-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathanalisa_prestacoes_por_genero.R
220 lines (197 loc) · 11.6 KB
/
analisa_prestacoes_por_genero.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
###############################################################################
# Copyright (C) 2016 Diego Rabatone Oliveira
#
# This program is free software: you can redistribute it and/or modify
# it under the terms of the GNU General Public License as published by
# the Free Software Foundation, either version 3 of the License, or
# (at your option) any later version.
#
# This program is distributed in the hope that it will be useful,
# but WITHOUT ANY WARRANTY; without even the implied warranty of
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
# GNU General Public License for more details.
#
# You should have received a copy of the GNU General Public License
# along with this program. If not, see <http://www.gnu.org/licenses/>.
#
###############################################################################
# Carregando bibliotecas.
# Estas são as bibliotecas necessárias para nossos trabalhos aqui.
library(dplyr)
library(plyr)
library(data.table)
# Escreva na variável abaixo o endereço completo de onde estão os dados que
# serão utilizados. e.g.: '/home/<username>/datafolder/eleicoes2016'
# pasta_aonde_estao_os_dados = '/media/diraol/diraol_ext4/thacker/eleicao2016/'
pasta_aonde_estao_os_dados = NA
if (is.na(pasta_aonde_estao_os_dados)) {
setwd(getwd())
} else {
setwd(pasta_aonde_estao_os_dados)
}
# Este pedaço de código comentado foi utilizado para gerar uma "versão final"
# dos dados dos candidatos num arquivo CSV já com cabeçalho.
# cand_names = c(
# 'DATA_GERACAO', 'HORA_GERACAO', 'ANO_ELEICAO', 'NUM_TURNO',
# 'DESCRICAO_ELEICAO', 'SIGLA_UF', 'SIGLA_UE', 'DESCRICAO_UE',
# 'CODIGO_CARGO', 'DESCRICAO_CARGO', 'NOME_CANDIDATO',
# 'SEQUENCIAL_CANDIDATO', 'NUMERO_CANDIDATO', 'CPF_CANDIDATO',
# 'NOME_URNA_CANDIDATO', 'COD_SITUACAO_CANDIDATURA',
# 'DES_SITUACAO_CANDIDATURA', 'NUMERO_PARTIDO', 'SIGLA_PARTIDO',
# 'NOME_PARTIDO', 'CODIGO_LEGENDA', 'SIGLA_LEGENDA',
# 'COMPOSICAO_LEGENDA', 'NOME_LEGENDA', 'CODIGO_OCUPACAO',
# 'DESCRICAO_OCUPACAO', 'DATA_NASCIMENTO',
# 'NUM_TITULO_ELEITORAL_CANDIDATO', 'IDADE_DATA_ELEICAO',
# 'CODIGO_SEXO', 'DESCRICAO_SEXO', 'COD_GRAU_INSTRUCAO',
# 'DESCRICAO_GRAU_INSTRUCAO', 'CODIGO_ESTADO_CIVIL',
# 'DESCRICAO_ESTADO_CIVIL', 'CODIGO_COR_RACA',
# 'DESCRICAO_COR_RACA', 'CODIGO_NACIONALIDADE',
# 'DESCRICAO_NACIONALIDADE', 'SIGLA_UF_NASCIMENTO',
# 'CODIGO_MUNICIPIO_NASCIMENTO', 'NOME_MUNICIPIO_NASCIMENTO',
# 'DESPESA_MAX_CAMPANHA', 'COD_SIT_TOT_TURNO',
# 'DESC_SIT_TOT_TURNO', 'NM_EMAIL'
# )
#
# candidatos <- fread(input='cand-2016.csv', header=FALSE, data.table=FALSE)
# colnames(candidatos) <- cand_names
# write.csv2(candidatos, 'cand-2016_com_header.csv', row.names=FALSE)
# Agora sim vamos ao nosso código....
# Lendo nosso arquivo de candidatos.
candidatos <- fread(input='cand-2016_com_header.csv', data.table=FALSE, sep=';',
dec=',', colClasses = list(factor=c('SIGLA_UF', 'SIGLA_UE',
'DESCRICAO_UE',
'DESCRICAO_CARGO',
'DES_SITUACAO_CANDIDATURA',
'DESCRICAO_SEXO',
'DESCRICAO_GRAU_INSTRUCAO',
'DESCRICAO_ESTADO_CIVIL',
'DESCRICAO_COR_RACA',
'DESC_SIT_TOT_TURNO')),
drop=c('CODIGO_CARGO', 'CPF_CANDIDATO',
'COD_SITUACAO_CANDIDATURA', 'CODIGO_OCUPACAO',
'CODIGO_SEXO', 'COD_GRAU_INSTRUCAO',
'CODIGO_ESTADO_CIVIL', 'CODIGO_COR_RACA',
'CODIGO_NACIONALIDADE', 'CODIGO_MUNICIPIO_NASCIMENTO',
'COD_SIT_TOT_TURNO'),
na.strings='#NULO#')
# Lendo o arquivo de despesas.
despesas <- fread(input='despesas_final.csv', header=TRUE, data.table=FALSE,
sep=';', dec=',',
select=c('Sequencial Candidato', 'Valor despesa',
'Tipo despesa'),
colClasses=list(numeric=c('Valor despesa'),
factor=c('Tipo despesa')))
# Apenas ajustando o nome das colunas (variáveis) para ficar igual ou no mesmo
# estilo da base de candidatos(as)
colnames(despesas) <- c('SEQUENCIAL_CANDIDATO', 'VALOR_DESPESA', 'TIPO_DESPESA')
