从R中的城市名称中提取国家/地区名称

这个问题可能看起来像重复的，但我在从字符串中提取国家/地区名称时遇到一些问题。我已经浏览过这个链接[链接]从作者隶属关系中提取国家/地区名称 https://stackoverflow.com/questions/5318076/extracting-country-name-from-author-affiliations但我无法解决我的问题。我尝试过 grepl 和 for 循环进行文本匹配和替换，我的数据列由超过 300k 行组成，因此使用 grepl 和 for 循环进行模式匹配非常非常慢。

我有一个这样的专栏。

org_loc

Zug
Zug  Canton of Zug
Zimbabwe
Zigong
Zhuhai
Zaragoza 
York  United Kingdom
Delhi
Yalleroi  Queensland
Waterloo  Ontario
Waterloo  ON 
Washington  D.C.
Washington D.C. Metro 
New York


df$org_loc <- c("zug", "zug  canton of zug", "zimbabwe", 
"zigong", "zhuhai", "zaragoza","York  United Kingdom", "Delhi","Yalleroi  Queensland","Waterloo  Ontario","Waterloo  ON","Washington  D.C.","Washington D.C. Metro","New York")

该字符串可能包含州、城市或国家的名称。我只想要国家作为输出。像这样

org_loc

Switzerland
Switzerland
Zimbabwe
China
China
Spain
United Kingdom
India
Australia
Canada
Canada
United State
United state
United state

我正在尝试使用国家代码库将州（如果找到匹配）转换为其国家/地区，但无法这样做。任何帮助将不胜感激。

您可以使用您的City_and_province_list.csv https://github.com/girijesh18/dataset/blob/master/City_and_province_list.csv作为自定义词典countrycode。自定义字典在原始向量中不能有重复项（City列在你的City_and_province_list.csv），因此您必须首先删除它们或以某种方式处理它们（如下面的示例所示）。目前，您的查找 CSV 中并没有示例中所有可能的字符串，因此它们不会全部转换，但如果您将所有可能的字符串添加到 CSV 中，它将完全正常工作。

library(countrycode)

org_loc <- c("Zug", "Zug  Canton of Zug", "Zimbabwe", "Zigong", "Zhuhai",
             "Zaragoza", "York  United Kingdom", "Delhi",
             "Yalleroi  Queensland", "Waterloo  Ontario", "Waterloo  ON",
             "Washington  D.C.", "Washington D.C. Metro", "New York")
df <- data.frame(org_loc)

city_country <- read.csv("https://raw.githubusercontent.com/girijesh18/dataset/master/City_and_province_list.csv")

# custom_dict for countrycode cannot have duplicate origin codes
city_country <- city_country[!duplicated(city_country$City), ]

df$country <- countrycode(df$org_loc, "City", "Country", 
                          custom_dict = city_country)

df
# org_loc                  country
# 1                    Zug              Switzerland
# 2     Zug  Canton of Zug                     <NA>
# 3               Zimbabwe                     <NA>
# 4                 Zigong                    China
# 5                 Zhuhai                    China
# 6               Zaragoza                    Spain
# 7   York  United Kingdom                     <NA>
# 8                  Delhi                    India
# 9   Yalleroi  Queensland                     <NA>
# 10     Waterloo  Ontario                     <NA>
# 11          Waterloo  ON                     <NA>
# 12      Washington  D.C.                     <NA>
# 13 Washington D.C. Metro                     <NA>
# 14              New York United States of America