如何从原始数据集中提取仅包含阿尔及利亚相关数据的子集

默认你使用的是Our World in Data的全量新冠疫情数据集，该类数据集统一使用location字段存储国家/地区名称作为标识，你可以根据自己常用的工具选择对应操作：

1. Python Pandas 操作方案 #

• 先读取原始全量数据集，再基于国家字段做等值筛选即可，参考代码如下：

import pandas as pd
# 读取本地存储的原始OWID新冠数据CSV文件
raw_data = pd.read_csv("owid-covid-data.csv")
# 按国家字段筛选阿尔及利亚数据，根据你数据集的字段取值选对应匹配规则
# 匹配英文名称：
algeria_subset = raw_data[raw_data["location"] == "Algeria"]
# 若数据集存储的是中文国家名，改用下方规则：
# algeria_subset = raw_data[raw_data["location"] == "阿尔及利亚"]
# 若使用ISO国家代码筛选，阿尔及利亚3位代码为DZA，2位为DZ
# algeria_subset = raw_data[raw_data["iso_code"] == "DZA"]
# 导出筛选后的子集到本地
algeria_subset.to_csv("algeria_covid_data.csv", index=False)

2. Excel/在线表格工具操作方案 #

• 打开原始数据集表格，选中所有列的表头行
• 点击菜单栏「数据」选项卡下的「筛选」功能，激活列筛选
• 点击location（国家/地区）列的下拉箭头，在搜索框输入Algeria（或对应中文/ISO代码），勾选目标选项后确认
• 全选筛选后显示的所有内容，复制粘贴到新的空白表格中保存即可

3. R语言操作方案 #

• 参考代码如下：

library(dplyr)
# 读取原始数据集
raw_data <- read.csv("owid-covid-data.csv")
# 筛选阿尔及利亚数据
algeria_subset <- raw_data %>% filter(location == "Algeria")
# 导出结果
write.csv(algeria_subset, "algeria_covid_data.csv", row.names = FALSE)

提示：如果筛选后无结果，先查看原始数据集的国家字段取值规范，调整匹配值即可。

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