基于年龄与亲属关系规则的家庭收入列值重分配问题

问题背景 #

现有记录个人信息的DataFrame，包含家庭组、亲属关系、年龄、家庭总收入字段（hy040g至hy050g存储完整家庭总收入，每个家庭成员字段值一致）。需按规则将总收入分配到个人，尤其需适配多已婚夫妇的复杂家庭场景，此前用dplyr结合ifelse的方案因嵌套逻辑复杂，在多婚姻场景下出现问题，寻求更简洁的实现方式。

示例数据 #

library(dplyr)

# 模拟家庭数据：包含双夫妇家庭（A组）和核心家庭+老人（B组）
sample_df <- tibble(
  家庭组 = c("A", "A", "A", "A", "B", "B", "B"),
  亲属关系 = c("户主", "配偶", "儿子", "儿媳", "户主", "配偶", "父亲"),
  年龄 = c(50, 48, 25, 23, 60, 58, 82),
  hy040g = c(100000, 100000, 100000, 100000, 80000, 80000, 80000)
)

分配规则（示例） #

假设规则如下（可根据实际需求调整）：

• 识别家庭内所有已婚夫妇单元（如户主-配偶、儿子-儿媳）
• 家庭总收入按已婚单元数量平分，每个单元获得总金额的1/N（N为已婚单元数）
• 每个已婚单元内的成员平分该单元的金额
• 无配偶的家庭成员（如单身老人）按家庭总人数平分总收入

优雅实现方案 #

利用dplyr的分组、窗口函数和case_when替代多层ifelse，逻辑更清晰且扩展性强：

result_df <- sample_df %>%
  group_by(家庭组) %>%
  mutate(
    # 标记每个已婚夫妇单元：给同属一个夫妇的成员分配相同单元ID
    单元ID = case_when(
      亲属关系 %in% c("户主", "配偶") ~ 1,
      亲属关系 %in% c("儿子", "儿媳") ~ 2,
      TRUE ~ 0  # 无配偶成员归为0号单元
    ),
    # 计算家庭内有效已婚单元总数
    单元总数 = n_distinct(单元ID[单元ID != 0]),
    # 单个单元应分配的总金额
    单元分配额 = hy040g / ifelse(单元总数 == 0, n(), 单元总数),
    # 计算当前单元的成员数量
    单元人数 = sum(单元ID == cur_data()$单元ID),
    # 计算个人最终分配收入
    个人分配收入 = case_when(
      单元ID != 0 ~ 单元分配额 / 单元人数,
      TRUE ~ hy040g / n()  # 无单元成员按家庭总人数平分
    )
  ) %>%
  ungroup() %>%
  # 清理辅助列（按需保留）
  select(家庭组, 亲属关系, 年龄, hy040g, 个人分配收入)

期望输出 #

# # A tibble: 7 × 5
#   家庭组 亲属关系 年龄 hy040g 个人分配收入
#   <chr>  <chr>    <dbl>  <dbl>        <dbl>
# 1 A      户主        50 100000       25000
# 2 A      配偶        48 100000       25000
# 3 A      儿子        25 100000       25000
# 4 A      儿媳        23 100000       25000
# 5 B      户主        60  80000       26667.
# 6 B      配偶        58  80000       26667.
# 7 B      父亲        82  80000       26667.

方案优势 #

• 避免多层ifelse嵌套，用case_when实现多条件分支，代码可读性更强
• 基于分组和窗口函数动态计算单元数、人数，适配不同家庭结构
• 扩展性高：新增亲属关系（如女儿、女婿）时，仅需在单元ID的case_when中补充规则即可

内容的提问来源于stack exchange，提问作者ravinglooper