Grupo_9_py_Pregunta2.ipynb

Kernel: Python 3 (ipykernel)

Trabaje con el modulo de empleo (modulo 05, enaho01a-2020-500), el ingreso anual del principal y segundo empleo del trabajador dependiente son i524e1 i538e1 respectivamente. Sume estos montos. Luego sume la cantidad de horas trabajados en el principal y segundo empleo en la semana, i513t i518 respectivamente.

Luego realice lo siguiente: salario por hora del trabajador dependiente: suma de i524e1 i538e1/ ( ( suma i513t i518)*52)

Se divide por 52, pues el año tiene 52 semanas, con ello se obtiene el salario por semana, y al dividirse por la cantidad de horas trabajadas por semana, se obtiene el salario por hora.

###### Pregunta 2 ###### Grupo 9 #######

import pandas as pd
import numpy as np
import os              # for usernanme y set directorio

enaho_2020 = pd.read_stata(r"../../enaho/2020/737-Modulo05/737-Modulo05/enaho01a-2020-500.dta") #leer la base de datos

enaho_2020[['i524e1','i538e1','i513t','i518']] #ver las observaciones de las variables

Nota: pasos para el cálculo del salario por hora

Todos los NA reemplazar por 0:

enaho_2020.i524e1=enaho_2020.i524e1.fillna(0)
enaho_2020.i538e1=enaho_2020.i538e1.fillna(0)
enaho_2020.i513t=enaho_2020.i513t.fillna(0)
enaho_2020.i518=enaho_2020.i518.fillna(0)
enaho_2020[['i524e1','i538e1','i513t','i518']] #observar si efectivamente se cambiaron los valores

#Comprobación de que ya no hya missings values
print( enaho_2020.i524e1.isna().sum() ) 
print( enaho_2020.i538e1.isna().sum() ) 
print( enaho_2020.i513t.isna().sum() )  
print( enaho_2020.i518.isna().sum() )   

0
0
0
0

Realizar el cálculo del salario por hora:

sum_ing=enaho_2020.i524e1 +enaho_2020.i538e1 #el ingreso anual del principal y el segundo empleo del trabajador dependiente 
sum_hrs=enaho_2020.i513t +enaho_2020.i518    #cantidad de horas trabajados en el principal y segundo empleo en la semana
wxhr= sum_ing / (sum_hrs*52)             #salario por hora del trabajador dependiente
wxhr 

0        0.000000
1        0.000000
2        0.000000
3        0.570591
4             NaN
           ...   
91310    3.904572
91311    5.689904
91312         NaN
91313    4.343891
91314    2.109890
Length: 91315, dtype: float64

Si un salario por hora resulta 0, convertir a missing:

wxhr.replace(to_replace = 0, value = np.NaN, inplace=True) #reemplaza el 0 por NaN en la misma variable
wxhr #observar el salario por hora del trabajador dependiente, ya con los valores cambiados a NaN

0             NaN
1             NaN
2             NaN
3        0.570591
4             NaN
           ...   
91310    3.904572
91311    5.689904
91312         NaN
91313    4.343891
91314    2.109890
Length: 91315, dtype: float64