我是使用R和我尝试从Scopus清理数据库的新手，它是一个Excel工作表，其中包含用空格，逗号，分号等分隔的大量信息的单元格。我的想法是使用＆＃34;文本分隔数据到单元格＆＃34; MS Excel命令和稍后使用MS Access和替换按钮来清理数据。但是，我知道R有很多数据挖掘功能，所以我想问你的意见......
我有一个532行的列，每个单元格都有类似这样的结构：
Bitzer，V。，南非绿点开普敦波特伍德路开普敦大学商学院; Glasbergen，P.，可持续发展治理ICIS，马斯特里赫特大学，P.O。 Box 616Maastricht，MD，荷兰
正如你所看到的，字符串以一个名字＆＃34; Bitzer，V。＆＃34;开头。其后是其附属学校和分号，以分隔每位作者。
我需要提取一些属于特定大学联盟的作者，然后根据纸张合作构建对子。
任何建议都会非常感谢...
马里奥
答案 0 :(得分：0)
我不熟悉R，但这似乎是OpenRefine的工作。 您可以使用Regex搜索字符串并创建自定义过滤器/构面以缩小数据集范围。
清理数据后，您可以将其导出为csv或Excel格式，然后将其导入Access。