R 如何识别字符串中提到的所有国家名称并进行相应拆分？

我有一个包含国家和其他地区名称的字符串。我只对国家名称感兴趣，最好添加几个列，每个列都包含字符串中列出的国家名称。以下是数据帧lis设置方式的示例代码：

df <- data.frame(id = c(1,2,3),
                 country = c("Cote d'Ivoire Africa Developing Economies West Africa",
                              "South Africa United Kingdom Africa BRICS Countries",
                             "Myanmar Gambia Bangladesh Netherlands Africa Asia"))

df您可以做：

library(stringi)
vec <- stri_trans_general(countrycode::codelist$country.name.en, id = "Latin-ASCII")
stri_extract_all(df$country,regex = sprintf(r"(\b(%s)\b)",stri_c(vec,collapse = "|")))
[[1]]
[1] "Cote d'Ivoire"

[[2]]
[1] "South Africa"   "United Kingdom"

[[3]]
[1] "Gambia"      "Bangladesh"  "Netherlands"

库（stringi）
这是可能的，但是你可以选择多个这样的国家。嘿，谢谢你的快速回复。你能具体说明这是怎么可能的吗？谢谢取决于你是否有一个包含多个单词的国家名称列表，如我问题开头的示例所示；e、 g.“南非联合王国非洲金砖国家”科特迪瓦怎么样？这是一个国家吗？非常感谢。这很有效。一个小音符。缺少一个“=”。它必须是：
stri_extract_all（df$country，regex=sprintf（r=“（\b（%s）\b）”，stri_c（vec，collapse=“|”）
我刚刚在您的解决方案中发现了一个问题，我还没有设法解决。文本字符串中既有Nigeria也有Niger，所有Nigeria字符串都以Niger结尾（看起来像是提取了第一个可能的匹配项）。有什么办法解决这个问题吗？@Lisa，你添加了一个额外的
=
，你应该按照上面发布的那样做。没有丢失的
=
。请注意，对于您的回复@onyanbu，如果我这样做，我会在R中得到以下错误消息：错误：“stri_extract_all（df$country，regex=sprintf（R）（\b（%s）\b）”中出现意外的字符串常量。同时，我使用countrycode包找到了一个解决方案（请参阅更新的问题）@Lisa，看来您使用的是旧版本的R。将其改为
sprintf（'\\b（%s）\\b'，…）
。dotts的意思是维护所有其他东西
library(maps)
library(stringr)
all_countries <- str_c(unique(world.cities$country.etc), collapse = "|")
df$c1 <- sapply(str_extract_all(df$country, all_countries), toString)

library(countrycode)
countries <- data.frame(countryname_dict)
countries$continent <- countrycode(sourcevar = countries[["country.name.en"]],
                                   origin = "country.name.en",
                                   destination = "continent")

africa <- countries[ which(countries$continent=='Africa'), ]

library(stringr)
pat <- paste0("\\b", paste(africa$country.name.en , collapse="\\b|\\b"), "\\b")
df$country_list <- str_extract_all(df$country, regex(pat, ignore_case = TRUE))

library(stringi)
vec <- stri_trans_general(countrycode::codelist$country.name.en, id = "Latin-ASCII")
stri_extract_all(df$country,regex = sprintf(r"(\b(%s)\b)",stri_c(vec,collapse = "|")))
[[1]]
[1] "Cote d'Ivoire"

[[2]]
[1] "South Africa"   "United Kingdom"

[[3]]
[1] "Gambia"      "Bangladesh"  "Netherlands"