-
Notifications
You must be signed in to change notification settings - Fork 0
/
script.R
1046 lines (852 loc) · 34.5 KB
/
script.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
# Análisis comparativo entre tipo de elección (PASO vs Generales)
# 0. Librerías y carpetas necesarias
#------------------------------------
# librerías a utilizar
libs <- c("readr", "dplyr", "tidyr", "flextable", "stringr", "sf", "ggplot2", "ggrepel", "scales")
installed_libraries <- libs %in% rownames(installed.packages())
if (any(installed_libraries == FALSE)) {
install.packages(libs[!installed_libraries])
}
invisible(lapply(libs, library, character.only = TRUE))
# carpeta para los gráficos generados
if (!file.exists("plots")) dir.create("plots")
rm(list = c("libs", "installed_libraries"))
# 1. Cargar datos originales
#---------------------------
# lista de nombres de archivos CSV
archivos_csv <- c(
"agrupacion", "cargo", "circuito", "distrito", "eleccion",
"establecimiento", "lista", "mesa", "municipio",
"seccion", "seccionprovincial", "tipovoto", "votacion"
)
# carpeta donde se encuentran los archivos CSV
directorio <- "data/"
# crear lista vacía para almacenar los dataframes
lista_dataframes <- list()
# cargar los archivos CSV en la lista de dataframes
for (archivo in archivos_csv) {
archivo_path <- file.path(directorio, paste0(archivo, ".csv"))
df <- readr::read_csv(archivo_path, show_col_types = FALSE)
lista_dataframes[[archivo]] <- df
}
# asignar los dataframes a variables con nombres adecuados
for (archivo in archivos_csv) {
assign(archivo, lista_dataframes[[archivo]])
}
# eliminar variables temporales y datasets vacíos
rm(list = c("lista_dataframes", "archivo", "df", "archivo_path", "establecimiento", "municipio", "archivos_csv"))
# 2. Funciones
#-------------
# Función para procesamiento inicial de elección
procesar_eleccion <- function(tabla_elecciones, anio_eleccion, votacion) {
# Paso 1: Seleccionar identificador de elección a procesar
elecc_id <- tabla_elecciones |>
filter(anio == anio_eleccion) |>
select(eleccion_id)
# Paso 2: Obtener del dataset de votaciones la elección deseada
data <- votacion |>
filter(eleccion_id %in% elecc_id$eleccion_id)
# Paso 3: Unir las tablas para obtener nombres de agrupaciones, listas, tipo de voto y cargo
data <- data |>
left_join(agrupacion |> select(agrupacion_id, eleccion_id, nombre),
by = c("agrupacion_id", "eleccion_id")) |>
rename(agrupacion = nombre)
data <- data |>
left_join(lista |> select(lista_id, agrupacion_id, eleccion_id, nombre),
by = c("lista_id", "agrupacion_id", "eleccion_id")) |>
rename(lista = nombre)
data <- data |>
left_join(tipovoto |> select(tipovoto_id, nombre),
by = c("tipovoto_id")) |>
rename(tipovoto = nombre) # tipo de voto (comando, blanco, impugnado, etc.)
data <- data |>
left_join(cargo |> select(cargo_id, nombre),
by = c("cargo_id")) |>
rename(cargo = nombre)
data <- data |>
left_join(eleccion |> select(eleccion_id, eleccion_tipo, anio),
by = c("eleccion_id")) |>
select(-c(eleccion_id, tipovoto_id, lista_id, agrupacion_id, cargo_id)) # eliminar variables de identificadores
# Paso 4: Reemplazar valores de "agrupacion" según condición
# El motivo es simplificar la visualización teniendo en una sola vista todos los votos positivos/no positivos
no_positivos <- c("EN BLANCO", "IMPUGNADO", "NULO", "RECURRIDO")
data <- data |>
mutate(agrupacion = ifelse(tipovoto %in% no_positivos, paste0("_", tipovoto), agrupacion))
# Paso 5: Convertir columnas a minúsculas para facilitar comparación
columnas_a_convertir <- c("agrupacion", "tipovoto", "cargo", "eleccion_tipo", "lista")
data <- data |>
mutate_at(vars(all_of(columnas_a_convertir)), tolower)
return(data)
}
# Función que realiza una comparativa entre instancias electorales primaria-general-ballotage
# requiere previamente ejecutar función "procesar_eleccion" y corregir manualmente nombre agrupaciones
calcular_resumen <- function(df, cargo_id, is_ballotage = FALSE, tabla_cargo = cargo) {
# Filtrar el DataFrame para el cargo específico
cargo_nombre <- tolower(tabla_cargo$nombre[cargo_id])
data <- df |>
filter(cargo == cargo_nombre) |>
# Agrupar por tipo de elección, tipo de voto y agrupación
group_by(eleccion_tipo, tipovoto, agrupacion) |>
# Resumir los votos sumando
summarise(n = sum(votos), .groups = "drop") |>
# Ordenar por tipo de elección y agrupación
arrange(desc(eleccion_tipo), agrupacion) |>
