art historian	2287	21164	3767667	178	131	48	255.25	1	1691
screenwriter	2051	41552	9911315	239	206	128	317	1	1711
non-fiction writer	1740	26179	6024093	230	198	118	298	1	3296
translator	1535	26961	5539519	205	167	92	271	1	1853
novelist	1211	37811	11671572	309	280	175	399	1	2021
archaeologist	982	6205	1123262	181	138	54	264	1	1420
historian of the modern age	737	7808	2233148	286	254	128	392	3	1607
television presenter	680	7556	1701370	225	205	127	301	2	1067
medievalist	502	4209	1026456	244	207	89	350	2	1423
church historian	463	4713	1013817	215	166	61	311	2	1302
playwright	452	25094	5112597	204	156	95	255	1	3360
opinion journalist	441	5110	1033536	202	184	85	282	2	1531
regional historian	387	3299	662127	201	149	56	287	2	1580
legal historian	330	3226	766138	237	186	73	339	3	2998
literary historian	315	3802	907947	239	190	78	346	2	1779

plot

Plot:

reset
set term pngcairo enhanced size 800,600
set out 'occupations.png'

set grid y
set datafile separator "\t"
set xlabel 'occupation'
set ylabel 'number of pages'
set style fill solid .2 noborder
set boxwidth .6
set xtics rotate by 45 right
set yrange [0:]
set offset 0.8,0.8

#plot data using 5:xticlabels(1) title '',\
#  data using 10:xticlabels(1) title ''

plot data using :7:7:8:8:xticlabels(1) with candlesticks lt 2 lw 2 notitle,\
     data using :6:6:6:6:xticlabels(1) with candlesticks lt 2 lw 2 notitle

set term svg enhanced size 800,600
set out 'occupations.svg'
replot

example writers

Extract author names together with occupation:

./json2json.py -f \
               -p "issued_norm,pages_norm,creator_wd.*.name,creator_wd.*.occupation_writer" \
               -c "creator_wd.*.occupation_writer,creator_wd.*.name"\
               DNBTitel_normalised_enriched.json.gz \
    | awk -F'\t' '{if ($1 >= 1913 && $2 <= 5000) {gsub(/,.*/, "", $4); print $3"\t"$4"\t"$2}}' \
          > author_occupations_name.tsv

for writer in $(LC_ALL=C datamash -s -g2 countunique 1  < author_occupations.tsv | awk -F'\t' '{print $2"\t"$1}' | sort -nr | cut -f2 | sed "s/ /_/g" | head); do
    writer=$(echo $writer | sed "s/_/ /g")
    echo
    echo "$writer\tbooks\tpages\tmean pages\tmedian pages"
    awk -F'\t' -v writer="$writer" '{if ($2 == writer) print $1"\t"$3}' author_occupations_name.tsv \
        | LC_ALL=C datamash -s -g1 count 2 sum 2 mean 2 median 2 \
        | sort -t$'\t' -nrk2 | head
done

