Ejercicio análisis del voto evangélico
Camila Salazar
¿Cuánto ha variado el voto evangélico en CR en las últimas 5 elecciones?
Este análisis se realizó para el trabajo “Voto por diputados evangélicos se triplicó en cinco elecciones”, publicado en el diario La Nación el 26 de junio de 2017.
Para ello se construyó una base, con datos del TSE, de las elecciones de 1998, 2002, 2006, 2010 y 2014. Se usaron los datos de votación para diputados de partidos evangélicos: Alianza Nacional Cristiana, Renovación Costarricense y Restauración Nacional.
Paquetes y carga de archivos
Lo primero que hacemos es cargar el archivo de excel con todas sus hojas. Luego la función read_excel_allsheets recorre el archivo para leer todas las hojas, y finalmente, las guardamos en una lista (un objeto de R).
Con la función join_all del paquete plyr unimos todas las hojas en un mismo archivo. Finalmente reemplazamos los blancos con 0, para facilitar el análisis.
library(tidyr)
library(plyr)
library(dplyr)
library(readxl)
library(ggplot2)
library(ggthemes)
#Cargar hojas del archivo
diputados <- excel_sheets("diputados.xlsx")
#leer hojas del archivo
read_excel_allsheets <- function(diputados) {
sheets <- readxl::excel_sheets(diputados)
x <- lapply(sheets, function(X) readxl::read_excel(diputados, sheet = X))
names(x) <- sheets
x
}
#crear lista con archivos
mysheets <- read_excel_allsheets("diputados.xlsx")
#Unir bases
evangelicos <- join_all(mysheets, by = "codigod", type = "left", match="all")
#reemplazar blancos con cero
evangelicos[is.na(evangelicos)] <- 0Limpieza
La base de datos contiene la cantidad de votos válidos por distrito total y para los partidos Renovación Costarricense (rc), Restauración Nacional (rn) y Alianza Nacional Cristiana (anc). Lo primero que tenemos que hacer es crear nuevas variables que sume la cantidad de votos válidos para esos partidos por cada distrito. Eso lo hacemos con el paquete dplyr.
evangelicos <- evangelicos %>%
mutate(tot14=rc14+rn14,
tot10=rc10+rn10,
tot06=rc06+rn06,
tot02=rc02+anc02,
tot98=rc98+anc98) %>%
select(provincia, codigoc, canton, HASC, codigod, distrito, starts_with("valido"), starts_with("tot"))Agrupar por cantones
El análisis se va a enfocar en la votación por cantones y no distritos, por lo que es necesario agrupar los datos por cantones. Además se crean variables de porcentaje de voto evangélico por cantón.
cantones <- evangelicos %>%
group_by(codigoc, canton, HASC) %>%
summarise(validos14=sum(validos14),
tot14=sum(tot14),
validos10=sum(validos10),
tot10=sum(tot10),
validos06=sum(validos06),
tot06=sum(tot06),
validos02=sum(validos02),
tot02=sum(tot02),
validos98=sum(validos98),
tot98=sum(tot98)) %>%
mutate(por14=tot14/validos14*100,
por10=tot10/validos10*100,
por06=tot06/validos06*100,
por02=tot02/validos02*100,
por98=tot98/validos98*100) %>%
select(codigoc, canton, HASC, starts_with("por"))Ahora podemos empezar a analizar los datos, por ejemplo, preguntarnos **en cuáles cantones el porcentaje de voto evangélico superó el 10%, en la última elección.
cantones %>%
select(canton, por14)%>%
filter(por14>=10) %>%
arrange(desc(por14))## # A tibble: 17 x 3
## # Groups: codigoc, canton [17]
## codigoc canton por14
## <dbl> <chr> <dbl>
## 1 705 MATINA 24.34588
## 2 706 GUACIMO 19.71476
## 3 506 "CA\u00d1AS" 18.58255
## 4 702 POCOCI 15.70816
## 5 703 SIQUIRRES 15.07891
## 6 110 ALAJUELITA 13.42638
## 7 704 TALAMANCA 13.21813
## 8 701 LIMON 12.80954
## 9 205 ATENAS 12.22975
## 10 610 CORREDORES 12.14472
## 11 108 GOICOECHEA 10.99961
## 12 103 DESAMPARADOS 10.87548
## 13 101 SAN JOSE 10.59692
## 14 410 SARAPIQUI 10.37271
## 15 510 LA CRUZ 10.19140
## 16 505 CARRILLO 10.14572
## 17 606 AGUIRRE 10.00103Los datos muestran que en 2014, 17 cantones tuvieron un porcentaje de votación a partidos evangélicos superior al 10%. Matina fue el cantón con mayor porcentaje, con un 24%. al compararlo con las elecciones anteriores, en 2010, solo 2 cantones mostraron ese comportamiento, en 2006 fueron 5 cantones, en 2002, cuatro y en 1998 solamente 2.