# Eliminar la columna tipovoto
select(-tipovoto) |>
# Hacer un pivote para tener las columnas de tipo de elección
pivot_wider(
names_from = eleccion_tipo,
values_from = n,
values_fill = 0
)
# Calcular el total de votos
total_sum <- data |>
summarize(
paso = sum(paso),
general = sum(general),
ballotage = if (is_ballotage) sum(ballotage) else 0
)
# Si no es ballotage, eliminar la columna
if (!is_ballotage) {
total_sum <- total_sum |> select(-ballotage)
}
# Crear una fila con el total
total_row <- data.frame(agrupacion = "total", total_sum)
# Calcular la diferencia y ordenar
data <- data |>
mutate(
dif = ifelse(general > 0, general - paso, NA),
prc_dif = as.numeric(ifelse(paso > 0 & general > 0, format(dif / paso * 100, nsmall = 0, digits = 2), NA))
) |>
select(agrupacion, paso, general, dif, prc_dif, ballotage = matches("ballotage")) |>
arrange(desc(general))
return(data)
}
# Función para visualizar tablas con resumen comparativo entre paso y general
visualizar_tabla <- function(df, anio, cargo) {
# Convertir agrupación a título para facilitar la lectura
df$agrupacion <- str_to_title(df$agrupacion)
# Crear la tabla flextable
ft <- flextable(df)
# Aplicar formato a las filas cuyos valores de agrupación comienzan con "_"
ft <- ft |>
set_table_properties(width = .9, layout = "autofit") |>
autofit() |>
bg(i = ~ grepl("^_", agrupacion), bg = "gray90") |>
color(~ dif < 0, ~dif, color = "red") |>
color(~ prc_dif < 0, ~prc_dif, color = "red") |>
set_header_labels(
agrupacion = "Agrupación",
paso = "PASO\n(votos)",
general = "General\n(votos)",
dif = "Diferencia\n(votos)",
prc_dif = "% Dif",
ballotage = "Ballotage\n(votos)"
) |>
colformat_num(
big.mark = ".",
decimal.mark = ",",
na_str = ""
) |>
set_caption(paste0("Seccion: ", seccion_obj, " - Elecciones ", anio, " a ", cargo)) |>
theme_vanilla()
# Guardar la tabla como imagen
save_as_image(x = ft, path = paste0("plots/tb_elecciones_", anio, "-", gsub("/", "-", cargo), ".jpg"))
# Imprimir la tabla
print(ft)
}
# Función para visualizar detalle comparativo de votos POR MESA entre paso y general
generar_visualizacion_mesa <- function(mesaid, cargoid, eleccionesid) {
visualizacion <- votacion_obj %>%
select(mesa_id, cargo_id, eleccion_id, agrupacion_id, votos) %>%
filter(mesa_id == mesaid, eleccion_id %in% eleccionesid, cargo_id == cargoid) %>%
arrange(agrupacion_id) %>%
left_join(
agrupacion %>%
filter(eleccion_id %in% eleccionesid) %>%
select(eleccion_id, agrupacion_id, nombre),
by = c("agrupacion_id", "eleccion_id"),
relationship = "many-to-many"
) %>%
mutate(
eleccion = ifelse(eleccion_id == 10, "primaria", "general"),
agrupacion = str_to_title(nombre)
) %>%
select(agrupacion, eleccion, votos) %>%
filter(!is.na(agrupacion)) %>%
pivot_wider(names_from = eleccion, values_from = votos) %>%
arrange(-general) %>%
flextable() %>%
set_table_properties(width = .9, layout = "autofit") %>%
color( ~ (primaria == 0 & general > 0), ~ primaria, color = "red") %>%
set_header_labels(agrupacion = "Agrupación",
primaria = "Primaria",
general = "General") %>%
set_caption(paste("Detalle de Mesa ", mesaid)) %>%
theme_vanilla()
# Guardar la tabla como imagen
save_as_image(x = visualizacion, path = paste0("plots/tb_detalle_mesa", mesaid,".jpg"))
return(visualizacion)
}
# Función para usar en las tablas favoreciendo la interpretación de valores numéricos
colores_gradiente_RYG <- function(valores) {
col_numeric(
palette = c(
"firebrick",
"darkorange1",
"gold",
"yellowgreen",
"forestgreen"
),
domain = c(floor(min(valores)), ceiling(max(valores)))
)
}
# Función para generar tabla de mesas con alto swing y baja diferencia de votantes
generar_tabla_swing <- function(datos, mesaid) {
swing <- datos |> filter(mesa_id == mesaid) |> pull(swing) |> unique() |> round(digits = 1)
difvotantes <- datos |> filter(mesa_id == mesaid) |> pull(prc_dif_votantes) |> unique() |> round(digits = 1)
titulo <- paste0("Mesa N°:",mesaid,". Swing Mesa:", swing,"%. Dif. Electores:", difvotantes, "%")
tabla <- datos |>
filter(mesa_id == mesaid) |>
arrange(-general) |>
mutate(prc_dif = round(prc_dif, 1)) |>
select(
agrupacion,
paso_vot = paso,
paso_prc = prc_paso,
general_vot = general,
general_prc = prc_general,
difprc = prc_dif
)
colores <- colores_gradiente_RYG(tabla$difprc)
tabla <- tabla |>
flextable() |>
add_header_row(
values = c(
"Agrupación",
"Primaria",
"Primaria",
"General",
"General",
"Swing Agrup."
