【科学文献计量】剔除来自unknown的机构与作者文献文献——数据清洗

背景

有时在研究过程中，会遇到不同类型的文献，但是有些文献中的数据会有部分缺失，常见的比如机构，作者和年份等字段，因此为了使用科研工具进行有效的文献计量，数据清洗就显着十分重要

实例

以Scopus数据库下载的数据为例，这里使用pybibx论文提供的数据集，其中是没有数据确实。构造缺失数据集，这里就是将前两条文献中的作者Author字段原来内容替换为UNKOWN（为了保证原始数据的准确性，建议备份一份文件操作），如下。

打开python软件，导入相关的库，对数据进行加载

# 加载第三方库
import numpy as np
import pandas as pd
import textwrap

from pyBibX.base import pbx_pr