R语言countrycode包转换国家名字和代码

---

本文首发于公众号：医学和生信笔记，完美观看体验请至公众号查看本文。

---

不同的数据源使用不同的编码方案来表示国家(例如CoW或ISO)。这带来了两个主要问题:(1)其中一些编码方案不够直观，(2)合并这些数据需要从一个编码方案转换到另一个编码方案，或者从较长的国家名称转换到一个编码方案。

countrycode包可以转换40多个不同的国家编码方案，以及转换600多个不同语言和格式的国家名称。

也许很多国家代码你都没听过，但保不准你以后就需要了呢？所以这个包还是非常实用的，没有花里胡哨的功能，就是转换，值得收藏！

安装

# 2选1
install.packages("countrycode")

remotes::install_github('vincentarelbundock/countrycode')

支持的国家代码

library(countrycode)

可以通过运行?codelist查看支持哪些国家编码方式。

countrycode

可以转换单个或一组国家名称或编码。

# ISO to Correlates of War
countrycode('DZA', origin = 'iso3c', destination = 'cown') 
## [1] 615

# English to ISO
countrycode('China', origin = 'country.name', destination = 'iso3c') 
## [1] "CHN"

# 德语 to 阿拉伯语
countrycode(c('Algerien', 'Albanien'), origin = 'country.name.de', destination = 'un.name.ar') 
## [1] "<U+0627><U+0644><U+062C><U+0632><U+0627><U+0626><U+0631>" "<U+0623><U+0644><U+0628><U+0627><U+0646><U+064A><U+0627>"

转换多个也是一样的用法：

cowcodes <- c("ALG", "ALB", "UKG", "CAN", "USA")
countrycode(cowcodes, origin = "cowc", destination = "iso3c")
## [1] "DZA" "ALB" "GBR" "CAN" "USA"

添加国旗

还可以把国家名字转换成国旗！但是这个功能经常出问题，因为国旗和设备的编码问题，能不能用看缘分。。比如我就不能用。

library(gt)
library(countrycode)

Countries <- c('Canada', 'Germany', 'Thailand', 'Algeria', 'Eritrea')
Flags <- countrycode(Countries, 'country.name', 'unicode.symbol')
dat <- data.frame(Countries, Flags)
gt(dat)

不同语言和格式的国家名称转换

很多国家有多种不同的叫法，比如England，Britain，America，the united states of America等，都是可以转换的，不过也有一些不能。

由于编码原因，R里面很多语言显示不出来！

countrycode('United States of America', origin = 'country.name', destination = 'cldr.name.en')
## [1] "United States"

countrycode('United States of America', origin = 'country.name', destination = 'cldr.short.en')
## [1] "US"

查看支持哪些国家名称及别名等：

head(cldr_examples)

           Code                    Example
1    cldr.name.af   Franse Suidelike Gebiede
2   cldr.name.agq                         TF
3    cldr.name.ak                         TF
4    cldr.name.am           የፈረንሳይ ደቡባዊ ግዛቶች
5    cldr.name.ar الأقاليم الجنوبية الفرنسية
6 cldr.name.ar_ly الأقاليم الجنوبية الفرنسية

自定义转换数据框

countrycode通过custum_dict参数接受用户提供的字典。这些字典将覆盖内置的国家代码字典。例如，以下是一个用于处理美国州名的正则表达式和缩写的字典。

library(countrycode)
url = "https://raw.githubusercontent.com/vincentarelbundock/countrycode/master/data/custom_dictionaries/us_states.csv"
state_dict = read.csv(url, stringsAsFactors=FALSE)
head(state_dict)
##        state abbreviation    state.regex
## 1    Alabama           AL    .*alabama.*
## 2     Alaska           AK     .*alaska.*
## 3    Arizona           AZ    .*arizona.*
## 4   Arkansas           AR   .*arkansas.*
## 5 California           CA .*california.*
## 6   Colorado           CO   .*colorado.*

countrycode('State of Alabama', 
            origin = 'state', 
            destination = 'abbreviation', 
            custom_dict = state_dict,
            origin_regex = TRUE)
## [1] "AL"

countrycode(c('MI', 'OH', 'Bad'), 'abbreviation', 'state', custom_dict=state_dict)
## [1] "Michigan" "Ohio"     NA

ISOcodes包提供了额外的国家编码，包括ISO15924，ISO639，ISO8859，也可以通过custom_dict参数使用。

# install.packages("ISOcodes")
countrycode('abk', 'Alpha_3_B', 'Name', custom_dict = ISOcodes::ISO_639_2)
## [1] "Abkhazian"

countryname

这个函数主要用于把任何语言间的国家名字进行转换，相当于一个字典了。

不支持中文！

x <- c('ジンバブエ', 'Afeganistãu',  'Barbadas', 'Sverige', 'UK', '中国')

countryname(x)
## [1] "Zimbabwe" NA         "Barbados" "Sweden"   "UK"       NA

---

本文首发于公众号：医学和生信笔记，完美观看体验请至公众号查看本文。

---