)
) %>%
set_header_labels(
agrupacion = "Agrupación",
paso_vot = "(votos)",
paso_prc = "(%)",
general_vot = "(votos)",
general_prc = "(%)",
difprc = "(%)"
) |>
theme_vanilla() |>
autofit(part = "all") |>
align(align = "center", part = "all") |>
merge_h(i = 1, part = "header") |>
merge_v(part = "header") |>
set_table_properties(width = .6, layout = "autofit") |>
colformat_double(digits = 2) |>
set_caption(titulo) |>
bg(bg = colores,
j = "difprc",
part = "body")
save_as_image(
x = tabla,
path = paste0("plots/tb_swing_mesa_",mesaid,
"_swing_",swing,
"_difvotantes_",difvotantes,
".jpg"
)
)
return(tabla)
}
# Función que crea una tabla con los apellidos más frecuentes en la mesa elegida.
generar_tabla_apellido_x_mesa <- function(datos_mesas, datos_apellidos, mesaid) {
# obtener primer elector del padrón
elector_inicio <- datos_mesas |> filter(mesa_id == mesaid) |> pull(inicio)
# obtener último elector del padrón
elector_fin <- datos_mesas |> filter(mesa_id == mesaid) |> pull(fin)
# generar tabla conteniendo los apellidos que acumulan el 60% del total de electores en la mesa
tabla <- datos_apellidos |>
filter(apellido_y_nombre >= elector_inicio & apellido_y_nombre <= elector_fin) |>
group_by(apellido) |>
summarise(n = n(), .groups = "drop") |>
arrange(-n) |>
mutate(prc = round(n / sum(n) * 100 ,1),
prc_cum = cumsum(prc),
apellido = str_to_title(apellido)) |>
filter(prc_cum < 60) |>
flextable() |>
theme_vanilla() |>
set_table_properties(width = .8, layout = "autofit") %>%
set_header_labels(
apellido = "Apellido",
n = "Frecuencia",
prc = "% en la mesa",
prc_cum = "% acumulado"
)
save_as_image(
x = tabla,
path = paste0("plots/tb_apellidos_mesa_",mesaid,
".jpg"
)
)
return(tabla)
}
# 3. Preparación de Datos y Creación de Tabla Resumen con elecciones disponibles
#-------------------------------------------------------------------------------
# Distrito y sección de interés
distrito_obj <- "Buenos Aires"
seccion_obj <- "Trenque Lauquén" # El nombre real es Trenque Lauquen, sin acento
# Obtener identificadores de distrito y sección
distrito_obj_id <- distrito |>
filter(nombre == distrito_obj) |>
pull(distrito_id) # Identificador del distrito
seccion_obj_id <- seccion |>
filter(distrito_id == distrito_obj_id & nombre == seccion_obj) |>
pull(seccion_id) # Identificador de la sección electoral
# Filtrar datos de votación para el distrito y sección de interés
votacion_obj <- votacion |>
filter(distrito_id == distrito_obj_id, seccion_id == seccion_obj_id) |>
select(-c(distrito_id, seccion_id))
# Guardar los datos de votación filtrados
saveRDS(votacion_obj, file = "data/votacion_obj.rds")
# Unificar valores similares en la tabla 'eleccion'
eleccion <- eleccion |>
mutate(eleccion_tipo = if_else(eleccion_tipo == "GENERALES", "GENERAL", eleccion_tipo))
# Crear una tabla resumen de las elecciones disponibles y su ID asociado
tabla <- eleccion |>
filter(anio < 2023) |>
select(anio, eleccion_tipo, eleccion_id) |>
pivot_wider(names_from = anio, values_from = eleccion_id) |>
flextable() |>
set_table_properties(width = .9, layout = "autofit") |>
set_header_labels(eleccion_tipo = "Tipo de elección") |>
set_caption("Elecciones disponibles y su ID asociado") |>
theme_vanilla() |>
autofit()
# Imprimir la tabla y guardarla como imagen
tabla
save_as_image(x = tabla, path = "plots/tb_elecciones_disponibles.jpg")
rm(list = c("tabla"))
# 4. Procesamiento de los datos
#------------------------------
# cargar archivo de votación objetivo (para retomar desde aquí sin perder tiempo en pasos anteriores)
votacion_obj <- readRDS("data/votacion_obj.rds")
