Grupo_9_py_Pregunta3.ipynb

Kernel: Python 3 (ipykernel)

Groupby (Python y R)

En primer lugar, en términos generales, el programa pensión 65 se focaliza en hogares pobres con algún miembro del hogar mayor a 65 años. Usted debe crear una dummy si el hogar cumple tales características. Para ello use el módulo 2 (características de los miembros del hogar).

Primero, aplique groupby , luego realice un merge con el modulo 34, y finalmente, debe crear la variable dummy.

"1.0 Set Directorio"

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

"2.0 Cargar dataset de ENAHO"

enaho_02 = pd.read_stata(r"../../enaho/2020/737-Modulo02/737-Modulo02/enaho01-2020-200.dta")
sumaria = pd.read_stata(r"../../enaho/2020/737-Modulo34/737-Modulo34/sumaria-2020.dta", convert_categoricals=False)

"3.0 Mantener variables de interes"

enaho_02=enaho_02[['conglome','vivienda','hogar','p208a']]
sumaria=sumaria[['conglome','vivienda','hogar','pobreza','linea']]

"4.0 Group_by"

enaho_02=enaho_02.groupby(['conglome','vivienda','hogar'],as_index = False)[['p208a']].max()
enaho_02

Mantener la observación del adulto de mayor edad por hogar.

La lógica es que, si el individuo no es mayor de 65, entonces, ningún otro individuo del hogar lo será.

Luego, si este individuo es mayor 65, el hogar ya puede ser clasificado en este requisito como 'apto' (pudiendo haber otras personas del hogar que también son mayores a 65 o no).

sumaria.keys() #confirmar cuáles variables python lee como tales para el merge

Index(['conglome', 'vivienda', 'hogar', 'pobreza', 'linea'], dtype='object')

enaho_02.keys() #confirmar cuáles variables python lee como tales para el merge

Index(['conglome', 'vivienda', 'hogar', 'p208a'], dtype='object')

"5.0 Juntar bases"

enaho_2020=pd.merge(enaho_02,sumaria)
enaho_2020

"6.0 Crear dummy que cumpla ambos requisitos"

# Requisito 1: ser un hogar con adulto mayor a 65
    # p208a >= 65

# Requisito 2: ser hogar pobre (o extremo pobre)
    # pobreza < 3 ==> pues 1 = extremo pobre y 2 = pobre

#si se cumplen esos 2 requisitos, poner 1 (candidato al programa); si no, 0
enaho_2020["accesitario"] = np.where((enaho_2020['p208a']>=65) & (enaho_2020['pobreza'] < 3),1,0)

enaho_2020["accesitario"].value_counts() #ver cantidad para cada uno de los valores de la dummy de accesitario

0    32816
1     1674
Name: accesitario, dtype: int64

enaho_2020.accesitario

0        0
1        0
2        0
3        0
4        0
        ..
34485    0
34486    0
34487    0
34488    0
34489    0
Name: accesitario, Length: 34490, dtype: int32