求助：使用R自动合并推特数据框与WHO日期相关统计数据的方法

我来帮你搞定这个手动添加太耗时的问题！其实用R的dplyr或者基础包的merge就能轻松实现自动化合并，核心思路是利用共同匹配列（比如国家名称、日期）把两个数据框关联起来，不用逐个手动处理每个国家的数据。

第一步：先整理你的推文数据 #

你现在是每个国家一个单独的数据框（比如Azerbaijan_data），首先我们把这些分散的数据框合并成一个大的推文总表，同时自动添加country列标识每条推文所属的国家：

library(dplyr)

# 获取所有以"_data"结尾的国家推文数据框名称
country_tweet_dfs <- ls(pattern = "_data$")

# 批量合并所有推文数据，并添加国家名称列
all_tweets <- bind_rows(
  lapply(country_tweet_dfs, function(df_name) {
    # 从数据框名称中提取国家名（比如从"Azerbaijan_data"得到"Azerbaijan"）
    country_name <- gsub("_data$", "", df_name)
    # 获取对应的数据框并添加country列
    df <- get(df_name)
    df$country <- country_name
    # 提取推文的日期（rtweet的created_at是时间戳，转成日期格式）
    df$date <- as.Date(df$created_at)
    return(df)
  })
)

第二步：统一匹配键的格式 #

确保你的统计数据框（假设叫stats_df）和推文数据的匹配列完全一致：

• 国家名称：比如大小写、拼写要统一（比如"Azerbaijan"和"azerbaijan"要改成一样的）
• 日期：确保统计数据里的日期也是Date格式，和推文的date列格式匹配

可以用下面的代码统一格式：

# 统一国家名称为大写（或小写，只要两边一致就行）
all_tweets <- all_tweets %>% mutate(country = toupper(country))
stats_df <- stats_df %>% mutate(country = toupper(country))

# 确保统计数据的日期是Date类型
stats_df <- stats_df %>% mutate(date = as.Date(date))

第三步：自动合并两个数据框 #

因为你的统计数据里total confirmed cases和total deaths是日期相关的，所以我们用country和date作为共同匹配键，用left_join把统计数据关联到对应的推文记录上：

# 合并数据：保留所有推文数据，匹配对应国家当日的统计信息
merged_data <- all_tweets %>%
  left_join(stats_df, by = c("country", "date"))

这样一来，每一条推文都会自动带上对应的WHO区域、人口、面积、密度，以及当日的累计确诊/死亡数据，完全不用手动逐个国家添加！

如果不想合并成总表，想保留单个国家数据框怎么办？ #

要是你还是希望每个国家单独一个数据框，可以写个循环批量处理：

# 循环处理每个国家的数据框
for (df_name in country_tweet_dfs) {
  country_name <- gsub("_data$", "", df_name)
  # 筛选当前国家的统计数据
  country_stats <- stats_df %>% filter(country == toupper(country_name))
  # 获取当前国家的推文数据
  tweet_df <- get(df_name) %>%
    mutate(date = as.Date(created_at))
  # 合并数据
  merged_df <- tweet_df %>% left_join(country_stats, by = "date")
  # 将合并后的数据框替换原数据框（或存为新名称）
  assign(df_name, merged_df)
}

几个关键注意点 #

• 匹配键一致性：国家名称一定要完全匹配，要是有拼写差异（比如"USA" vs "United States"），建议用ISO国家代码（比如ISO3）来匹配，准确率更高
• 日期匹配逻辑：如果你的统计数据是按周汇总的（和推文的一周周期对应），可以改用年份+周数来匹配，比如用lubridate包的isoweek()和isoyear()函数提取周信息

内容的提问来源于stack exchange，提问作者LSK