# Ejemplo de procesamiento para elecciones presidenciales 2011, 2015 (c/ballotage) y 2019
# El proceso consta de 3 etapas:
# 1) Generar una tabla donde los identificadores se cambian por los valores para facilitar la lectura humana
# 2) Corregir nombres de las listas ya que no coinciden entre las instancias de las PASO y las generales
# 3) Generar cuadro comparativo final y guardar el resultado
# Paso 1: Procesamiento inicial de eleccion
anio_obj <- 2011
df1 <- procesar_eleccion(eleccion, anio_obj, votacion_obj)
# Paso 2: Corregir manualmente nombre de las agrupaciones
df1 <- df1 |>
mutate(agrupacion = case_when(
agrupacion == "alianza unión para el desarrollo social" ~ "alianza union para el desarrollo social - udeso",
agrupacion == "coalición cívica - afirmación para una república igualitaria ari" ~ "coalicion civica ari",
TRUE ~ agrupacion # Mantener otros nombres sin cambios
))
# Paso 3: Procesamiento final de elección y grabación del resultado
cargo_id <- 1
df2 <- calcular_resumen(df = df1, cargo_id = cargo_id, is_ballotage = FALSE)
file_name <- paste0("data/out/tb_cmp_eleccion_", anio_obj, "_", tolower(gsub("/", "-", cargo$nombre[cargo_id])), ".rds")
saveRDS(df2, file = file_name)
### Idem 2015
# Paso 1: Procesamiento inicial de eleccion
anio_obj <- 2015
df1 <- procesar_eleccion(eleccion, anio_obj, votacion_obj)
# Paso 2: Corregir manualmente nombre de las agrupaciones
df1 <- df1 |>
mutate(agrupacion = case_when(
agrupacion == "cambiemos" ~ "alianza cambiemos",
agrupacion == "frente para la victoria" ~ "alianza frente para la victoria",
TRUE ~ agrupacion # Mantener otros nombres sin cambios
))
# Paso 3: Procesamiento final de elección y grabación del resultado
cargo_id <- 1
df2 <- calcular_resumen(df = df1, cargo_id = cargo_id, is_ballotage = TRUE)
file_name <- paste0("data/out/tb_cmp_eleccion_", anio_obj, "_", tolower(gsub("/", "-", cargo$nombre[cargo_id])), ".rds")
saveRDS(df2, file = file_name)
### Idem 2019
# Paso 1: Procesamiento inicial de eleccion
anio_obj <- 2019
df1 <- procesar_eleccion(eleccion, anio_obj, votacion_obj)
# Paso 2 no es necesario en esta oportunidad porque las agrupaciones coinciden
# Paso 3: Procesamiento final de elección y grabación del resultado
cargo_id <- 1
df2 <- calcular_resumen(df = df1, cargo_id = cargo_id, is_ballotage = FALSE)
file_name <- paste0("data/out/tb_cmp_eleccion_", anio_obj, "_", tolower(gsub("/", "-", cargo$nombre[cargo_id])), ".rds")
saveRDS(df2, file = file_name)
rm(cargo_id, df1, df2, file_name, anio_obj)
# 5. Visualización de circuitos y tablas resúmenes
#-------------------------------------------------
# Graficar circuitos electorales del distrito para dar contexto
circuito_02_sf <- st_read(dsn = "data/circuito_02.shp")
seccion_obj <- "Trenque Lauquen" # distrito de la provincia de Buenos Aires a graficar
# personalizado para el distrito de Trenque Lauquen, modificar por datos propios cuando se refieran a otro distrito
localidades <- data.frame(
city = c("30 de Agosto", "Beruti", "Girodías", "La Carreta", "Garré", "Pje. F. de Vitoria",
"Pje. F. Magnano", "Cnia. Martín Fierro", "Trenque\nLauquen", "Trongé", "Pje. La María",
"La Porteña", "Lértora", "La Zanja", "Est. Primera\nJunta"),
lat = c(-36.2786, -35.8564, -36.3645, -36.20687, -36.55870, -35.616172, -35.655, -35.714048,
-35.9731, -36.46407, -36.16795, -36.366224, -35.915716, -36.051953, -35.914497),
lng = c(-62.5452, -62.5116, -62.3569, -62.23899, -62.60545, -62.699970, -62.5014, -62.783642,
