In [1]:

    

import numpy as np
import pandas as pd


    

In [2]:

    

data = pd.read_csv('Compendex Data/Engineering_Village_detailed_4-23-2017_8657315.csv')
country_list = list(np.loadtxt('country_list.txt',dtype=str,delimiter='\t'))


    

In [3]:

    

data['Author affiliation'][0]


    

    
Out[3]:





'(1) Institute of Microelectronics, Peking University, Beijing; 100871, China (2) Shenzhen Graduate School, Peking University, Shenzhen; 518055, China '

In [38]:

    

country_list[46]


    

    
Out[38]:





'China'

In [5]:

    

affiliation = data['Author affiliation']


    

In [6]:

    

len(affiliation)


    

    
Out[6]:





100

In [7]:

    

len(country_list)


    

    
Out[7]:





264

In [18]:

    

country_counts = (np.zeros((len(country_list),len(country_list))))


    

In [28]:

    

for institution in affiliation:
    for n in range(0,len(country_list)):
        for m in range(n,len(country_list)):
            if country_list[n] in institution:
                #print "found one country"
                if country_list[m] in institution:
                    #print "found a collaboration"
                    country_counts[n,m] += 1
                    
                else:
                    pass
            else:
                pass


    

In [39]:

    

country_counts[46]


    

    
Out[39]:





array([   0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,  176.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    5.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    5.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          5.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    5.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,   25.,    0.,    0.,
          0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,    0.,
          0.,    0.,    0.])

In [11]:

    

country_list[0]


    

    
Out[11]:





'Afghanistan'

In [24]:

    




    

    
Out[24]:





0.0

In [83]:

    




    

    
Out[83]:





-1

In [40]:

    

np.savetxt("country_counts_trial_firstdatafile.csv",country_counts,delimiter = ',')


    

In [ ]: