使用rentrez从pubmed中解析出作者和隶属关系答案

【问题标题】：Using rentrez to parse out author and affiliation from pubmed使用rentrez从pubmed中解析出作者和隶属关系
【发布时间】：2017-02-22 17:56:37
【问题描述】：

我的总体目标是构建一个共同作者网络图。我有一份 PubMed ID 列表，这些是我对共同作者网络绘图感兴趣的唯一出版物。我不知道如何使用rentrez 在我的查询中同时获取作者姓名和各自的附属机构。我可以得到这两个信息，但我的从属关系列表比我的作者列表少大约 300 个，所以很明显有些人没有提供从属关系，但我不知道是谁。有什么方法可以结合搜索作者和附属机构吗？ [当我在我的 entrez_fetch 中同时执行这两项操作时，它只是分别给了我一个作者和附属机构的列表，所以我仍然无法弄清楚哪个附属机构属于哪个作者。]

library(tidyverse)
library(rentrez)
library(XML)

trial<-entrez_fetch(db="pubmed", id=pub.list$PMID, rettype="xml", parsed=TRUE)
affiliations<-xpathSApply(trial, "//Affiliation", xmlValue)
first.names<-xpathSApply(trial, "//Author/ForeName", xmlValue)

这一切都很好，但我无法弄清楚哪些作者与哪些隶属关系，因为他们的长度不同。

任何帮助将不胜感激。谢谢！

【问题讨论】：

试试xmlToDataFrame(trial["//Author"])

标签： r xml author pubmed rentrez

【解决方案1】：

你可以试试这样的：

xpathSApply(trial, "//Author", function(x) {
  author_name <- xmlValue(x[["LastName"]])
  author_affiliation <- xmlValue(x[["AffiliationInfo"]][["Affiliation"]])
  c(author_name,author_affiliation)
  })

通过获取每个//Author 节点的值，它在第一行返回作者的姓氏，在第二行返回他们的隶属关系。

【讨论】：

谢谢！当我按照您编写的代码运行代码时，我最终得到了一种奇怪的格式，其中只显示了数字。我将代码分成两部分（一份用于作者，另一部分用于附属机构，使用完全相同的格式），然后将它们组合起来，这一次它显示了附属机构的 NA 出现的位置！
很好，输出是一个矩阵。如果您想要一种更易读的格式，您可以将矩阵存储在一个变量中，数据为 ex，然后执行 as.data.frame(t(data)) 将其作为数据框获取，每行一个作者，第一列中的姓氏和隶属关系在第二个。

【解决方案2】：

last.name<-xpathSApply(trial, "//Author", function(x) {
  author_name <- xmlValue(x[["LastName"]])})

affiliation<-xpathSApply(trial, "//Author", function(x) {
  author_affiliation <- xmlValue(x[["AffiliationInfo"]][["Affiliation"]])})

这就是我最终使用的，遵循 NicE 的格式并且它起作用了——我可以看到 NA 的隶属关系现在在哪里。

【讨论】：

【解决方案3】：

我拿了@NicE 的代码和@Shirley 的cmets 并写了这段代码：

lastname_affiliation <-data.frame(cbind(
    xpathSApply(trial, "//Author", function(x) {
        author_name <- xmlValue(x[["LastName"]])
    }), 
    xpathSApply(trial, "//Author", function(x) {
        author_affiliation <- xmlValue(x[["AffiliationInfo"]][["Affiliation"]])
    })
))

感谢您让我走上正确的道路。

【讨论】：