-62.7335, -62.48382, -62.67149, -62.716671, -62.966928, -62.867220, -62.639837)
)
localidades <- st_as_sf(localidades, remove = FALSE, coords = c("lng", "lat"), crs = 4326)
p <- ggplot(circuito_02_sf |> filter(cabecera == seccion_obj)) +
geom_sf(aes(fill = factor(circuito)), alpha = 0.5) +
geom_sf(data = localidades) +
geom_text_repel(
data = localidades, aes(x = lng, y = lat, label = city),
fontface = "bold", nudge_x = c(-0.60, 0.25, 0.20, 0.10, 0.20, -0.30, 0.25, -0.30,
-1.20, 0.20, -0.60, -0.60, -0.30, -0.60, 0.50),
nudge_y = c(0.00, 0.00, 0.00, -0.10, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00)
) +
coord_sf(
xlim = c(-63.5, -62.0),
ylim = c(-35.5, -36.6),
expand = FALSE
) +
labs(
x = "",
y = "",
title = paste0("Localidades y circuitos en ", seccion_obj),
caption = "Fuente: Elaboración propia",
fill = "Circuitos"
) +
theme_minimal() +
theme(
panel.grid = element_blank(), # Eliminar la grilla
legend.position = "bottom", # Mover la leyenda abajo
axis.text.x = element_blank(), # quitar texto que no aporta información
axis.text.y = element_blank()
)
p
ggsave("plots/circuitos_y_localidades.jpg", plot = p, width = 10, height = 10, dpi = 300)
# Visualizar tablas resumen de votos
directorio <- "data/out/" # carpeta donde se encuentran los archivos
# lista de archivos que cumplen con los criterios
archivos <- list.files(directorio, pattern = "^tb_cmp_eleccion.*\\.rds$", full.names = TRUE)
# Cargar y visualizar cada archivo
for (archivo in archivos) {
# Cargar el dataset desde el archivo
dataset <- readRDS(archivo)
# Uso de expresiones regulares para extraer los valores
matches <- str_match(archivo, "tb_cmp_eleccion_(\\d+)_([^\\.]+)\\.rds")
# Obtener los valores extraídos
anio <- matches[1, 2]
cargo_obj <- matches[1, 3]
cargo_obj <- gsub("-", "/", cargo_obj)
# Aplicar la función visualizar_tabla al dataset
visualizar_tabla(dataset, anio, cargo_obj)
}
rm(list = c("matches", "dataset", "anio", "archivos", "archivo", "p", "circuito_02_sf", "seccion_obj", "localidades",
"directorio", "cargo_obj"
)
)
# 6. Depuración de mesas
#-----------------------
# Cargo y año de elección a analizar
cargo_obj <- "presidente/a"
anio_obj <- 2019
# Procesamiento de la elección objetivo
df_2019 <- procesar_eleccion(eleccion, anio_obj, votacion_obj)
# Votos por mesa
data <- df_2019 |>
filter(cargo == cargo_obj) |>
group_by(eleccion_tipo, tipovoto, agrupacion, mesa_id) |>
summarise(n = sum(votos), .groups = "drop") |>
arrange(desc(mesa_id), desc(eleccion_tipo), agrupacion) |>
select(-tipovoto) |>
pivot_wider(
names_from = eleccion_tipo,
values_from = n,
values_fill = 0
) |>
mutate(dif = general - paso)
# Resumen de votos por mesa (acumulado)
resumen <- data |>
group_by(mesa_id) |>
summarise(
paso_sum = sum(paso),
general_sum = sum(general),
promedio = (paso_sum + general_sum) / 2,
dif_cum = sum(abs(dif)),
.groups = "drop"
)
# Mesas sin datos de PASO o Generales
tabla <- resumen |>
filter(paso_sum == 0 | general_sum == 0) |>
select(-c(promedio, dif_cum)) |>
flextable() |>
set_table_properties(width = .9, layout = "autofit") |>
color(~ paso_sum == 0, ~paso_sum, color = "red") |>
color(~ general_sum == 0, ~general_sum, color = "red") |>
set_header_labels(
mesa_id = "Mesa N°",
paso_sum = "Primaria\n(votos)",
general_sum = "General\n(votos)"
) |>
set_caption("Mesas a excluir por falta de datos") |>
theme_vanilla() |>
autofit()
tabla
# Guardar tabla como imagen
save_as_image(x = tabla, path = "plots/tb_mesas_sin_votos.jpg")
# Mesas excluidas por falta de datos
mesas_excluidas <- resumen |>
