使用R计算家庭应获补贴收入：处理hh_income为0的场景

以下是针对需求的具体实现代码，基于Python的Pandas库：

方法1：直接针对收入为0的行替换 #

import pandas as pd

# 假设你的数据框名为df
# 1. 计算每个家庭的人数，生成hh_id到人数的映射字典
household_count = df.groupby('hh_id').size().to_dict()

# 2. 对所有hh_income为0的行，替换为对应家庭人数×175
df.loc[df['hh_income'] == 0, 'hh_income'] = df.loc[df['hh_income'] == 0, 'hh_id'].map(household_count) * 175

方法2：先定位收入为0的家庭再统一替换（适合家庭内收入值一致的场景） #

如果同一家庭的hh_income值是统一的（即不会出现同一家庭部分行收入为0、部分不为0的情况），可以用更高效的方式：

# 1. 筛选出所有收入为0的家庭ID
zero_income_households = df[df['hh_income'] == 0]['hh_id'].unique()

# 2. 计算这些家庭的人数映射
target_hh_size = df[df['hh_id'].isin(zero_income_households)].groupby('hh_id').size().to_dict()

# 3. 批量替换这些家庭的收入值
df.loc[df['hh_id'].isin(zero_income_households), 'hh_income'] = df['hh_id'].map(target_hh_size) * 175

说明 #

• groupby('hh_id').size()用于统计每个家庭的成员数量；
• map()方法可以快速将hh_id对应到家庭人数；
• loc用于精准定位需要修改的行和列，确保只修改符合条件的数据。

内容的提问来源于stack exchange，提问作者Ted_wid8