writer	books	pages	mean pages	median pages
Rudolf Steiner	3992	698028	175	168
Stefan Zweig	2532	689691	272	253
Jacob Grimm	2020	263521	130	66.5
Wilhelm Grimm	1943	251255	129	64
Erich Kästner	1873	310086	166	155
Heinrich Böll	1796	392384	218	189
Rainer Maria Rilke	1689	288839	171	125
Marie Louise Fischer	1678	436068	260	246.5
Gottfried Keller	1666	326156	196	95
Anselm Grün	1605	229154	143	142
journalist	books	pages	mean pages	median pages
Heinz G. Konsalik	3190	984514	309	286
Karl Marx	2578	550296	213	140
Edgar Wallace	1041	209826	202	188
Mark Twain	964	256933	267	254
Kurt Tucholsky	664	150305	226	166.5
Emil Ludwig	456	154424	339	311
Simone de Beauvoir	400	155462	389	347
A. E. Johann	385	137705	358	344
Manfred Hausmann	341	47191	138	101
Brigitte Blobel	332	80939	244	223
historian	books	pages	mean pages	median pages
Tacitus	270	50119	186	108
Gottfried Wilhelm Leibniz	267	73252	274	208
Hannah Arendt	231	72724	315	293
Sallust	192	26642	139	119
Franz Mehring	161	60334	375	398
Leopold von Ranke	153	58303	381	316
Franz Herre	146	48391	331	367
Jochen Brennecke	143	41538	290	272
Gershom Scholem	143	41669	291	286
Egon Caesar Corti	136	50235	369	391.5
theologian	books	pages	mean pages	median pages
Benedict XVI	783	138029	176	143
Karl Rahner	716	132551	185	132
Karl Jaspers	583	152073	261	186
Albert Schweitzer	558	112662	202	155
Karl Barth	550	87846	160	109.5
Hans Küng	524	167706	320	249
Dietrich Bonhoeffer	506	101189	200	154
Ernst Modersohn	481	50808	106	69
Hans Urs von Balthasar	442	85232	193	153
Augustine of Hippo	339	87041	257	199
poet	books	pages	mean pages	median pages
Friedrich Schiller	2047	403714	197	146
Theodor Storm	1967	264590	135	91
Friedrich Nietzsche	1788	475373	266	235
Heinrich Heine	1388	324448	234	176
Wilhelm Hauff	1290	227500	176	121
Wilhelm Busch	1191	185402	156	95
Martin Heidegger	981	226911	231	206
Oscar Wilde	859	144464	168	107
Robert Louis Stevenson	853	187073	219	206
Eduard Mörike	742	127261	172	100
art historian	books	pages	mean pages	median pages
Hugo Schnell	365	7912	22	14
Jacob Burckhardt	297	119125	401	383
Heinrich Lützeler	182	17982	99	16
Wilhelm Hausenstein	116	18740	162	106.5
Heinrich Wölfflin	110	27116	247	283.5
Ernst Gombrich	104	33092	318	327
Max Hermann von Freeden	103	5787	56	39
Werner Schmalenbach	92	7982	87	39
Karl Scheffler	92	17887	194	190
Paul Nizon	90	18043	200	178
screenwriter	books	pages	mean pages	median pages
Siegfried Lenz	902	215600	239	180.5
Stephen King	811	388836	479	447
Vicki Baum	790	263396	333	307
Johannes Mario Simmel	774	349431	451	495
Walt Disney	712	58865	83	60
Karl-Heinz Günther	554	91504	165	160
Astrid Lindgren	513	90417	176	157
Irina Korschunow	470	62985	134	117
Roald Dahl	388	73673	190	182
Felix Salten	387	82868	214	199
non-fiction writer	books	pages	mean pages	median pages
Erich Fromm	439	96030	219	199
Kurt Tepperwein	399	84594	212	205
Alfred Adler	258	62170	241	235
Wilhelm Reich	257	65299	254	269
Helmut Schmidt	196	42050	215	243
Otto Mielke	190	14337	75	45
Horst-Eberhard Richter	189	52814	279	280
Martin Selber	188	33577	179	122
Hans Zulliger	181	24953	138	135
Ulrich Beck	176	51207	291	289.5
translator	books	pages	mean pages	median pages
Martin Luther	1590	206969	130	78
Fyodor Dostoyevsky	1088	530695	488	439
Jörg Zink	614	75297	123	71
Martin Buber	483	101054	209	168
Lise Gast	477	81613	171	155
Gina Ruck-Pauquèt	323	29692	92	94
Arno Schmidt	318	83856	264	189
Frederik Hetmann	306	71513	234	217
Käthe Recheis	282	43028	153	109
Janwillem van de Wetering	260	50416	194	188
novelist	books	pages	mean pages	median pages
Hermann Hesse	3362	738260	220	188
Thomas Mann	2609	960697	368	305
Franz Kafka	2020	538979	267	238
Karl May	1503	507174	337	341
Jules Verne	856	209769	245	222
Peter Handke	829	141812	171	130
Eleanor Hibbert	696	263183	378	367
Selma Lagerlöf	585	143503	245	219
Barbara Cartland	576	108242	188	160
Hugo von Hofmannsthal	530	91294	172	111

items vs. mean number of pages

(Skipped:)

reset
set term pngcairo enhanced size 800,600
set out 'author_occupations.png'

set grid
set datafile separator "\t"
set logscale

set xlabel 'number of items
set ylabel 'mean number of pages per item'

plot 'author_occupations_stats.tsv' using 3:(stringcolumn(2) eq "writer" ? $4 : 1/0) title 'writer',\
     'author_occupations_stats.tsv' using 3:(stringcolumn(2) eq "journalist" ? $4 : 1/0) title 'journalist',\
     'author_occupations_stats.tsv' using 3:(stringcolumn(2) eq "historian" ? $4 : 1/0) title 'historian',\
     'author_occupations_stats.tsv' using 3:(stringcolumn(2) eq "theologian" ? $4 : 1/0) title 'theologian',\
     'author_occupations_stats.tsv' using 3:(stringcolumn(2) eq "poet" ? $4 : 1/0) title 'poet'

set term svg enhanced size 800,600
set out 'author_occupations.svg'
replot