filter(paso_sum == 0 | general_sum == 0) |>
pull(mesa_id)
# Resumen ajustado al excluir mesas sin datos
resumen_adj <- resumen |>
filter(!mesa_id %in% mesas_excluidas) |>
mutate(
min = ifelse(paso_sum < general_sum, paso_sum, general_sum),
max = ifelse(paso_sum > general_sum, paso_sum, general_sum)
)
# Visualización de rangos por mesas
p <-
ggplot(resumen_adj, aes(x = reorder(as.character(mesa_id), -promedio), y = promedio)) +
geom_linerange(
aes(
ymin = min,
ymax = max
),
alpha = 0.9,
linewidth = 1.3
) +
labs(x = "Mesas", y = "Diferencia de votos (rango) entre elección primaria y general") +
geom_hline(
yintercept = mean(resumen_adj$promedio),
color = "firebrick", ,
linetype = "dashed"
) +
theme_minimal() +
scale_x_discrete(labels = NULL) +
theme(
panel.grid.minor.x = element_blank(),
panel.grid.major.y = element_blank()
) +
geom_text(
x = 40,
y = median(resumen_adj$promedio) - 105,
label = paste0(
"Mediana de la\ndiferencia de votos\npromedio entre\nprimaria y general\n",
" (", round(median(resumen_adj$promedio)), " votos)"
),
hjust = 0,
size = 4,
color = "firebrick"
) +
coord_flip()
p
# Guardar gráfico como imagen
ggsave("plots/dif_votos_primaria_general.jpg", plot = p, width = 6, height = 8, dpi = 300)
# Mesas con pocos votantes respecto de la mediana de la sección
votos_x_mesa_avg <- median(resumen_adj$promedio) |> floor()
tabla <- resumen_adj |>
filter(promedio < votos_x_mesa_avg * .8) |>
arrange(promedio) |>
select(mesa_id, paso_sum, general_sum) |>
flextable() |>
set_table_properties(width = .6, layout = "autofit") |>
set_header_labels(
mesa_id = "Mesa N°",
paso_sum = "Primaria\n(votos)",
general_sum = "General\n(votos)"
) |>
set_caption("Mesas con promedio de votos inferior al 80% de la mediana del total de mesas") |>
theme_vanilla() |>
autofit()
tabla
# Guardar tabla como imagen
save_as_image(x = tabla, path = "plots/tb_mesas_pocos_votantes.jpg")
# Mesas con valores bajos de votos emitidos promediando primaria y general
ggplot(
data = resumen_adj |> filter(promedio < votos_x_mesa_avg),
aes(
x = reorder(as.character(mesa_id), -promedio),
y = promedio,
color = factor(promedio < votos_x_mesa_avg * 0.8)
)
) +
geom_linerange(
aes(ymin = min, ymax = max),
alpha = 0.9,
linewidth = 1.3
) +
labs(
x = "N° Mesa",
y = "Votos",
title = "Diferencia de votos entre Paso y General",
caption = "Fuente: Elaboración propia"
) +
geom_hline(
yintercept = median(resumen_adj$promedio),
color = "firebrick",
linetype = "dashed"
) +
theme_minimal() +
theme(legend.position = "none") +
scale_color_manual(values = c("TRUE" = "red", "FALSE" = "black")) +
coord_flip() +
geom_text(
x = 10,
y = median(resumen_adj$promedio),
label = "Mediana de votos promedio",
hjust = 1.2,
size = 4,
color = "firebrick"
)
# Mesas excluidas por bajo promedio de votos respecto de la sección electoral
# debido a que tiene bajo impacto en el resultado
mesas_excluidas <- c(mesas_excluidas, resumen_adj |>
filter(promedio < votos_x_mesa_avg * .8) |>
arrange(promedio) |>
pull(mesa_id))
resumen_adj <- resumen_adj |> filter(!mesa_id %in% mesas_excluidas)
# Verificación casos de mesas con rango extremo
## Calcular mediana del rango del total de mesas a analizar
rango_x_mesa_avg <- resumen_adj |>
summarise(median = median(dif_cum)) |>
pull(median) |>
round()
# Calcular la mediana y el rango intercuartil por mesa
median_dif_cum <- median(resumen_adj$dif_cum)
iqr_dif_cum <- IQR(resumen_adj$dif_cum)
# Calcular el umbral para identificar valores extremos
umbral_mayor <- median_dif_cum + 2 * iqr_dif_cum
