perfil_eleitorado.R

rm(list=ls())
library(XML)

urlTSE <- "http://www.tse.jus.br/hotSites/pesquisas-eleitorais/eleitorado_anos/perfil_eleitorado_anos/2016.html"
pagina <- xmlRoot(htmlParse(readLines(urlTSE)))
links.zip <- xpathSApply(pagina, "//a[@target = '_blank']", xmlGetAttr, name = 'href')

dir.create("~/perfil_eleitorado")
pasta <- "~/perfil_eleitorado/"
setwd(pasta)

perfil.eleitorado <- data.frame()
for (link in links.zip){
  uf <- substr(link, 98, 99)
  nome.arquivo <- paste0(uf , ".zip")
  print(paste("Abrindo arquivo de", uf))
  download.file(link, nome.arquivo)
  unzip(zipfile = nome.arquivo)
  for (arquivo in list.files()){
    if (substr(arquivo, nchar(arquivo) - 2, nchar(arquivo)) == "txt") {
      
      # Escolher colunas no colchete ao final da linha abaixo
      # Dexei como exemplo as colunas 2, 3, 5, 7 e 11
      perfil.uf <- read.table(arquivo, sep=";", quote="\"", fileEncoding = "latin1")[,c( 4, 5, 7, 8, 14, 17)]
      
      perfil.eleitorado <- rbind(perfil.eleitorado, perfil.uf)
    }
    file.remove(arquivo)
  }
  print(paste("Arquivo de", uf, "aberto com sucesso"))
  print("")
}

names(perfil.eleitorado) <- c("uf", "munic", "zona", "secao", "escolaridade", "eleitores")

perfil.eleitorado.aggreg <- aggregate(perfil.eleitorado$eleitores, 
                                      by = list(perfil.eleitorado$uf, 
                                                perfil.eleitorado$munic, 
                                                perfil.eleitorado$zona, 
                                                perfil.eleitorado$secao, 
                                                perfil.eleitorado$escolaridade), 
                                      FUN = "sum")