Fichier des gagnants aux élections législatives 2nd Tour d'après le fichier de Data Publica

res_leg_2nd_T.R

library(gdata)
library(stringr)

#Fichier source : http://www.data-publica.com/data/13622--resultat-par-circonscription-du-2nd-tour-des-elections-legislatives-17-juin-2012
res <- read.xls("IN/Leg 2012 Résultats CirLG FE T2.xls") # résultats législatifs

###########################
# RECUPERATION DU GAGNANT #
###########################

# PRE-TRAITEMENT
dfBase <- res[ ,1:16]

resL <- list()

resL[[1]] <- res[,17:24]
resL[[2]] <- res[,25:32] 
resL[[3]] <- res[,33:40]

for (i in 1:3) {
  nms <- c()
  names(resL[[i]]) <- names(resL[[1]])
}

# RECUPERATION DU GAGNANT
wch <- sapply(1:nrow(res), function(x) which.max(sapply(1:3, function(i) resL[[i]][x, 6])))

rowSel <- vector(mode="list")
rowSel <- lapply(1:nrow(res), function(x) resL[[wch[x]]][x, ])
dfSel <- do.call("rbind", rowSel)

# ADJONCTION AVEC DONNEES GENERALES
df <- cbind(dfBase, dfSel)

# NUANCES LIBELLEES
nuances <- read.xls("F:/METHODES/1205_LEGISLATIVES/IN/Leg 2012 Candidatures T1 31 05 2012.xls", sheet=2, skip=2, header=FALSE)
mtch <- match(df$Nuance, str_trim(nuances[,1]))
df$Nuance.Lib <- str_trim(nuances[mtch, 2])

# NOMBRE DE CANDIDATS
df$ncandidats <- sapply(1:nrow(res), function(x) length(na.omit(sapply(1:3, function(i) resL[[i]][x,1]))))

# EXPORT
write.table(df, file="OUT/Leg 2012 Résultats CirLG FE T2_gagnants.csv", sep=";", quote=F, row.names=F)


###########################
# PROFESSION DES GAGNANTS #
###########################

cddts <- read.xls("F:/METHODES/1205_LEGISLATIVES/IN/Leg 2012 Candidatures T1 31 05 2012.xls", sheet=1)
mtch <- match(df$Nom, cddts$Nom)
df$Profession <- cddts$Profession[mtch]

# AFFICHAGE
print(df[, c("Nom", "Prénom", "Profession", "Nuance.Lib")])

# HISTOGRAMME
t <- table(df$Profession)
t <- t[order(t)]
bp <- barplot(t, horiz=T, yaxt="n")
axis(2, at=bp, labels = rownames(t), tick = FALSE, las = 2, cex.axis=.4)

# BAR PLOT
umpSoc <- df[df$Nuance.Lib %in% c("Socialiste", "Union pour un Mouvement Populaire"), ]
t <- table(umpSoc$Profession, umpSoc$Nuance.Lib)
tpc <- apply(t,1,function(x) x/sum(x)*100)
tpc <- t(tpc)
tpc <- tpc[order(tpc[,1]), ]
tpc <- tpc[complete.cases(tpc), ]
bp <- barplot(t(tpc), col=c("red", "blue"), horiz=T, yaxt="n")
axis(2, at=bp, labels = rownames(tpc), tick = FALSE, las = 2, cex.axis=.8)


################
# AUTRES STATS #
################

# PIE CHARTS
lCharts <- list(df$Sexe, df$Nuance.Lib)
lChartsT <- lapply(lCharts, function(x) table(x))
par(mfrow=c(1,2))
lapply(lChartsT, function(x) pie(x, labels=paste(names(x), " (", x, ")", sep=""), col=rainbow(length(x)), cex=.5))
dev.off()

# DEPARTEMENTS AVEC LE PLUS D ABSTENTION
head(df[rev(order(df$X..Abs.Ins)), c(3, 4, 8)], 20) 

# EXTREME DROITE
df[df$Nuance.Lib %in% c("Extrême droite", "Front National"), c("Libellé.du.département", "Code.de.la.circonscription" ,"Nom", "Prénom", "Nuance", "X..Voix.Exp", "ncandidats")] # DEPARTEMENTS ET GAGNANTS D EXTREME DROITE

# REPARTITION DES SEXES PAR PARTI
par(mar=c(5,15,0,5))
t <- table(df$Sexe, df$Nuance.Lib)
bp <- barplot(t, col=c("lightblue", "pink"), horiz=T, yaxt="n")
axis(2, at=bp, labels = colnames(t), tick = FALSE, las = 2)