umbral_menor <- median_dif_cum - 2 * iqr_dif_cum
ggplot(resumen_adj, aes(
x = reorder(as.character(mesa_id), -dif_cum),
y = dif_cum,
color = factor(dif_cum < umbral_menor | dif_cum > umbral_mayor)
)) +
geom_point(
alpha = 0.9,
size = 1.3
) +
labs(
x = "N° Mesa",
y = "Diferencia de votos emitidos",
title = "Rango de votos emitidos entre instancia Paso y General",
subtitle = "Referenicia: Color rojo implica diferencia mayor a 2 desviaciones estándares
respecto del promedio de las mesas",
caption = "Fuente: Elaboración propia"
) +
geom_hline(
yintercept = rango_x_mesa_avg,
color = "firebrick",
linetype = "dashed"
) +
theme_minimal() +
theme(legend.position = "none") +
scale_color_manual(values = c("TRUE" = "red", "FALSE" = "black")) +
coord_flip() +
geom_text(
x = 100,
y = rango_x_mesa_avg,
label = paste0("Diferencia promedio\n de votos entre\nPrimaria y General\n (", rango_x_mesa_avg, " votos)"),
hjust = -0.08,
vjust = 1,
size = 4,
color = "firebrick"
)
resumen_adj |> filter(dif_cum > umbral_mayor)
## Mesa 4: si bien la mesa 4 posee votos cargados en la primaria, omitieron hacerlo para una de las fuerzas mayoritarias
## de ahí el rango elevado. Debe ser excluida
mesa_rango_outlier <- generar_visualizacion_mesa(mesaid = 4, cargoid = 1, eleccionesid = c(10, 11))
mesa_rango_outlier |> autofit()
save_as_image(mesa_rango_outlier|> autofit(), path = "plots/tb_mesa_excluida_agrupacion_sin_carga.jpg")
mesas_excluidas <- c(mesas_excluidas, 4)
## Mesa 79: situación OK
mesa_rango_outlier <- generar_visualizacion_mesa(mesaid = 79, cargoid = 1, eleccionesid = c(10, 11))
mesa_rango_outlier
## Mesa 89: situación OK para agrupaciones mayoritarias. ¿Se olvidaron de cargar Consenso Federal en la primaria?
mesa_rango_outlier <- generar_visualizacion_mesa(mesaid = 89, cargoid = 1, eleccionesid = c(10, 11))
mesa_rango_outlier
# Se depura el dataset a considerar en base a los criterios anteriores
data_adj <- data |>
filter(!mesa_id %in% mesas_excluidas)
rm(cargo_obj, anio_obj, df_2019, resumen, tabla, mesas_excluidas, resumen_adj, p, votos_x_mesa_avg, rango_x_mesa_avg,
median_dif_cum, iqr_dif_cum, umbral_mayor, umbral_menor, mesa_rango_outlier)
# 7. Swing en los votos
#--------------------------------------------------------------------------
# Se compara el % de votos obtenidos en la PASO y en la General para cada agrupación
# calculamos % de votos recibidos en cada eleccion por las agrupaciones
data_adj <- data_adj |>
group_by(mesa_id) |>
mutate(
prc_paso = paso / sum(paso) * 100,
prc_general = general / sum(general) * 100,
prc_dif = prc_general - prc_paso,
votantes_paso = sum(paso),
votantes_general = sum(general),
prc_dif_votantes = (votantes_general - votantes_paso) / votantes_paso * 100
) |>
ungroup()
# eliminamos aquellas agrupaciones que no participaron en 2da. vuelta
data_adj <- data_adj |>
filter(general > 0 | agrupacion == "_en blanco")
# calculamos el swing por mesa
data_adj <- data_adj |>
group_by(mesa_id) |>
mutate(swing = sum(abs(prc_dif) / 2)) |>
ungroup()
# distribución de swing en la sección, sin considerar la diferencia de votantes
swing_m = mean(resumen_swing$swing, na.rm = T)
swing_sd = sd(resumen_swing$swing, na.rm = T)
p <- ggplot(data = resumen_swing) +
geom_histogram(aes(y = ..density.., x = swing),
binwidth = 0.8,
fill = "steelblue") +
stat_function(
data = resumen_swing,
fun = dnorm,
args = list(mean = swing_m,
sd = swing_sd),
color = "firebrick",
size = 0.8
) +
theme_minimal() +
