sparql - 如何调整 sparql 查询以返回更简短的信息
问题描述
我是这方面的新手,提问方面,所以如果您需要任何其他信息,请告诉我。
我有一个包含 2900 个条目的数据集,其中大部分是荷兰和佛兰芒诗人。我想通过查询 wikidata 向这个数据框添加信息;性别、国籍、出生日期、死亡日期。现在两个小国能有多少诗人?并非所有这些都可以在 wikidata 上找到(我稍后会处理),对于那些,信息有时非常稀缺。
我使用了以下查询:
import requests
def get_data_for_poet(poet):
url = 'https://query.wikidata.org/sparql'
query = '''
prefix schema: <http://schema.org/>
SELECT ?item ?occupation ?genderLabel ?bdayLabel ?bnatLabel ?deathLabel
WHERE {
?item ?label "''' + poet + '''"@en.
?item wdt:P106 ?occupation .
?item wdt:P21 ?gender .
?item wdt:P569 ?bday .
?item wdt:P27 ?bnat .
?item wdt:P570 ?death .
SERVICE wikibase:label { bd:serviceParam wikibase:language "en" }
}
'''
r = requests.get(url, params = {'format': 'json', 'query': query})
try:
#print(r.content)
data = r.json()
return {
'gender': data['results']['bindings'][0]['genderLabel']['value'],
'birthday': data['results']['bindings'][0]['bdayLabel']['value'],
'death': data['results']['bindings'][0]['deathLabel']['value'],
'nationality': data['results']['bindings'][0]['bnatLabel']['value'],
}
except:
return {
'gender': 'Onbekend',
'birthday': 'Onbekend',
'death' : 'Onbekend',
'nationality': 'Onbekend'
}
然后我为前 20 个条目运行以下代码:
import time
import math
def get_poet_metadata_for_row(row):
f = math.floor(row['index']/80) # the API returns errors 472 if it goes any faster
print(row['index'])
time.sleep(1+f)
poet = row['Dichter']
if poet == 'Onbekend':
return pd.Series(['Onbekend', 'Onbekend', 'Onbekend', 'Onbekend'])
data = get_data_for_poet(poet)
print(data)
poets[poet] = data
return pd.Series([data['birthday'],data['nationality'],data['gender'],data['death']])
df[['Geboortedatum','Nationaliteit', 'Geslacht', 'Gestorven']] = df[:20].apply(get_poet_metadata_for_row, axis=1)
但不幸的是,我注意到查询仅在 Q ID 的所有四条信息都可用时才返回信息。
这是输出的一部分:
12
{'gender': 'male', 'birthday': '1934-08-04T00:00:00Z', 'death': '2012-07-11T00:00:00Z', 'nationality': 'Kingdom of the Netherlands'}
13
{'gender': 'Onbekend', 'birthday': 'Onbekend', 'death': 'Onbekend', 'nationality': 'Onbekend'}
14
{'gender': 'Onbekend', 'birthday': 'Onbekend', 'death': 'Onbekend', 'nationality': 'Onbekend'}
15
{'gender': 'Onbekend', 'birthday': 'Onbekend', 'death': 'Onbekend', 'nationality': 'Onbekend'}
16
{'gender': 'Onbekend', 'birthday': 'Onbekend', 'death': 'Onbekend', 'nationality': 'Onbekend'}
然后我尝试逐个查询这些信息(第一个性别,然后是生日等),但这确实需要很长时间。
如何调整查询以返回所有信息,即使假设只知道性别?我尝试了一些东西,OPTIONAL
但它变得非常快。我是 SPARQL 的新手,因此不胜感激。
另外,考虑到我在这个数据集上花费的时间,我可能会遭受隧道视觉的困扰,但是如果有 python 包可以做到这一点,我很想知道。
解决方案
使用的直觉OPTIONAL
是正确的。您必须为您认为可选(即不必要)的每一个信息添加它。
此外,为了避免误报,我认为您还应该使用rdfs:label
而不是泛型?label
(可以引用任何属性)。
PREFIX schema: <http://schema.org/>
SELECT ?item ?occupation ?genderLabel ?bdayLabel ?bnatLabel ?deathLabel
WHERE {
?item rdfs:label "Marc Tritsmans"@en.
?item wdt:P106 ?occupation .
OPTIONAL { ?item wdt:P21 ?gender . }
OPTIONAL { ?item wdt:P569 ?bday . }
OPTIONAL { ?item wdt:P27 ?bnat . }
OPTIONAL { ?item wdt:P570 ?death . }
SERVICE wikibase:label { bd:serviceParam wikibase:language "en" }
}
在此处查看演示。
推荐阅读
- c++ - 什么时候需要删除 C 风格的数组?
- php - 尝试在 PHP 中的 JSON 对象上使用 JSON_DECODE 并返回 null
- sql-server - SSMS 使用箭头键浏览对象
- python - 有没有办法使用用户名或电子邮件登录到 Django 管理界面?
- postgresql - 在 Redshift 中创建视图时,有什么方法可以强制后期绑定?
- c# - 处理高级数据模板中的数据上下文更改
- react-native - 单击返回按钮时获取上一个屏幕,
- java - eIDAS 证书和 EBA 信任列表
- node.js - 如何在heroku上托管nodeJS服务器和反应应用程序
- laravel - Laravel 数据库结构变化