r - 使用 rentrez 从 pubmed 解析作者和隶属关系

Question

我的总体目标是构建一个共同作者网络图。我有一个 PubMed ID 的列表，这些是我唯一感兴趣的关于共同作者网络图表的出版物。我无法弄清楚如何使用 rentrez 在我的查询中同时获取作者姓名和各自的从属关系。我可以获得这两个信息，但我的隶属关系列表比我的作者列表少了大约 300，所以显然有些人没有提供从属关系，但我不知道是谁。有什么方法可以同时搜索作者和隶属关系吗？ [当我在我的 entrez_fetch 中执行这两项操作时，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些附属机构属于哪些作者。]

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)

一切正常，但我无法弄清楚哪些作者属于哪些隶属关系，因为他们的长度不同。

如有任何帮助，我们将不胜感激。谢谢!

Answer 1

你可以尝试这样的事情:

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

它通过为每个 //Author 节点获取这些值，在第一行返回作者的姓氏，在第二行返回他们的隶属关系。