labs(x = "Swing (%)", y = "Densidad", subtitle = "Histograma del porcentaje de swing y curva normal de referencia") +
theme(panel.grid.major.x = element_blank(),
panel.grid.minor.x = element_blank(),
panel.grid.minor.y = element_blank(),
axis.text.x = element_text(size = 8)) +
scale_x_continuous(limits = c(0, max(resumen_swing$swing)*1.1))
p
ggsave("plots/hist_swing_y_normal.jpg", plot = p, width = 8, height = 6, dpi = 300)
resumen_swing <- data_adj |>
group_by(mesa_id) |>
select(mesa_id, swing, prc_dif_votantes) |>
unique() |>
ungroup()
mediana_swing <- median(resumen_swing$swing)
mediana_prc_dif_votantes <- median(resumen_swing$prc_dif_votantes)
p <- ggplot(data = resumen_swing) +
geom_line(aes(x = reorder(mesa_id, -prc_dif_votantes), y = swing, group = 1), color = "steelblue") +
geom_point(aes(
x = reorder(mesa_id, -prc_dif_votantes),
y = swing),
color = ifelse(resumen_swing$swing > mediana_swing,"steelblue", "black"),
size = ifelse(resumen_swing$swing > mediana_swing, 2, 1)
) +
geom_line(aes(x = reorder(mesa_id, -prc_dif_votantes), y = prc_dif_votantes, group = 1), color = "firebrick") +
geom_point(aes(
x = reorder(mesa_id, -prc_dif_votantes),
y = prc_dif_votantes),
color = ifelse(resumen_swing$prc_dif_votantes <= mediana_prc_dif_votantes,"firebrick", "black")
) +
geom_hline(yintercept = median(resumen_swing$swing), color = "steelblue", linetype = "dashed") +
geom_hline(yintercept = median(resumen_swing$prc_dif_votantes), color = "firebrick", linetype = "dashed") +
geom_text(
aes(
x = 37,
y = median(swing),
label = paste0("Mediana Swing:", round(mediana_swing, 0),"%"),
hjust = -0.1,
vjust = -1
),
color = "blue",
size = 4
) +
geom_text(
aes(
x = 90,
y = median(prc_dif_votantes),
label = paste0("Mediana diferencia votantes: ", round(mediana_prc_dif_votantes,0),"%"),
hjust = 0.5, vjust = -1
),
color = "red",
size = 4
) +
labs(x = "Mesas de votación", y = "Swing / % Diferencia Votantes") +
theme_minimal() +
theme(axis.text.x = element_blank(), panel.grid.major.x = element_blank()) +
scale_y_continuous(breaks = seq(0, max(max(resumen_swing$swing), max(resumen_swing$prc_dif_votantes)), 5))
p
# Guardar gráfico como imagen
ggsave("plots/swing_y_dif_votantes.jpg", plot = p, width = 10, height = 6, dpi = 300)
tabla <- resumen_swing |>
filter(prc_dif_votantes < mediana_prc_dif_votantes & swing > mediana_swing) |>
arrange(-swing) |>
mutate(
swing = round(swing, 1),
prc_dif_votantes = round(prc_dif_votantes, 1)
)
colourer_swing <- col_numeric(
palette = c("transparent", "steelblue"),
domain = c(floor(min(tabla$swing)), ceiling(max(tabla$swing)))
)
colourer_dif_votantes <- col_numeric(
palette = c("transparent", "firebrick"),
domain = c(floor(min(tabla$prc_dif_votantes)), ceiling(max(tabla$prc_dif_votantes))),
reverse = TRUE
)
print("Mesas con alto Swing y baja diferencia de votantes")
tabla <- tabla |>
flextable() |>
theme_vanilla() |>
set_table_properties(width = .6, layout = "autofit") %>%
set_header_labels(
mesa_id = "Mesa N°",
swing = "% Swing",
prc_dif_votantes = "% Dif. Votantes"
) |>
align(align = "center", part = "all") %>%
bg(
bg = colourer_swing,
j = "swing",
part = "body"
) |>
bg(
bg = colourer_dif_votantes,
j = "prc_dif_votantes",
part = "body"
)
tabla
# Guardar tabla como imagen
save_as_image(x = tabla, path = "plots/tb_mesas_alto_swing_baja_diferencia_votantes.jpg")
# análisis de casos puntuales
mesaid <- 89
generar_tabla_swing(data_adj, mesaid)
mesaid <- 14
generar_tabla_swing(data_adj, mesaid)
mesaid <- 90
generar_tabla_swing(data_adj, mesaid)
mesaid <- 16
generar_tabla_swing(data_adj, mesaid)