如何基于月度收入区间与工时计算小时工资区间及中点值？

核心步骤 #

• 解析haven_labelled类型的月度收入区间，提取上下限数值
• 用收入上下限分别除以月度工时，得到小时工资区间
• 基于小时工资区间计算中点值

代码实现（R语言） #

假设使用haven处理标签数据，tidyverse做数据清洗和计算：

1. 构造/加载样本数据

library(haven)
library(tidyverse)

# 模拟样本数据（实际可替换为你的数据集）
sample_data <- tibble(
  totpinc = haven::labelled(
    c(1, 2, 3),
    labels = c("1000-2000" = 1, "2001-3000" = 2, "3001-4000" = 3)
  ),
  mthhrs = c(160, 180, 200)
)

2. 提取月度收入区间上下限

sample_data <- sample_data %>%
  mutate(
    # 将标签转为区间字符串
    income_range = as.character(haven::as_factor(totpinc)),
    # 提取区间下限和上限
    income_lower = as.numeric(str_extract(income_range, "^\\d+")),
    income_upper = as.numeric(str_extract(income_range, "\\d+$"))
  )

3. 计算小时工资区间与中点值

sample_data <- sample_data %>%
  mutate(
    # 计算小时工资上下限
    hourly_wage_lower = income_lower / mthhrs,
    hourly_wage_upper = income_upper / mthhrs,
    # 计算小时工资中点
    hourly_wage_mid = (hourly_wage_lower + hourly_wage_upper) / 2
  )

4. 查看结果

# 筛选关键列展示
select(sample_data, totpinc, mthhrs, hourly_wage_lower, hourly_wage_upper, hourly_wage_mid)

期望输出示例 #

# A tibble: 3 × 5
  totpinc mthhrs hourly_wage_lower hourly_wage_upper hourly_wage_mid
    <int>  <dbl>             <dbl>             <dbl>           <dbl>
1       1    160              6.25              12.5            9.38
2       2    180             11.1               16.7            13.9
3       3    200             15.0               20.0            17.5

特殊情况处理 #

如果收入区间包含"低于X"或"高于X"这类非闭合区间：

• 对于"低于1000"，可将下限设为0，上限设为1000
• 对于"高于4000"，可将下限设为4000，上限可根据数据分布设定合理值（如4000*1.5）或标记为NA

内容的提问来源于stack exchange，提问作者Victoria