# Eu não sei o motivo, mas o valor receita está sendo importado como string...
# Deve ser por conta da vírgula como separador de decimal, mas deveria funcionar
# mesmo assim. De qualquer forma, vamos substituir as vírgulas por pontos:
despesas$VALOR_DESPESA <- sub(",",".",despesas$VALOR_DESPESA)
# E agora converter para numero mesmo.
despesas$VALOR_DESPESA <- as.numeric(despesas$VALOR_DESPESA)
receitas <- fread(input='receitas.csv', header=TRUE, data.table=FALSE, sep=';',
select=c('Sequencial Candidato', 'Valor receita',
'Tipo receita', 'Fonte recurso'), dec=',',
colClasses=list(numeric=c('Valor receita'),
factor=c('Tipo receita', 'Fonte recurso')))
# Apenas ajustando o nome das colunas (variáveis) para ficar igual ou no mesmo
# estilo da base de candidatos(as)
colnames(receitas) <- c('SEQUENCIAL_CANDIDATO', 'VALOR_RECEITA', 'TIPO_RECEITA',
'FONTE_RECURSO')
# Eu não sei o motivo, mas o valor receita está sendo importado como string...
# Deve ser por conta da vírgula como separador de decimal, mas deveria funcionar
# mesmo assim. De qualquer forma, vamos substituir as vírgulas por pontos:
receitas$VALOR_RECEITA <- sub(",",".",receitas$VALOR_RECEITA)
# E agora converter para numero mesmo.
receitas$VALOR_RECEITA <- as.numeric(receitas$VALOR_RECEITA)
# Vamos agora calcular receita e despesa totais e adicionar à base de
# candidatos(as)
candidatos <- candidatos %>% filter(DESCRICAO_CARGO != 'VICE-PREFEITO') %>%
# Agora adicionando à tabela de candidatos uma coluna com a despesa total
# daquele(a) candidato(a)
left_join(despesas %>%
group_by(SEQUENCIAL_CANDIDATO) %>%
summarize(DESPESA_TOTAL=sum(VALOR_DESPESA, na.rm=TRUE))
) %>%
# Agora adicionando à tabela de candidatos uma coluna com a receita total
# daquele(a) candidato(a)
left_join(receitas %>%
group_by(SEQUENCIAL_CANDIDATO) %>%
summarize(RECEITA_TOTAL=sum(VALOR_RECEITA, na.rm=TRUE)))
# Calculando valores por UF, CARGO e SEXO, independente de resultado final. Por
# isso vamos filtra apenas por primeiro turno, assim pegamos todas as pessoas e
# não temos ninguém que se repete para ser contabilizado(a) mais de uma vez.
valores_por_uf_cargo <- candidatos %>%
filter(NUM_TURNO==1) %>%
group_by(SIGLA_UF, DESCRICAO_CARGO) %>%
summarize(DESPESA_UF_CARGO=sum(DESPESA_TOTAL, na.rm=TRUE),
RECEITA_UF_CARGO=sum(RECEITA_TOTAL, na.rm=TRUE),
CAND_UNIQ_UF_CARGO=length(unique(SEQUENCIAL_CANDIDATO))) %>% ungroup()
