python 数据分析论文_数据分析-任务：论文作者统计

2.1 任务说明

任务主题：论文作者统计，统计所有论文作者出现评率Top10的姓名；

任务内容：论文作者的统计、使用 Pandas 读取数据并使用字符串操作；

任务成果：学习 Pandas 的字符串操作；

2.2 数据处理步骤

在原始arxiv数据集中论文作者authors字段是一个字符串格式，其中每个作者使用逗号进行分隔分，所以我们我们首先需要完成以下步骤：

使用逗号对作者进行切分；

剔除单个作者中非常规的字符；

具体操作可以参考以下例子：

C. Bal\\'azs, E. L. Berger, P. M. Nadolsky, C.-P. Yuan

# 切分为，其中\\为转义符

C. Ba'lazs

E. L. Berger

P. M. Nadolsky

C.-P. Yuan

当然在原始数据集中authors_parsed字段已经帮我们处理好了作者信息，可以直接使用该字段完成后续统计。

2.3 字符串处理

在Python中字符串是最常用的数据类型，可以使用引号('或")来创建字符串。Python中所有的字符都使用字符串存储，可以使用方括号来截取字符串，如下实例：

var1 = 'Hello Datawhale!'

var2 = "Python Everwhere!"

print("var1[-10:]: ", var1[-10:])

print("var2[1: