data-raw/scripts/crosswalk ISCO 88 ISCO 08.R

In Guidowe/occupationcross: Package for making crosswalks among different Occupational codes

####funciones y librerias#####
library(tidyverse)
library(readxl)
library(stringr)
library(foreign)

#Funcion propia para aleatorizar. Específica para esto, la voy a aplicar al final
sample.isco <- function(df) {
    sample(df$`ISCO-88 code`,size = 1)
  }

####Carga de Base LFS y Crosswalk#####
crosstable_isco08_isco88 <- read_excel("data-raw/cross/corrtab88-08.xls")
base_lfs <- readRDS("data-raw/bases/IT2014.RDS")
#saveRDS(base_lfs,"../crosswalk ocupaciones/Bases/IT2014.RDS")
save(crosstable_isco08_isco88,file = "data/crosstable_isco08_isco88.rda")

toy_base_lfs<- base_lfs %>%
   select(YEAR,SEX,AGE,WSTATOR,ILOSTAT,COUNTRYB,ISCO3D,ISCO1D,COEFF,HAT11LEV,SIZEFIRM) %>%
   sample_n(size = 2000)

save(toy_base_lfs,file = "Bases/toybase_lfs_ita2014.rda")

###Substraigo a 3 digitos el ISCO 08 en el crosswalk (asi aparece en LFS)
cross_isco_3dig <- cross_isco %>%
  mutate(ISCO3D = as.integer(str_sub(string = `ISCO 08 Code`,1,3))) %>%
  add_row(ISCO3D = 999) # Agrego fila para los casos 999 (lo necesito para cruzar con algo)


###Creo un  dataframe con una fila por ISCO 08 a 3 digitos,
###y todos sus cruces posibles con ISCO 88
nested.data.isco.cross <- cross_isco_3dig %>%
  select(ISCO3D,`ISCO-88 code`) %>%
  group_by(ISCO3D) %>%
  nest()

#Es un tipo de dataframe particular de R

###Joineo la base LFS al dataframe anterior del crosswalk###
base_lfs_con_join  <- base_lfs %>%
    left_join(nested.data.isco.cross)

# Seteo una semilla, para que en caso de quererlo pueda repetir a futuro
# la aleatorización con mismos resultados
set.seed(999971)

base_lfs_sampleada <- base_lfs_con_join %>%
    mutate(ISCO.88.sorteado = map(data, sample.isco)) # Acá estoy sorteando


base_lfs_sampleada <- base_lfs_sampleada %>%
  select(-data) %>% # Elimino la columna loca que había creado para el sorteo
  mutate(ISCO.88.sorteado = as.numeric(ISCO.88.sorteado))

#Cuento cuantos casos de ISCO3D fueron a parar a cada ISCO.88 a 4 dígitos
Conteo_de_cruces <- base_lfs_sampleada %>%
  group_by(ISCO3D,ISCO.88.sorteado) %>%
  summarise(Casos = n())

# Con esta función se puede exportar en .dta si necesitas
#write.dta(base_lfs_sampleada,"base_sampleada.dta")