# Calculando valores por UF, CARGO e SEXO, independente de resultado final. Por
# isso vamos filtra apenas por primeiro turno, assim pegamos todas as pessoas e
# não temos ninguém que se repete para ser contabilizado(a) mais de uma vez.
resultados_candidatas <- candidatos %>%
filter(NUM_TURNO==1) %>%
group_by(SIGLA_UF, DESCRICAO_CARGO, DESCRICAO_SEXO) %>%
summarize(DESPESA_UF_CARGO_SEXO=sum(DESPESA_TOTAL, na.rm=TRUE),
RECEITA_UF_CARGO_SEXO=sum(RECEITA_TOTAL, na.rm=TRUE),
CAND_UNIQ_UF_CARGO_SEXO=length(unique(SEQUENCIAL_CANDIDATO))) %>%
# Juntando os valores calculados anteriormente para UF/CARGO
left_join(valores_por_uf_cargo, by=c('SIGLA_UF', 'DESCRICAO_CARGO')) %>%
# Agora que temos os dados absolutos por (UF/CARGO) e (UF/CARGO/SEXO),
# vamos calcular os respectivos percentuais.
mutate(PERC_DESPESA=round(DESPESA_UF_CARGO_SEXO/DESPESA_UF_CARGO*100,2),
PERC_RECEITA=round(RECEITA_UF_CARGO_SEXO/RECEITA_UF_CARGO*100,2),
PERC_CAND=round(CAND_UNIQ_UF_CARGO_SEXO/CAND_UNIQ_UF_CARGO*100,2)) %>%
ungroup() # %>%
# Salvano num arquivo externo
# write.csv2('sumarizacao_pessoas_candidatas.csv', row.names=FALSE)
########################################################
# Agora fazendo o cálculo apenas para quem se elegeu....
########################################################
eleitos <- candidatos %>%
filter(DESC_SIT_TOT_TURNO %in% c('ELEITO', 'ELEITO POR MÉDIA',
'ELEITO POR QP'))
# Calculando valores por UF, CARGO e SEXO, independente de resultado final. Por
# isso vamos filtra apenas por primeiro turno, assim pegamos todas as pessoas e
# não temos ninguém que se repete para ser contabilizado(a) mais de uma vez.
valores_por_uf_cargo <- eleitos %>%
filter(NUM_TURNO==1) %>%
group_by(SIGLA_UF, DESCRICAO_CARGO) %>%
summarize(DESPESA_UF_CARGO=sum(DESPESA_TOTAL, na.rm=TRUE),
RECEITA_UF_CARGO=sum(RECEITA_TOTAL, na.rm=TRUE),
CAND_UNIQ_UF_CARGO=length(unique(SEQUENCIAL_CANDIDATO))) %>% ungroup()
# Calculando valores por UF, CARGO e SEXO, independente de resultado final. Por
# isso vamos filtra apenas por primeiro turno, assim pegamos todas as pessoas e
# não temos ninguém que se repete para ser contabilizado(a) mais de uma vez.
resultados_eleitas <- eleitos %>%
filter(NUM_TURNO==1) %>%
group_by(SIGLA_UF, DESCRICAO_CARGO, DESCRICAO_SEXO) %>%
summarize(DESPESA_UF_CARGO_SEXO=sum(DESPESA_TOTAL, na.rm=TRUE),
RECEITA_UF_CARGO_SEXO=sum(RECEITA_TOTAL, na.rm=TRUE),
CAND_UNIQ_UF_CARGO_SEXO=length(unique(SEQUENCIAL_CANDIDATO))) %>%
# Juntando os valores calculados anteriormente para UF/CARGO
left_join(valores_por_uf_cargo, by=c('SIGLA_UF', 'DESCRICAO_CARGO')) %>%
# Agora que temos os dados absolutos por (UF/CARGO) e (UF/CARGO/SEXO),
# vamos calcular os respectivos percentuais.
mutate(PERC_DESPESA=round(DESPESA_UF_CARGO_SEXO/DESPESA_UF_CARGO*100,2),
PERC_RECEITA=round(RECEITA_UF_CARGO_SEXO/RECEITA_UF_CARGO*100,2),
PERC_CAND=round(CAND_UNIQ_UF_CARGO_SEXO/CAND_UNIQ_UF_CARGO*100,2)) %>%
ungroup() # %>%
# Salvano num arquivo externo
# write.csv2('sumarizacao_pessoas_eleitas.csv', row.names=FALSE)
# Abaixo alguns codigos que ou nao foram utilizados, ou foram checagens pontuais
# ou estão incompletos. Não precisa se preocupar come eles...
###############################################################################
#resultados_candidatas %>% ungroup() %>% filter(DESCRICAO_SEXO=='FEMININO') %>%
# unite(cargo_sexo, DESCRICAO_CARGO, DESCRICAO_SEXO, sep='-')
#
#cbind(
# unique(resultados_candidatas$SIGLA_UF),
# select(resultados_candidatas, SIGLA_UF, DESCRICAO_CARGO, DESCRICAO_SEXO, PERC_CAND) %>% unite(cargo_sexo, DESCRICAO_CARGO, DESCRICAO_SEXO, sep='-') %>% spread(cargo_sexo, PERC_CAND)
#)
#candidatas_roraima <- filter(candidatos, SIGLA_UF=='RR', DESCRICAO_CARGO=='PREFEITO', DESCRICAO_SEXO=='FEMININO')$SEQUENCIAL_CANDIDATO
#candidatos_roraima <- filter(candidatos, SIGLA_UF=='RR', DESCRICAO_CARGO=='PREFEITO', DESCRICAO_SEXO=='MASCULINO')$SEQUENCIAL_CANDIDATO
#despesas_roraima_mulheres <- despesas %>% filter(SEQUENCIAL_CANDIDATO %in% candidatas_roraima) %>% arrange(-VALOR_DESPESA)
#despesas_roraima_homens <- despesas %>% filter(SEQUENCIAL_CANDIDATO %in% candidatos_roraima) %>% arrange(-VALOR_DESPESA)