Ce fichier est très complet et permet d'avoir les résultats pour chaque circonscription relatives aux différents partis.
J'ai voulu créer un fichier remanié ne faisant apparaître que les gagnants. Le voici en téléchargement au format csv:
Plan:
- Pourquoi remanier le fichier
- Quel métier exercent les candidats ayant remporté les élections législatives?
- Autres explorations
- Petits camemberts
- Triangulaires
- Abstention
- Extrême-Droite
- Les éléments clés du code ayant permis cette transformation
- Le code R sous github
Pourquoi remanier le fichier
Il n'est pas très aisé d'avoir, à partir du fichier d'origine, les gagnants pour chaque circonscription. Pour chaque circonscription, les résultats relatifs aux candidats sont ordonnés en colonnes mais pas selon le pourcentage de vote obtenu.
Il y a donc une structure en colonnes correspondant aux résultats pour un candidat qui est répliquée de 2 à trois fois.
Aussi, les partis d'appartenance politique sont mentionnés par des codes. Les libellés de ces derniers sont récupérables depuis le fichier des résultats du second tour des élections présidentielles. Je les ai aussi intégrés dans le fichier final.
Un remaniement du fichier serait nécessaire afin d'avoir un résultat synthétique des résultats. Il serait cohérent d'identifier les gagnants dans cette masse de données. C'est le but du traitement réalisé.
Il faut signaler que le fichier comporte un tronc commun: des données générales permettant d'analyser entre autres choses l'abstention.
En gros, l'opération que j'ai réalisée consiste à migrer de cette structure native de fichier à celle-ci:
Aussi ai-je rajouté une colonne: le nombre de candidats présents au second tour pour chaque circonscription. Ce nombre va de 1 à 3. Il permet de déterminer les triangulaires.
J'espère que ce fichier vous aura permis de réaliser des analyses, voire des cartes sympathiques. D'ailleurs, voici un article mentionnant un fichier géographique des circonscriptions: http://www.joelgombin.fr/?p=649
Voici quelques petites statistiques que j'ai réalisées sur la base de ce fichier.
Quelle profession exercent les gagnants?
Un article du Figaro intitulé "Les députés issus des classes populaires ont disparu" indique que ces derniers sont à présents largement diplômés, contrairement à avant où ils étaient surtout issus de milieux modestes.
Regardons quel métier ils excercent. Pour cela, il a fallu que je récupère le fichier des candidats aux élections législatives sur le site de data publica.
 |
| Distribution des professions exercées par les députés |
Dans l'article, il est également dit que côté Socialistes, la grande majorité des élus provient de l'enseignement secondaire et que le privé est davantage représenté côté Droite. Regardons le pourcentage de métier entre Gauche (Socialiste) et Droite (UMP). Cela est confirmé.
 |
| Gauche Droite: les métiers des députés |
Autres explorations du fichier
Petits camemberts
Voici des petits camemberts montrant la répartition des sexes et des partis représentés.
Très largement, l'Assemblée Nationale se partage entre Socialistes et candidats de l'UMP et les hommes sont plus largements présents que les femmes, près des 3/4.
Triangulaires
Ce tableau présente les différentes circonscriptions et partis présents aux triangulaires.
Libellé.du.département Code.de.la.circonscription Nuance Nuance.1 Nuance.2
2 AIN 2 DVG UMP FN
6 AISNE 1 SOC DVG NCE
10 AISNE 5 RDG UMP FN
31 AUBE 1 RDG UMP FN
45 BOUCHES DU RHONE 6 VEC UMP FN
47 BOUCHES DU RHONE 8 SOC UMP FN
49 BOUCHES DU RHONE 10 VEC UMP FN
51 BOUCHES DU RHONE 12 SOC UMP FN
54 BOUCHES DU RHONE 15 DVG UMP FN
75 HAUTE CORSE 1 RDG REG UMP
93 DOUBS 4 SOC UMP FN
115 GARD 1 SOC NCE FN
116 GARD 2 SOC UMP FN
117 GARD 3 SOC UMP FN
120 GARD 6 VEC UMP FN
146 HERAULT 6 SOC UMP FN
147 HERAULT 7 SOC UMP FN
186 LOIRE 4 VEC UMP FN
245 MOSELLE 4 SOC UMP FN
248 MOSELLE 7 SOC PRV FN
275 OISE 2 SOC UMP FN
279 OISE 6 FG UMP FN
300 PYRENEES ATLANTIQUES 2 SOC CEN UMP
306 PYRENEES ORIENTALES 1 DVG UMP FN
321 HAUT RHIN 6 SOC NCE FN
420 VAR 2 SOC UMP FN
421 VAR 3 RDG UMP FN
425 VAR 7 DVG UMP FN
426 VAR 8 SOC UMP FN
427 VAUCLUSE 1 SOC UMP FN
429 VAUCLUSE 3 SOC UMP FN
467 HAUTS DE SEINE 6 SOC DVD DVD
470 HAUTS DE SEINE 9 SOC UMP DVD
529 WALLIS-ET-FUTUNA 1 RDG DVG DVD
2 AIN 2 DVG UMP FN
6 AISNE 1 SOC DVG NCE
10 AISNE 5 RDG UMP FN
31 AUBE 1 RDG UMP FN
45 BOUCHES DU RHONE 6 VEC UMP FN
47 BOUCHES DU RHONE 8 SOC UMP FN
49 BOUCHES DU RHONE 10 VEC UMP FN
51 BOUCHES DU RHONE 12 SOC UMP FN
54 BOUCHES DU RHONE 15 DVG UMP FN
75 HAUTE CORSE 1 RDG REG UMP
93 DOUBS 4 SOC UMP FN
115 GARD 1 SOC NCE FN
116 GARD 2 SOC UMP FN
117 GARD 3 SOC UMP FN
120 GARD 6 VEC UMP FN
146 HERAULT 6 SOC UMP FN
147 HERAULT 7 SOC UMP FN
186 LOIRE 4 VEC UMP FN
245 MOSELLE 4 SOC UMP FN
248 MOSELLE 7 SOC PRV FN
275 OISE 2 SOC UMP FN
279 OISE 6 FG UMP FN
300 PYRENEES ATLANTIQUES 2 SOC CEN UMP
306 PYRENEES ORIENTALES 1 DVG UMP FN
321 HAUT RHIN 6 SOC NCE FN
420 VAR 2 SOC UMP FN
421 VAR 3 RDG UMP FN
425 VAR 7 DVG UMP FN
426 VAR 8 SOC UMP FN
427 VAUCLUSE 1 SOC UMP FN
429 VAUCLUSE 3 SOC UMP FN
467 HAUTS DE SEINE 6 SOC DVD DVD
470 HAUTS DE SEINE 9 SOC UMP DVD
529 WALLIS-ET-FUTUNA 1 RDG DVG DVD
Les 20 départements comportant le plus d'abstention sont les suivants
Libellé.du.département Code.de.la.circonscription X..Abs.Ins
538 FRANCAIS DE L'ETRANGER 8 87.23
532 FRANCAIS DE L'ETRANGER 2 84.45
539 FRANCAIS DE L'ETRANGER 9 81.74
531 FRANCAIS DE L'ETRANGER 1 80.93
533 FRANCAIS DE L'ETRANGER 3 79.44
535 FRANCAIS DE L'ETRANGER 5 79.24
536 FRANCAIS DE L'ETRANGER 6 77.62
540 FRANCAIS DE L'ETRANGER 10 76.96
537 FRANCAIS DE L'ETRANGER 7 75.92
534 FRANCAIS DE L'ETRANGER 4 73.97
541 FRANCAIS DE L'ETRANGER 11 73.93
481 SEINE SAINT-DENIS 7 68.38
478 SEINE SAINT-DENIS 4 67.61
485 SEINE SAINT-DENIS 11 67.12
70 CHER 2 66.43
271 NORD 19 66.28
475 SEINE SAINT-DENIS 1 66.23
462 HAUTS DE SEINE 1 66.08
513 MARTINIQUE 3 64.93
381 SEINE MARITIME 8 64.80
538 FRANCAIS DE L'ETRANGER 8 87.23
532 FRANCAIS DE L'ETRANGER 2 84.45
539 FRANCAIS DE L'ETRANGER 9 81.74
531 FRANCAIS DE L'ETRANGER 1 80.93
533 FRANCAIS DE L'ETRANGER 3 79.44
535 FRANCAIS DE L'ETRANGER 5 79.24
536 FRANCAIS DE L'ETRANGER 6 77.62
540 FRANCAIS DE L'ETRANGER 10 76.96
537 FRANCAIS DE L'ETRANGER 7 75.92
534 FRANCAIS DE L'ETRANGER 4 73.97
541 FRANCAIS DE L'ETRANGER 11 73.93
481 SEINE SAINT-DENIS 7 68.38
478 SEINE SAINT-DENIS 4 67.61
485 SEINE SAINT-DENIS 11 67.12
70 CHER 2 66.43
271 NORD 19 66.28
475 SEINE SAINT-DENIS 1 66.23
462 HAUTS DE SEINE 1 66.08
513 MARTINIQUE 3 64.93
381 SEINE MARITIME 8 64.80
Comme le mentionnait Data Publica sur son site, les fançais de l'étranger arrivent en tête.
Extrême-Droite
Les circonscriptions avec un candidat gagnant d'extrême droite:
Libellé.du.département Code.de.la.circonscription Nom Prénom
116 GARD 2 COLLARD Gilbert
429 VAUCLUSE 3 MARECHAL-LE PEN Marion
430 VAUCLUSE 4 BOMPARD Jacques
Nuance X..Voix.Exp ncandidats
116 FN 42.82 3
429 FN 42.09 3
430 EXD 58.77 2
Il me semblait correct de rendre le mécanisme, la méthode réalisée ouverts, transparents, de la même façon que le sont les données source. Par la suite, vous trouverez les aspects plus techniques liés au code puis enfin le code complet.
Les éléments clés du code
Les lots de colonnes correspondant aux différents panneaux sont stockés dans une liste.
resL <- list() resL[[1]] <- res[,17:24] resL[[2]] <- res[,25:32] resL[[3]] <- res[,33:40]
On détecte quel est le lot/le panneau comportant la valeur maximale
wch <- sapply(1:nrow(res), function(x) which.max(sapply(1:3, function(i) resL[[i]][x, 6])))
On détecte par la suite quelle est la ligne à sélectionner pour le data frame final. On crée ce dernier en assemblant les lignes.
rowSel <- lapply(1:nrow(res), function(x) resL[[wch[x]]][x, ]) dfSel <- do.call("rbind", rowSel)
Le code R sous github
Aucun commentaire:
Enregistrer un commentaire