要研究国家合作关系对论文质量的影响,所以需要提取出WOS导出的原始数据中Addresses一栏中的国家信息,但是可以看到一条address的内容是类似于:
[Chen, Si-Bao; Wei, Qing-Song; Wang, Wen-Zhong; Tang, Jin; Luo, Bin] Anhui Univ, MOE Key Lab ICSP, Sch Comp Sci & Technol, Hefei 230601, Peoples R China; [Wang, Zu-Yuan] WSL, Swiss Fed Inst Forest Snow & Landscape Res, CH-8903 Birmensdorf, Switzerland
这样的,作者名字都被[]括起来了,介绍完作者后会用;做分割,第二组作者和第一组之间还存在一个空格,需要细心地找分割的标志,我们需要提取出的字段都在'[]....x;'的x的位置上,凭借单一的“;”会割裂原有的作者信息,所以这里应当先使用"; ["做分割,如第一条[Chen, Si-Bao; Wei, Qing-Song; Wang, Wen-Zhong; Tang, Jin; Luo, Bin] Anhui Univ, MOE Key Lab ICSP, Sch Comp Sci & Technol, Hefei 230601, Peoples R China,然后提取每一条信息的最后一个字段(“,”分割)得到Peoples R China
import pandas as pd
data = pd.rea