如何用R语言将Ximputed数据中的国家归类到大洲？求助

原代码的问题 #

• rename.vars不属于dplyr生态，语法错误；即便用gdata包的同名函数，也容易因参数格式问题出错，建议用dplyr::rename替代。
• 直接用Ximputed$country作为ne_countries的country参数，大概率因国家名称格式不匹配（比如简称、拼写差异）导致无法正确筛选国家，最终连接失败。
• 原代码未直接提取ne_countries自带的continent字段，反而绕了弯路。

可靠解决方案（推荐用countrycode处理名称匹配） #

countrycode包能自动处理绝大多数国家名称的格式差异，是解决这类匹配问题的最优工具：

1. 安装并加载所需包：

install.packages(c("rnaturalearth", "sf", "dplyr", "countrycode"))
library(rnaturalearth)
library(sf)
library(dplyr)
library(countrycode)

2. 获取带大洲信息的国家基础数据：

# 提取主权国家名称和大洲字段，并重命名便于后续连接
world_continent <- ne_countries(returnclass = "sf") %>%
  select(country = sovereignt, continent)

3. 清洗数据中的国家名称，统一匹配格式：

Ximputed <- Ximputed %>%
  mutate(
    # 将原始国家名称转换为标准名称，匹配world_continent的country字段
    country_standard = countrycode(country, origin = "country.name", destination = "country.name")
  )

# 可选：检查转换失败的条目，手动修正特殊名称
# filter(Ximputed, is.na(country_standard))

4. 执行左连接，匹配大洲信息：

x2 <- Ximputed %>%
  left_join(world_continent, by = c("country_standard" = "country")) %>%
  # 可选：移除中间清洗字段
  select(-country_standard)

替代方案（手动处理名称匹配，适合小数据集） #

如果不想用countrycode，可以先排查名称差异再手动修正：

# 找出Ximputed中无法匹配的国家名称
unmatched_countries <- setdiff(Ximputed$country, world_continent$country)
print(unmatched_countries)

# 手动修正这些名称，例如：
Ximputed <- Ximputed %>%
  mutate(country = case_when(
    country == "USA" ~ "United States of America",
    country == "UK" ~ "United Kingdom",
    TRUE ~ country
  ))

# 再执行连接
x2 <- Ximputed %>%
  left_join(world_continent, by = "country")

内容的提问来源于stack exchange，提问作者Malle