我目前正在使用python中的API,并试图从某些作者那里检索以前的机构ID
我已经到了这一点
my_auth.hist_names['affiliation']
哪些产出:
[{'@_fa': 'true',
'@id': '60016491',
'@href': 'http://api.elsevier.com/content/affiliation/affiliation_id/60016491'},
{'@_fa': 'true',
'@id': '60023955',
'@href': 'http://api.elsevier.com/content/affiliation/affiliation_id/60023955'},
{'@_fa': 'true',
'@id': '109604360',
'@href': 'http://api.elsevier.com/content/affiliation/affiliation_id/109604360'},
{'@_fa': 'true',
'@id': '112377026',
'@href': 'http://api.elsevier.com/content/affiliation/affiliation_id/112377026'},
{'@_fa': 'true',
'@id': '112678642',
'@href': 'http://api.elsevier.com/content/affiliation/affiliation_id/112678642'},
{'@_fa': 'true',
'@id': '60031106',
'@href': 'http://api.elsevier.com/content/affiliation/affiliation_id/60031106'}]
这里的类型是列表
我想用这个列表作为字典来检索
'@id'
部分
数据是JSON格式的,您可以使用python的JSON库来处理它们
https://www.geeksforgeeks.org/python-convert-string-dictionary-to-dictionary/
您可以简单地将dict列表加载为带有pandas的数据帧
通过这种方式,您可以获得一个数据集,其中每一行都是列表的一个字典,您可以按列对
'@id'
进行索引使用pd.Dataframe(my_auth.hist_names['affiliation']),您可以获得
对于df['@id'],您的id
一种简单的方法是使用list comprehension,,它基于iterable的元素创建一个新列表。使用此功能的实现可以是:
这将创建一个列表,其中包含与
@id
键关联的每个值相关问题 更多 >
编程相关推荐