如何用R代码构建国家对联合国赞成票相关性指数？

现有数据集记录联合国各决议的国家投票信息，包含字段：

• ResolutionID：决议唯一标识
• Country：国家名称
• vote：投票类型，可选值为yes（赞成）、no（反对）、abstain（弃权）

我们的目标是计算每一对国家的投票行为相关性，以此衡量国家间的友好程度或战略联盟倾向。数据集来源：Erik Voeten所著《联合国大会投票的数据与分析》，收录于Bob Reinalda主编的《国际组织Routledge手册》（2013年5月27日出版）

步骤1：加载所需工具包 #

# 若未安装依赖包，先运行注释行
# install.packages(c("tidyverse", "corrr"))
library(tidyverse)
library(corrr)

步骤2：导入并预处理数据 #

先将投票类型转换为数值（相关性计算需数值型变量），这里采用常用编码规则：赞成=1，反对=-1，弃权=0，可根据需求调整。

# 导入数据（替换为你的文件路径，支持csv、excel等格式）
unvotes <- read_csv("un_votes.csv")

# 投票类型转数值，处理异常值
unvotes_numeric <- unvotes %>%
  mutate(vote_score = case_when(
    vote == "yes" ~ 1,
    vote == "no" ~ -1,
    vote == "abstain" ~ 0,
    TRUE ~ NA_real_
  ))

# 可选：检查缺失值
# unvotes_numeric %>% filter(is.na(vote_score))

步骤3：转换为宽格式数据 #

将数据调整为「决议行×国家列」的结构，方便后续相关性计算

unvotes_wide <- unvotes_numeric %>%
  select(ResolutionID, Country, vote_score) %>%
  pivot_wider(names_from = Country, values_from = vote_score)

# 移除无投票记录的国家列
unvotes_wide_clean <- unvotes_wide %>%
  select(where(~!all(is.na(.x))))

步骤4：计算国家间两两相关性 #

生成所有国家对的Pearson相关系数，自动去重（避免重复计算如US-CA和CA-US）

country_correlations <- unvotes_wide_clean %>%
  select(-ResolutionID) %>%
  correlate(method = "pearson")  # 可替换为spearman或kendall
  stretch(na.rm = TRUE) %>%
  filter(x < y)  # 保留唯一国家对组合

步骤5：结果解读与排序 #

• 相关系数接近1：两国投票立场高度一致
• 相关系数接近-1：两国投票立场高度对立
• 相关系数接近0：两国投票无明显关联

# 查看立场最一致的国家对
country_correlations %>% arrange(desc(r))

# 查看立场最对立的国家对
country_correlations %>% arrange(r)

内容的提问来源于stack exchange，提问作者florian1997