Book a Demo!
CoCalc Logo Icon
StoreFeaturesDocsShareSupportNewsAboutPoliciesSign UpSign In
robertopucp
GitHub Repository: robertopucp/1eco35_2022_2
 Path: blob/main/Trabajo_grupal/WG6/Grupo_3_R_Ejercicio1y2.R
2714 views
1
# TAREA 6

2


3
install.packages("fastDummies")

4


5
pacman::p_load(haven,dplyr, stringr, fastDummies)

6


7
user <- Sys.getenv("claud")

8


9
setwd( paste0("D:/PYTHON") )

10


11
# 

12


13


14
enaho01_2019 <- read_dta("D:/PYTHON/2019/687-Modulo01/687-Modulo01/enaho01-2019-100.dta")

15


16
enaho01_2020 <- read_dta("D:/PYTHON/2020/737-Modulo01/737-Modulo01/enaho01-2020-100.dta")

17


18
enaho34_2019 <- read_dta("D:/PYTHON/2019/687-Modulo34/687-Modulo34/sumaria-2019.dta")

19


20
enaho34_2020 <- read_dta("D:/PYTHON/2020/737-Modulo34/737-Modulo34/sumaria-2020.dta")

21


22
deflactor_temporal <- read_dta("D:/PYTHON/2020/737-Modulo34/737-Modulo34/ConstVarGasto-Metodologia actualizada/Gasto2020/Bases/deflactores_base2020_new.dta")

23


24
# 1. MERGE DATASET 

25


26
enaho_merge2019 <- merge(enaho34_2019, enaho01_2019,

27
                         by = c("conglome", "vivienda", "hogar"),

28
                         all.x = T

29
)

30


31


32
enaho_merge2020 <- merge(enaho34_2020, enaho01_2020,

33
                         by = c("conglome", "vivienda", "hogar"),

34
                         all.x = T

35
)

36


37
# juntamos las bases 2019 y 2020, y creamos la variable "dpto" 

38
# a partir del ubigeo para luego aplicar el merge con deflactor_temporal

39


40
enaho_append <- bind_rows(enaho_merge2019, enaho_merge2020)

41
unique(enaho_append$aÑo)

42


43


44
enaho_append['dpto'] = substr(enaho_append$ubigeo.x, 1, 2)

45
class(enaho_append$dpto)

46
class(deflactor_temporal$dpto)

47


48
enaho_append$dpto <- as.numeric(enaho_append$dpto)

49
class(enaho_append$dpto)

50


51
# merge con deflactor temporal

52


53
enaho_defl <- merge(x = enaho_append, y = deflactor_temporal,

54
                  by.x = c("dpto", "aÑo.x"),

55
                  by.y = c("dpto", "aniorec"),

56
                  all.x = T)

57


58
unique(enaho_defl$aÑo)

59
colnames(enaho_defl)

60


61
# deflactamos las variables ingreso y gasto diviendolas por 

62
# mieperho, 12, ld, i00

63


64
  # INGRESO

65
enaho_defl['ingreso_perc1'] = enaho_defl$inghog1d / enaho_defl$mieperho

66
enaho_defl['ingreso_perc2'] = enaho_defl$inghog1d / enaho_defl$ld

67
enaho_defl['ingreso_perc3'] = enaho_defl$inghog1d / 12

68
enaho_defl['ingreso_perc4'] = enaho_defl$inghog1d / enaho_defl$i00

69
  

70
  # GASTO

71
enaho_defl['gasto_perc1'] = enaho_defl$gashog2d / enaho_defl$mieperho

72
enaho_defl['gasto_perc2'] = enaho_defl$gashog2d / enaho_defl$ld

73
enaho_defl['gasto_perc3'] = enaho_defl$gashog2d / 12

74
enaho_defl['gasto_perc4'] = enaho_defl$gashog2d / enaho_defl$i00

75


76


77
  # 2. SALARIO POR HORA DEL TRABAJADOR DEPENDIENTE

78


79
enaho01_500 <- read_dta("D:/PYTHON/2020/737-Modulo05/737-Modulo05/enaho01a-2020-500.dta")

80


81
# salario anual del primer y segundo empleo

82


83
enaho01_500$ingreso_anual <- enaho01_500$i524e1 + enaho01_500$i538e1

84


85
# cantidad de hrs trabajadas a la semana 

86


87
enaho01_500$horas_trab_sem <- enaho01_500$i513t + enaho01_500$i518

88


89
# salario por hora del trabajador dependiente

90


91
enaho01_500$salarioxhora <- enaho01_500$ingreso_anual / (enaho01_500$horas_trab_sem*52)

92


93
# reemplazamos los NA por valores cero 

94


95
enaho01_500$salarioxhora[is.na(enaho01_500$salarioxhora)] = 0

96


97


98
  # 3. GROUPBY 

99


100
# personas con 65 o más años que puedan participar del programa Juntos

101
enaho01_200_2019 <- read_dta("D:/PYTHON/2019/687-Modulo02/687-Modulo02/enaho01-2019-200.dta")

102
enaho01_200_2020 <- read_dta("D:/PYTHON/2020/737-Modulo02/737-Modulo02/enaho01-2020-200.dta")

103


104
enaho_200_append <- append(enaho01_200_2019, enaho01_200_2020) 

105


106
enaho_200_append$mayor_65 <- enaho_200_append$p208a >= 65

107


108


109


110


111