基于决策树方法的专利被引影响因素研究（python代码 图文 超详细）

综述

本次研究基于决策树方法对可能影响专利被引的6个影响因素（专利申请年、专利公开年、发明人数量、专利权人数量、发明人国家、专利权人国家）与专利是否被引的潜在关系进行分析。研究发现，专利申请年是其中影响最为显著的因素，而后依次是发明人数量、专利公开年数量、专利权人数量，而其他2个指标的影响效果并不明显。

1.数据来源与指标选取

1.1数据来源

本研究选取美国专利号为43518开头的专利数据作为研究对象，获得专利数据1507条，经过数据清理后得到454条标准化数据。

1.2指标选取

根据可能对专利被引产生影响的因素列表，拟定决策树的分析指标共6个，分别是：专利申请年PATN:APD、专利公开年PATN:ISD、发明人数量INVTSUM、专利权人数量ASSGSUM、发明人国家INVT:CNT、专利权人国家ASSG:CNT，下表是描述统计。

2.数据清洗与转换

2.1数据清洗

data.isnull().any(axis=0) //查看空值
data.isnull().any(axis=1)//判断数据行中是否存在缺失值
data.loc[data.isnull().any(axis=1)]//定位缺失值所在行
data3=data.dropna()
data//直接删除空值所在行
data_null_0=data.fillna(0,inplace=False