Python XLRD/Entrez：通过Pubmed搜索并提取计数

我正在从事一个项目，该项目要求我使用

Excel

电子表格中的输入搜索

pubmed

，并打印结果计数。我一直在使用

xlrd

和

entrez

来做这项工作。这是我试过的

我需要在

pubmed

中搜索作者姓名、他/她的医学院、一系列年份以及他/她的导师姓名，这些都在

Excel

电子表格中。我使用

xlrd

将包含所需信息的每一列转换为字符串列表

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)

我已经使用Entrez打印了我的特定查询的计数

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']

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_姓名”），将医学院替换为下一个学校，将当前导师的姓名替换为列表中的下一个导师的姓名

我想我应该在向

pubmed

声明电子邮件后编写for循环，但我不确定如何将这两段代码链接在一起。有没有人知道一种连接两段代码的有效方法，或者知道如何用一种比我尝试过的更有效的方法来连接这两段代码？

---

谢谢大家!

大部分代码都已准备就绪。它只需要稍微修改一下

假设您的表如下所示：

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

---

所需的修改是使用使查询变为变量

一些不必要但可能有用的其他修改：

• 仅在

  Excel

  工作表上循环一次
• 将

  pubmed\u计数

  存储在预定义的列表中，因为如果值返回为空，则输出的大小会有所不同，因此很难猜测哪个值属于哪个查询
• 一切都可以进一步优化和修饰，例如，将查询存储在列表中，并循环查询，这样代码重复就少了，但现在它完成了这项工作

---

这个问题还有待解决吗？@MaximilianPeters我有一些关于这个问题的后续问题，我在另一个帖子上发布了这些问题：

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