Question

我正在开展一个项目，要求我使用pubmed电子表格中的输入和结果的打印计数来搜索Excel。我一直在使用xlrd和entrez来完成这项工作。这是我尝试过的。

我需要使用作者姓名，他/她的医学院，一系列年份和他/她的导师姓名搜索pubmed，这些都在{{1}中电子表格。我使用Excel将所有信息转换为字符串列表。
```
xlrd
```
我已设法使用Entrez打印我的特定查询的计数。
```
from xlrd import open_workbook
book = xlrd.open_workbook("HEENT.xlsx").sheet_by_index(0)
med_name = []
for row in sheet.col(2):
    med_name.append(row)
med_school = []
for row in sheet.col(3):
    med_school.append(row)
mentor = []
for row in sheet.col(9):
    mentor.append(row)
```
问题是我需要将学生姓名（“Jennifer Runch”）替换为学生姓名列表中的下一个学生姓名（“med_name”），下一所学校的医学院，以及当前导师的名字从名单中选择下一位导师的名字。

我想我应该在向from Bio import Entrez Entrez.email = "your@email.edu" handle = Entrez.egquery(term="Jennifer Runch AND ((2012[Date - Publication] : 2017[Date - Publication])) ") handle_1 = Entrez.egquery(term = "Jennifer Runch AND ((2012[Date - Publication] : 2017[Date - Publication])) AND Leoard P. Byk") handle_2 = Entrez.egquery(term = "Jennifer Runch AND ((2012[Date - Publication] : 2017[Date - Publication])) AND Southern Illinois University School of Medicine") record = Entrez.read(handle) record_1 = Entrez.read(handle_1) record_2 = Entrez.read(handle_2) pubmed_count = [] for row in record["eGQueryResult"]: if row["DbName"] == "pubmed": pubmed_count.append(row["Count"]) for row in record_1["eGQueryResult"]: if row["DbName"] == "pubmed": pubmed_count.append(row["Count"]) for row in record_2["eGQueryResult"]: if row["DbName"] == "pubmed": pubmed_count.append(row["Count"]) print(pubmed_count) >>>['3', '0', '0']声明我的电子邮件后写一个for循环，但我不确定如何将两个代码块链接在一起。有没有人知道连接两个代码块的有效方法，或者知道如何以比我尝试过的更有效的方式做到这一点？谢谢！

Answer 1

你已经掌握了大部分代码。它只需要稍微修改一下。

假设您的表格如下：

Jennifer Bunch  |Southern Illinois University School of Medicine|Leonard P. Rybak
Philipp Robinson|Stanford University School of Medicine         |Roger Kornberg

您可以使用以下代码

import xlrd
from Bio import Entrez
sheet = xlrd.open_workbook("HEENT.xlsx").sheet_by_index(0)

med_name = list()
med_school = list()
mentor = list()
search_terms = list()
for row in range(0, sheet.nrows):
    search_terms.append([sheet.cell_value(row, 0), sheet.cell_value(row,1), sheet.cell_value(row, 2)])

pubmed_counts = list()

for search_term in search_terms:
    handle = Entrez.egquery(term="{0} AND ((2012[Date - Publication] : 2017[Date - Publication])) ".format(search_term[0]))
    handle_1 = Entrez.egquery(term = "{0} AND ((2012[Date - Publication] : 2017[Date - Publication])) AND {1}".format(search_term[0], search_term[2]))
    handle_2 = Entrez.egquery(term = "{0} AND ((2012[Date - Publication] : 2017[Date - Publication])) AND {1}".format(search_term[0], search_term[1]))
    record = Entrez.read(handle)
    record_1 = Entrez.read(handle_1)
    record_2 = Entrez.read(handle_2)

    pubmed_count = ['', '', '']

    for row in record["eGQueryResult"]:
        if row["DbName"] == "pubmed":
            pubmed_count[0] = row["Count"]
    for row in record_1["eGQueryResult"]:
        if row["DbName"] == "pubmed":
            pubmed_count[1] = row["Count"]
    for row in record_2["eGQueryResult"]:
        if row["DbName"] == "pubmed":
            pubmed_count[2] = row["Count"]

    print(pubmed_count)
    pubmed_counts.append(pubmed_count)

输出

['3', '0', '0']
['1', '0', '0']

所需的修改是使用format使查询变量。

其他一些不必要但可能有用的修改：

仅在Excel工作表上循环
将pubmed_count存储在预定义列表中，因为如果值返回为空，则输出的大小会有所不同，因此很难猜出哪个值属于哪个查询
一切都可以进一步优化和美化，例如将查询存储在列表中并循环遍历它们，这将减少代码重复次数，但现在它可以完成工作。

XLRD / Entrez：搜索Pubmed并提取计数

1 个答案: