如何计算R数据集中每个女性的孩子数量？

Question

我正在使用 R 中的数据集，并尝试根据每个女性与户主的关系来计算每个女性的孩子数量。该数据集包括家庭 ID、个人 ID、与户主的关系、年龄、性别和收入等变量。

 HouseholdID IndividualID Relationshiptothehouseholdhead  Age Gender  Income
    <dbl>  <dbl> <chr>        <dbl> <chr> <dbl>
 1      1      1 C               80 male      150
 2      1      2 D               81 female      120
 3      1      3 A               60 male      630
 4      1      4 B               59 female      500
 5      1      5 E3              35 male      380
 6      1      6 F3              30 female      220
 7      1      7 E5              33 female      170
 8      1      8 F5              30 male      160
 9      1      9 G32             20 female      290
10      1     10 G51             15 female      200
11      1     11 G52             12 female      100
12      1     12 G55              8 male       80
13      2      1 A               58 male      380
14      2      2 B               55 female      220
15      2      3 E1              35 male      170
16      2      4 F1              37 female      160
17      2      5 E2              33 male      290
18      2      6 F2              30 female      110
19      2      7 G21             17 female      210
20      2      8 G22             15 female      750
21      2      9 G23             12 female      350

表中提供的数据结构包括以下变量：

家庭ID：这是一个家庭的唯一标识符。
个人 ID ：这是分配给家庭中每个人的唯一编号。
与户主的关系：用特定符号来表示个人与户主的关系。

• “A”代表户主本人；
• “B”表示户主的配偶；
• “C”表示户主的父亲；
• “D”表示户主的母亲；
• 对于户主的子女及其后代，第一个孩子使用“E1”，第二个孩子使用“E2”，以此类推； “F1”用于第一个孩子的配偶（E1），“F2”用于第二个孩子的配偶（E2），依此类推。
• 对于孙辈，“G11”表示第一个孩子的第一个孩子（E1），“G12”表示第一个孩子的第二个孩子（E1），“G21”表示第二个孩子的第一个孩子（E2），依此类推在。 “H11”用于第一个孙子（G11）的配偶，依此类推。

年龄：个人的年龄。
性别：个人的性别，用“男”或“女”表示。
收入：个人的收入状况。

请根据表1中的数据生成类似于表2的数据集，并满足以下要求：

1. 仅包括女性。
2. 计算每个女性生育的孩子数量。

需要注意的是，孩子的数量主要是由字母后面的最大数字决定的，而不是简单地计算数据中观察值的数量。例如，在家庭 1 中，ID 等于 4 的个人应被视为有 5 个孩子，而不是 2 个。

结果应该如下：

HouseholdID IndividualID  Age Gender  Income  Numofkids
1 2 81  female 120 1
1 4 59  female 500 5
1 6 30  female 220 2
1 7 33  female 170 3
1 9 35  female 290 0
1 10  15  female 200 0
1 11  12  female 100 0
2 2 55  female 220 2
2 4 37  female 160 0
2 6 30  female 110 3
2 7 17  female 210 0
2 8 15  female 750 0
2 9 12  female 350 0

这是数据

data = structure(list(HouseholdID = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2), IndividualID = c(1, 2, 3, 4, 
5, 6, 7, 8, 9, 10, 11, 12, 1, 2, 3, 4, 5, 6, 7, 8, 9), Relationshiptothehouseholdhead = c("C", 
"D", "A", "B", "E3", "F3", "E5", "F5", "G32", "G51", "G52", "G55", 
"A", "B", "E1", "F1", "E2", "F2", "G21", "G22", "G23"), Age = c(80, 
81, 60, 59, 35, 30, 33, 30, 20, 15, 12, 8, 58, 55, 35, 37, 33, 
30, 17, 15, 12), Gender = c("male", "female", "male", "female", 
"male", "female", "female", "male", "female", "female", "female", 
"male", "male", "female", "male", "female", "male", "female", 
"female", "female", "female"), Income = c(150, 120, 630, 500, 
380, 220, 170, 160, 290, 200, 100, 80, 380, 220, 170, 160, 290, 
110, 210, 750, 350)), class = c("tbl_df", "tbl", "data.frame"
), row.names = c(NA, -21L))

谢谢！

Answer 1

那么您想检测每个家庭的最高“E”？假设这个“E”是男主女配偶生的最后一个孩子？

也许你可以实现这个uning正则表达式