R语言如何匹配合并人口、国土面积两类分国家维度数据集

你需要以人口数据集为基准做左关联匹配，常用实现方式如下： #

方法1：Python Pandas 实现 #

适合数据量较大、需要批量处理的场景，核心是用左连接保留人口数据集的全部行：

import pandas as pd

# 读取两个数据集，支持csv、excel等格式
pop_df = pd.read_csv("人口数据集文件路径.csv")
land_df = pd.read_csv("国土面积数据集文件路径.csv")

# 左连接合并，仅匹配人口数据集中存在的国家
merge_result = pd.merge(
    left=pop_df,
    right=land_df[["Country", "Landmass"]],
    on="Country",
    how="left"
)

# 导出结果
merge_result.to_csv("合并后结果.csv", index=False)

未匹配到国土面积的国家，Landmass列会自动填充为空值NaN。 #

方法2：SQL 实现 #

如果数据存储在关系型数据库中，直接用LEFT JOIN语句查询即可：

SELECT pop.*, land.Landmass
FROM 人口表名 pop
LEFT JOIN 国土面积表名 land 
ON pop.Country = land.Country;

方法3：Excel 实现 #

适合数据量较小的场景，用XLOOKUP函数匹配：

• 假设人口数据集的国家列是A列，表头在第1行，新增Landmass列为C列
• 国土面积数据集存储在Sheet2，国家列为A列，面积列为B列
• 在人口表C2单元格输入公式：=XLOOKUP(A2,Sheet2!A:A,Sheet2!B:B,"")
• 下拉公式填充整列即可，匹配不到的国家会显示空白

提示：如果匹配结果不符合预期，优先检查两个数据集的Country字段是否存在大小写差异、前后空格、译名不一致的问题，清洗字段后再合并即可。

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