Übung zu groupby und join

In diesem Notebook wenden Sie die Konzepte aus den beiden screencasts an.

Basierend auf dem DataFrame individuelle_einkommen:

import pandas as pd

individuelle_einkommen = pd.DataFrame(
    [
        {"p_id": 0, "hh_id": 0, "einkommen_m": 1000},
        {"p_id": 1, "hh_id": 0, "einkommen_m": 2000},
        {"p_id": 2, "hh_id": 1, "einkommen_m": 3000},
        {"p_id": 3, "hh_id": 1, "einkommen_m": 0},
        {"p_id": 4, "hh_id": 2, "einkommen_m": 1500},
        {"p_id": 5, "hh_id": 2, "einkommen_m": 1500},
        {"p_id": 6, "hh_id": 3, "einkommen_m": 1500},
        {"p_id": 7, "hh_id": 4, "einkommen_m": 1500},
    ],
)
individuelle_einkommen

führen Sie bitte folgende Schritte aus:

1. Setzen Sie einen vernünftigen Index für den DataFrame individuelle_einkommen

2. Erstellen Sie einen DataFrame haushaltseinkommen mit dem Haushaltseinkommen.

3. Benennen Sie die Spalte für das Haushaltseinkommen um in einkommen_m_hh

4. Fügen Sie beide DataFrames zusammen in einem DataFrame alle_einkommen, welcher wie folgt aussehen sollte (Index besteht aus hh_id, p_id):

hh_id	p_id	einkommen_m	einkommen_m_hh
0	0	1000	3000
0	1	2000	3000
1	2	3000	3000
1	3	0	3000
2	4	1500	3000
2	5	1500	3000
3	6	1500	1500
4	7	1500	1500