Дан набор данных с целевой переменнойpglabgro
. Список значения переменных приведён ниже:
pglabgro (=pglabgro)
- Текущий валовой доход в евро
emp_full
- полная занятость (бинарная переменная)
emp_not
- безработный (бинарная переменная)
i11103
- трудовой доход домашнего хозяйства
ijob1
- доход от основной работы
ijob2
- Доходы от вторичной занятости
Данные выглядят следующим образом:
IncomeSet[IncomeSet["pglabgro"]<0].head()
Out[32]:
pid syear cid hid pglabgro emp_full emp_part emp_not \
330416 2585401 2006 258547 258547 -2 0 0 1
330425 492301 2006 49239 49239 -2 0 0 1
330428 3069801 2006 306983 306983 -2 0 0 1
330429 2684101 2006 268410 268410 -2 0 0 1
330432 3038501 2006 303852 303852 -2 0 0 1
i11103 ijob1 ijob2 plc0013
330416 0 0 0 -2
330425 720 0 0 -2
330428 0 0 0 -2
330429 0 0 0 -2
330432 9396 9396 0 -2
Значение переменной -2 означает что ответ на вопрос: "какой ваш текущий валковый доход?", не был дан. И отсутствие данных по этой переменной pglabgro
характерно для тех людей кто не имеет работы (emp_not=1). Но таких значений очень много и при этом у некоторых людей всё же имеются доходы от основной или вторичной работы или доход домохозяйства (i11103, ijob1, ijob2)
.
Поэтому хотелось бы сократить количество отсутствующих данных путем присвоения значений для переменной pglabgro
из переменных i11103
, ijob1
и ijob2
.
Для этого я написал следующую функцию:
for x in list(IncomeSet["pglabgro"]):
if IncomeSet[IncomeSet["pglabgro"].ix[x]<0]:
if IncomeSet[IncomeSet["i11103"]>=0 & IncomeSet["i11103"]]<=0:
if IncomeSet[IncomeSet["ijob1"]>=0 & IncomeSet["ijob1"]]<=0:
if IncomeSet[IncomeSet["ijob2"]>=0 & IncomeSet["ijob2"]]<=0:
IncomeSet["pglabgro"].ix[x]=-2
else:
IncomeSet["pglabgro"].ix[x]==IncomeSet["ijob2"]
else:
IncomeSet["pglabgro"].ix[x]==IncomeSet["ijob1"]
else:
IncomeSet["pglabgro"].ix[x]==IncomeSet["i11103"]
else:
IncomeSet["pglabgro"].ix[x]==IncomeSet["pglabgro"]
Но я получаю ошибку: KeyError: 400
И пока не знаю как улучшить логику присвоения.
Результат согласно приведённому выше образцу данных должен выглядить следующим образом:
pid syear cid hid pglabgro emp_full emp_part emp_not \
330416 2585401 2006 258547 258547 -2 0 0 1
330425 492301 2006 49239 49239 720 0 0 1
330428 3069801 2006 306983 306983 -2 0 0 1
330429 2684101 2006 268410 268410 -2 0 0 1
330432 3038501 2006 303852 303852 9396 0 0 1
i11103 ijob1 ijob2 plc0013
330416 0 0 0 -2
330425 720 0 0 -2
330428 0 0 0 -2
330429 0 0 0 -2
330432 9396 9396 0 -2
Логика была такой:
Если значение переменной pglabgro из списка значений этой переменной равно -2, то мы смотрим на значение переменной дохода домохозяйства - i11103. Если Она отлична от нуля, то берём её значение, если нет, то переходим к переменной ijob1 (доход от основной работы). Если эта переменная отлична от нуля то присваиваем переменной pglabgro её значение, если она равна нулю, то переходим к последней переменной ijob2 (Доходы от вторичной занятости), если она равна нулю, то переменная pglabgro остаётся со значением -2. Если ijob2 > 0, то присваиваем её значение переменной pglabgro.
Таким образом для pglabgro мы заменяем значения -2 в соответствии с имеющимися значениями переменных i11103, ijob1 и ijob2.
Как заменить значения одной переменной значениями других?