如何用学者R包来统计一年内被引用次数为零的论文？

Question

我正在使用R中的Scholar软件包来提取引文统计数据。我计划创建一个具有

• PubID或文章标题
• 年
• 的

数据框，我可以使用“ Get_Article_cite_history”的文章来完成本文，但是，我会收到任何一年没有引用的文章的错误，阅读：

data.frame中的错误（年=年，cites = vals）：参数暗示 行数不同：13，12

看代码的运行方式，而不是插入“零”，其中给定年没有引用，它将保留一年，但不会保留引用的行，因此导致不同数量的行。

我想简单地运行一个循环，在此循环中，它将进行PubID，获取所有引文信息（年份和cites of Cites），并用0个CITES来说明任何年份，然后将所有内容绑定在一起以构建数据。

任何帮助将不胜感激！

Answer 1

这应该做到。下面的代码使用get_artice_cite_history（）函数中的内部词，但它没有以最初的方式获得数年的数年，而是从周围跨越提供的范围的HREF的最后四位数字中获取了它们数字。这使得引用的年份和数量兼容。

  library(rvest)
  library(scholar)
  library(tidyverse)
  id <- "_zbP0I0AAAAJ"
pubs <- get_publications(id)   
out <- lapply(pubs$pubid, function(article){
  site <- getOption("scholar_site")
  id <- tidy_id(id)
  url_base <- paste0(site, "/citations?", "view_op=view_citation&hl=en&citation_for_view=")
  url_tail <- paste(id, article, sep = ":")
  url <- paste0(url_base, url_tail)
  res <- get_scholar_resp(url)
  if (is.null(res)) 
    return(NA)
  httr::stop_for_status(res, "get user id / article information")
  doc <- read_html(res)
  vals <- doc %>% html_nodes(".gsc_oci_g_al") %>% html_text() %>% 
    as.numeric()
  years <- doc %>% 
    html_nodes("a.gsc_oci_g_a")  %>% 
    html_attr("href") %>% 
    gsub(".*(\\d{4})$", "\\1", .)
  df <- data.frame(year = years, cites = vals)
  if (nrow(df) > 0) {
    df <- merge(data.frame(year = min(years):max(years)), 
                df, all.x = TRUE)
    df[is.na(df)] <- 0
    df$pubid <- article
  }
  else {
    df$pubid <- vector(mode = mode(article))
  }
  df
})

nrs <- sapply(out, nrow)

out <- bind_rows(out[which(nrs > 0)])
head(out)
#>   year cites        pubid
#> 1 2004     4 qjMakFHDy7sC
#> 2 2005    16 qjMakFHDy7sC
#> 3 2006    19 qjMakFHDy7sC
#> 4 2007    27 qjMakFHDy7sC
#> 5 2008    38 qjMakFHDy7sC
#> 6 2009    47 qjMakFHDy7sC

^由

创建创建上述输出后的以下代码应在所有出版年度中添加，而不会引用。

eg <- expand.grid(pubid=pubs$pubid, year=sort(unique(out$year)))

out <- full_join(eg, out)
out <- out %>% mutate(cites = ifelse(is.na(cites), 0, cites))
pubyr <- pubs %>% dplyr::select(pubid, year) %>% rename(pubyr = year) %>% na.omit()
out <- left_join(out, pubyr)
out <- out %>% filter(is.na(pubyr) | year >= pubyr)