-
Notifications
You must be signed in to change notification settings - Fork 0
/
voto_clean data.Rmd
175 lines (126 loc) · 4.43 KB
/
voto_clean data.Rmd
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
---
title: "elecciones clean y descriptivos"
output: html_notebook
editor_options:
chunk_output_type: console
---
# Get Data (previa trabajada en otra script)
```{r}
df_inicial = read.csv("E:/Proyectos R/elecciones2021/df_webscraping.csv")
df_inicial = df_inicial[,3:5]
df_inicial$TOTAL_VOTOS = parse_number(df_inicial$TOTAL_VOTOS, locale = locale(grouping_mark = ","))
colnames(df_inicial)
str(df_inicial)
```
# Fijar directorio
```{r}
getwd()
setwd("E:/Proyectos R/web scraping/ONPE 2021_1")
getwd()
```
# limpieza de datos
[19] "TOTAL DE VOTOS VÁLIDOS"
[20] "VOTOS EN BLANCO"
[21] "VOTOS NULOS"
[22] "TOTAL DE VOTOS EMITIDOS"
```{r}
unique(df_inicial$AGRUPACION)
```
```{r}
out = c("TOTAL DE VOTOS VÁLIDOS",
"VOTOS EN BLANCO",
"VOTOS NULOS",
"TOTAL DE VOTOS EMITIDOS")
lista_agrupaciones = unique(df_inicial$AGRUPACION)
lista_agrupaciones
lista_agrupaciones = lista_agrupaciones[1:18]
df_oficial = filter(df_inicial, AGRUPACION %in% lista_agrupaciones)
```
# Spread data y rownames
```{r}
df_oficial_s = spread(df_oficial, key = DESC_DEP, value = TOTAL_VOTOS)
# row names
df_oficial_names = df_oficial_s$AGRUPACION
df_oficial_row = data.frame(df_oficial_s[,-1], row.names = df_oficial_names)
```
# totales por deparmentos y partidos
```{r}
colsum = colSums(df_oficial_row)
rowsum = rowSums(df_oficial_row)
```
```{r}
colsum = data.frame(colsum)
rowsum = data.frame(rowsum)
```
# Descriptivos por agrupacicones y departamentos
```{r}
descriptivo_departamento = describe(df_oficial_row)
descriptivo_departamento = cbind(colsum, descriptivo_departamento)
write.csv(descriptivo_departamento, file = "descriptivo_departamento")
descriptivo_partido = describe(t(df_oficial_row))
descriptivo_partido = cbind(rowsum, descriptivo_partido)
write.csv(descriptivo_partido, file = "descriptivo_partido")
```
# Solo keiko y castillo
"FUERZA POPULAR"
"PARTIDO POLITICO NACIONAL PERU LIBRE"
```{r}
unique(df_oficial_s$AGRUPACION)
df_2vuelta = filter(df_inicial, AGRUPACION %in% c("FUERZA POPULAR", "PARTIDO POLITICO NACIONAL PERU LIBRE") )
colnames(df_2vuelta)
ggplot(df_2vuelta, aes(y = TOTAL_VOTOS, x = AGRUPACION, fill = AGRUPACION))+
geom_col()+
facet_wrap(~ DESC_DEP, scales = "free")+
theme(legend.position="top", axis.text.x = element_blank())+
labs(title = "Total de votos por departamento de dos agrupaciones políticas",
subtitle = "Elaborado: Luis Miguel Meza Ramos",
caption = "Fuente: ONPE")
```
```{r}
ggsave("r_108.png", scale = 2)
```
# box plot segunda vuelta
```{r}
ggplot(df_2vuelta, aes(y = TOTAL_VOTOS, x = AGRUPACION, fill = AGRUPACION))+
geom_boxplot(outlier.colour = "black", outlier.size = 3)+
theme(legend.position="top")+
labs(title = "Diagrama de Boxplot de ganadores para 2da vuelta",
subtitle = "Elaborado: Luis Miguel Meza Ramos",
caption = "Fuente: ONPE")
```
```{r}
ggsave("r_124.png", scale = 2)
```
Spread de seg vuelta
```{r}
#df_2vuelta
colnames(df_2vuelta)
cor_df_2vuelta = spread(df_2vuelta, key = AGRUPACION, value = TOTAL_VOTOS)
ggplot(cor_df_2vuelta, aes(x= cor_df_2vuelta$`FUERZA POPULAR`, y= cor_df_2vuelta$`PARTIDO POLITICO NACIONAL PERU LIBRE`))+
geom_point()+
labs(title = "Diagrama de dispersion de ganadores para 2da vuelta",
subtitle = "Elaborado: Luis Miguel Meza Ramos",
caption = "Fuente: ONPE")
```
# drop
```{r}
cor_df_2vuelta_drop = cor_df_2vuelta[-c(15),]
ggplot(cor_df_2vuelta_drop, aes(x= cor_df_2vuelta_drop$`FUERZA POPULAR`, y= cor_df_2vuelta_drop$`PARTIDO POLITICO NACIONAL PERU LIBRE`))+
geom_point()+ geom_smooth(method = "lm")
labs(title = "Diagrama de dispersion de ganadores para 2da vuelta",
subtitle = "Elaborado: Luis Miguel Meza Ramos",
caption = "Fuente: ONPE")
```
# regresion lineal
```{r}
lm.dist.speed <- lm(cor_df_2vuelta_drop$`FUERZA POPULAR` ~ cor_df_2vuelta_drop$`PARTIDO POLITICO NACIONAL PERU LIBRE`)
lm.dist.speed$coefficients
plot(cor_df_2vuelta_drop$`FUERZA POPULAR`,cor_df_2vuelta_drop$`PARTIDO POLITICO NACIONAL PERU LIBRE`)
abline(lm.dist.speed, col = "red")
keiko = -17389.57 * 0.8628655344*lapiz
```
# Librerias
```{r}
library(psych)
library(tidyverse)
```