如何用R基于hh_id计算家庭收入（hh_income）变量？

现有如下数据：

其中，相同hh_id的个体属于同一家庭，需为每个家庭计算所有成员ind_salary的总和，并将该值填充到对应家庭所有成员的hh_income字段中。处理后的数据如下：

请问如何用R实现这一需求？

注意事项 #

首先需要将ind_salary列转换为数值型，否则字符格式的"00"无法参与求和计算。以下提供两种常用实现方式：

方法一：基础R实现 #

1. 构造原始数据框（模拟输入数据）：

df <- data.frame(
  hh_id = c(1,1,1,2,2),
  indl = c(1,2,3,4,5),
  ind_salary = c("200", "450", "00", "1232", "423"),
  hh_income = NA,
  stringsAsFactors = FALSE
)

2. 转换薪资字段为数值型：

df$ind_salary <- as.numeric(df$ind_salary)

3. 计算家庭总收入并合并回原数据：

# 按hh_id分组计算薪资总和
hh_total <- aggregate(ind_salary ~ hh_id, data = df, sum)
# 修改列名为目标字段名
names(hh_total)[2] <- "hh_income"
# 合并到原数据框
df <- merge(df, hh_total, by = "hh_id")

方法二：tidyverse（dplyr）实现 #

tidyverse的语法更简洁，适合快速数据处理：

1. 先安装并加载dplyr包（若未安装）：

install.packages("dplyr")
library(dplyr)

2. 数据构造与处理一步完成：

df <- tibble(
  hh_id = c(1,1,1,2,2),
  indl = c(1,2,3,4,5),
  ind_salary = c("200", "450", "00", "1232", "423"),
  hh_income = NA
) %>%
  # 转换薪资为数值型
  mutate(ind_salary = as.numeric(ind_salary)) %>%
  # 按家庭分组计算总收入并填充
  group_by(hh_id) %>%
  mutate(hh_income = sum(ind_salary, na.rm = TRUE)) %>%
  # 取消分组（可选，不影响后续操作）
  ungroup()

内容的提问来源于stack exchange，提问作者bassam1243