olndictr: Diccionario de variables del OLN

#===============================================================================
# Diccionario ENE (en orden alfabético)
#===============================================================================

# add_ene_cise_ <- function(df, year, month, ...) {
#   # Identifica inputs y outputs
#   output <- "cise_"
#   inputs <- "categoria_ocupacion"
#
#   # Genera la nueva variable
#   df[[output]] <- df[[inputs]] %>%
#     cut(breaks = c(0, 1, 2, 6, 7), labels = FALSE)
#
#   # Etiqueta los valores
#   attr(df[[output]], "labels") <-
#     c("Empleador"     = 1,
#       "Cuenta propia" = 2,
#       "Asalariado"    = 3,
#       "FNR"           = 4,
#       "ns/nr"         = NA)
#
#   # Etiqueta la variable
#   attr(df[[output]], "label") <- "Categoría de ocupación"
#
#   # Reporta el resultado
#   return(df)
# }
#
# add_ene_duremp_ <- function(df, year, month, ...) {
#   # Identifica inputs y outputs
#   output <- c("duremp_")
#   inputs <- c("b17_ano", "b17_mes")
#
#   # Particiona los inputs
#   ano <- inputs[1]
#   mes <- inputs[2]
#
#   # Genera la nueva variable
#   temp  <- (year - df[[ano]]) + (month - df[[mes]]) / 12
#   touse <- (df[[mes]] %in% 999 | df[[ano]] %in% 9999)
#   temp[touse]  <- NA_real_
#   df[[output]] <- temp
#
#   # # Etiqueta la variable
#   attr(df[[output]], "label") <- "Duración del empleo (en años)"
#
#   # Reporta el resultado
#   return(df)
# }
#
# add_ene_duremp_tr_ <- function(df, year, month, ...) {
#   # Identifica inputs y outputs
#   output <- c("duremp_tr_")
#   inputs <- c("b17_ano", "b17_mes")
#
#   # Genera los inputs intermedios (si es que no existen ya)
#   if (!("duremp_" %in% colnames(df))) {
#     df <- add_ene_duremp_(df, year, month)
#   }
#
#   # Genera la nueva variable
#   df[[output]] <- df[["duremp_"]] %>%
#     cut(breaks = c(-Inf, 1, 5, 10, Inf), labels = FALSE)
#
#   # Etiqueta los valores
#   attr(df[[output]], "labels") <-
#     c("[0, 1)"  = 1,
#       "[1, 5)"  = 2,
#       "[5, 10)" = 3,
#       "[10, ∞)" = 4,
#       "ns/nr"   = NA)
#
#   # Etiqueta la variable
#   attr(df[[output]], "label") <- "Tramo de duración de empleo (en años)"
#
#   # Reporta el resultado
#   return(df)
# }
#
# add_ene_edad_tr_ <- function(df, year, month, ...) {
#   # Identifica inputs y outputs
#   output <- c("edad_tr_")
#   inputs <- c("edad")
#
#   # Genera la nueva variable
#   df[[output]] <- df[[inputs]] %>%
#     cut(breaks = c(-Inf, 14, 24, 34, 44, 54, 64, Inf), labels = FALSE)
#
#   # Etiqueta los valores
#   attr(df[[output]], "labels") <-
#     c("14 o menos"    = 1,
#       "Entre 15 y 24" = 2,
#       "Entre 25 y 34" = 3,
#       "Entre 35 y 44" = 4,
#       "Entre 45 y 54" = 5,
#       "Entre 55 y 64" = 6,
#       "65 o mas"      = 7,
#       "ns/nr"         = NA)
#
#   # Etiqueta la variable
#   attr(df[[output]], "label") <- "Tramo de edad (en años)"
#
#   # Reporta el resultado
#   return(df)
# }
#
# add_ene_educ_ <- function(df, year, month, ...) {
#   # Identifica inputs y outputs
#   output <- c("educ_")
#   inputs <- c("nivel", "termino_nivel")
#
#   # Particiona los inputs
#   n <- inputs[1]
#   t <- inputs[2]
#
#   # Genera la nueva variable
#   df[[output]] <-
#     dplyr::case_when(df[[n]] %in% 0:2                       ~ 1,
#                      df[[n]] %in% 3          & df[[t]] == 2 ~ 1,
#                      df[[n]] %in% 3          & df[[t]] == 1 ~ 2,
#                      df[[n]] %in% c(4:6, 14) & df[[t]] == 2 ~ 2,
#                      df[[n]] %in% c(4:6, 14) & df[[t]] == 1 ~ 3,
#                      df[[n]] %in% 7:9        & df[[t]] == 2 ~ 3,
#                      df[[n]] %in% 7:8        & df[[t]] == 1 ~ 4,
#                      df[[n]] %in% 9          & df[[t]] == 1 ~ 5,
#                      df[[n]] %in% 10                        ~ 5,
#                      df[[n]] %in% 11:12      & df[[t]] == 2 ~ 5,
#                      df[[n]] %in% 11:12      & df[[t]] == 2 ~ 6,
#                      TRUE ~ NA_real_)
#
#   # Etiqueta los valores
#   attr(df[[output]], "labels") <-
#     c("Básica incompleta o menos" = 1,
#       "Básica"                    = 2,
#       "Media"                     = 3,
#       "Técnica"                   = 4,
#       "Profesional"               = 5,
#       "Postgrado"                 = 6,
#       "ns/nr"                     = NA)
#
#   # Etiqueta la variable
#   attr(df[[output]], "label") <- "Nivel educacional"
#
#   # Reporta el resultado
#   return(df)
# }
#
# add_ene_ocupado_ <- function(df, year, month, ...) {
#   # Identifica inputs y outputs
#   output <- c("ocupado_")
#   inputs <- c("cae_general")
#
#   # Genera la nueva variable
#   df[[output]] <-
#     dplyr::case_when(df[[inputs]] %in% 1:3       ~ 1,
#                      df[[inputs]] %in% c(0, 4:9) ~ 0,
#                      TRUE ~ NA_real_)
#
#   # Etiqueta los valores
#   attr(df[[output]], "labels") <-
#     c("No" = 0, "Sí" = 1, "ns/nr" = NA)
#
#   # Etiqueta la variable
#   attr(df[[output]], "label") <- "Dummy ocupados"
#
#   # Reporta el resultado
#   return(df)
# }
#
# add_ene_oficio1_ <- function(df, year, month, ...) {
#   # Identifica inputs y outputs
#   output <- c("oficio1_")
#   inputs <- c("b1")
#
#   # Genera la nueva variable
#   df[[output]] <-
#     dplyr::recode(as.numeric(df[[inputs]]), `10` = NA_real_)
#
#   # Etiqueta los valores
#   attr(df[[output]], "labels") <-
#     c("Fuerzas armadas"                                                     = 0,
#       "Miembros del poder ejecutivo/legislativo y personal directivo"       = 1,
#       "Profesionales, científicos e intelectuales"                          = 2,
#       "Técnicos profesionales de nivel medio"                               = 3,
#       "Empleados de oficina"                                                = 4,
#       "Trabajadores de los servicios y vendedores de comercios y mercados"  = 5,
#       "Agricultores y trabajadores calificados agropecuarios y pesqueros"   = 6,
#       "Oficiales, operarios y artesanos de artes mecánicas y otros oficios" = 7,
#       "Operadores de instalaciones y maquinas y montadores"                 = 8,
#       "Trabajadores no calificados"                                         = 9,
#       "ns/nr" = NA)
#
#   # Etiqueta la variable
#   attr(df[[output]], "label") <- "Gran grupo de ocupación (CIUO-88)"
#
#   # Reporta el resultado
#   return(df)
# }
#
# add_ene_rama1_ <- function(df, year, month, ...) {
#   # Identifica inputs y outputs
#   output <- c("rama1_")
#   inputs <- c("b14")
#
#   # Genera la nueva variable
#   df[[output]] <-
#     dplyr::case_when(as.numeric(df[[inputs]]) %in% c(12, 17) ~ 12,
#                      as.numeric(df[[inputs]]) %in% 13:16     ~ 13,
#                      TRUE ~ as.numeric(df[[inputs]]))
#
#   # Etiqueta los valores
#   attr(df[[output]], "labels") <-
#     c("Agropecuario-silvícola"                                 = 1,
#       "Pesca"                                                  = 2,
#       "Minería"                                                = 3,
#       "Industria manufacturera"                                = 4,
#       "Electricidad, gas y agua"                               = 5,
#       "Construcción"                                           = 6,
#       "Comercio"                                               = 7,
#       "Hoteles y restaurantes"                                 = 8,
#       "Transporte y comunicaciones"                            = 9,
#       "Intermediación financiera"                              = 10,
#       "Actividades inmobiliarias, empresariales y de alquiler" = 11,
#       "Servicios personales"                                   = 12,
#       "Administración publica"                                 = 13,
#       "ns/nr"                                                  = NA)
#
#   # Etiqueta la variable
#   attr(df[[output]], "label") <- "Rama de actividad (CIIU-rev3)"
#
#   # Reporta el resultado
#   return(df)
# }
#
# add_ene_sexo_ <- function(df, year, month, ...) {
#   # Identifica inputs y outputs
#   output <- c("sexo_")
#   inputs <- c("sexo")
#
#   # Genera la nueva variable
#   df[[output]] <- df[[inputs]]
#
#   # Etiqueta los valores
#   attr(df[[output]], "labels") <-
#     c("Hombre" = 1, "Mujer" = 2, "ns/nr" = NA)
#
#   # Etiqueta la variable
#   attr(df[[output]], "label") <- "Sexo"
#
#   # Reporta el resultado
#   return(df)
# }
#
# add_ene_zona_ <- function(df, year, month, ...) {
#   # Identifica inputs y outputs
#   output <- c("zona_")
#   inputs <- c("tipo")
#
#   # Genera la nueva variable
#   df[[output]] <-
#     as.numeric(df[[inputs]] <= 2)
#
#   # Etiqueta los valores
#   attr(df[[output]], "labels") <-
#     c("Rural" = 0, "Urbano" = 1, "ns/nr" = NA)
#
#   # Etiqueta la variable
#   attr(df[[output]], "label") <- "Zona"
#
#   # Reporta el resultado
#   return(df)
# }


#===============================================================================
# Diccionario ESI (en orden alfabético)
#===============================================================================