cantones %>%
select(canton, por10)%>%
filter(por10>=10) %>%
arrange(desc(por10))## # A tibble: 2 x 3
## # Groups: codigoc, canton [2]
## codigoc canton por10
## <dbl> <chr> <dbl>
## 1 705 MATINA 20.10820
## 2 410 SARAPIQUI 10.76534cantones %>%
select(canton, por06)%>%
filter(por06>=10)%>%
arrange(desc(por06))## # A tibble: 5 x 3
## # Groups: codigoc, canton [5]
## codigoc canton por06
## <dbl> <chr> <dbl>
## 1 410 SARAPIQUI 16.56941
## 2 705 MATINA 15.34905
## 3 610 CORREDORES 12.09044
## 4 110 ALAJUELITA 10.28735
## 5 510 LA CRUZ 10.17270cantones %>%
select(canton, por02)%>%
filter(por02>=10)%>%
arrange(desc(por02))## # A tibble: 4 x 3
## # Groups: codigoc, canton [4]
## codigoc canton por02
## <dbl> <chr> <dbl>
## 1 503 SANTA CRUZ 20.28466
## 2 610 CORREDORES 15.82895
## 3 410 SARAPIQUI 11.29139
## 4 505 CARRILLO 10.07859cantones %>%
select(canton, por98)%>%
filter(por98>=10)%>%
arrange(desc(por98))## # A tibble: 2 x 3
## # Groups: codigoc, canton [2]
## codigoc canton por98
## <dbl> <chr> <dbl>
## 1 503 SANTA CRUZ 12.42863
## 2 704 TALAMANCA 12.29925Agrupar por provincia
También podemos agrupar los datos por provincia y ver cómo ha cambiado el voto evangélico.
provincia <- evangelicos %>%
group_by(provincia) %>%
summarise(validos14=sum(validos14),
tot14=sum(tot14),
validos10=sum(validos10),
tot10=sum(tot10),
validos06=sum(validos06),
tot06=sum(tot06),
validos02=sum(validos02),
tot02=sum(tot02),
validos98=sum(validos98),
tot98=sum(tot98)) %>%
mutate(Y2014=tot14/validos14*100,
Y2010=tot10/validos10*100,
Y2006=tot06/validos06*100,
Y2002=tot02/validos02*100,
Y1998=tot98/validos98*100) %>%
select(provincia, starts_with("Y"))
provincia## # A tibble: 7 x 6
## provincia Y2014 Y2010 Y2006 Y2002 Y1998
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 ALAJUELA 7.187469 4.419666 4.186349 3.158968 1.757364
## 2 CARTAGO 3.938520 2.808650 1.955553 2.336615 1.783273
## 3 GUANACASTE 8.060151 5.072224 4.892232 6.619488 3.269921
## 4 HEREDIA 7.016413 2.866328 4.237410 3.865707 2.909482
## 5 LIMON 15.854073 8.565502 7.209747 6.413162 3.246306
## 6 PUNTARENAS 7.502190 4.265891 5.419321 4.804659 2.533479
## 7 SAN JOSE 9.228549 7.256322 7.489076 4.048354 3.177799Se observa que Limón es la provincia con mayor porcentaje de votación para estos partidos. Podemos hacer un gráfico para ver cómo ha evolucionado el voto evangélico. Para ello, lo primero que debemos hacer es reestructurar la base, de forma que tengamos en una sola variable el año y en la otra el porcentaje. Esto lo hacemos con la función gather del paquete tidyr.
provincia2 <- provincia%>%
gather(anio, porcentaje,-provincia) %>%
arrange(anio)
head(provincia2, 10)## # A tibble: 10 x 3
## provincia anio porcentaje
## <chr> <chr> <dbl>
## 1 ALAJUELA Y1998 1.757364
## 2 CARTAGO Y1998 1.783273
## 3 GUANACASTE Y1998 3.269921
## 4 HEREDIA Y1998 2.909482
## 5 LIMON Y1998 3.246306
## 6 PUNTARENAS Y1998 2.533479
## 7 SAN JOSE Y1998 3.177799
## 8 ALAJUELA Y2002 3.158968
## 9 CARTAGO Y2002 2.336615
## 10 GUANACASTE Y2002 6.619488Ahora vamos a usar el paquete ggplot2 y ggthemes para graficar. ggplot2 funciona agregando elementos. En la primera línea: ggplot(provincia2, aes(x=anio, y=porcentaje, group=provincia, colour=provincia)), lo primero es seleccionar el dataframe del cual vamos a tomar los datos. Luego viene el apartado de aesthetics donde especificamos qué variables queremos graficar.
En este caso queremos la variable de año en el eje X, y el porcentaje en el eje Y. Además queremos que nos agrupe los datos por provincia y que cada provincia sea de un color específico.
Luego podemos ir agregando elementos con el signo de +. geom_line(size=1), lo que nos dice es qué tipo de gráfico queremos, en este caso es un gráfico de líneas; por ejemplo si fuera de barras, pondríamos geom_bar().
Los demás elementos que se agregaron fue para darle estilo, por ejemplo un título, un tema (en este caso para que se viera similar a los gráficos del medio FiveThirtyEight), etcétera.
graficoprovincias<- ggplot(provincia2, aes(x=anio, y=porcentaje, group=provincia, colour=provincia)) +
geom_line(size=1) +
ggtitle("Evolucion del voto evangelico") +
theme_fivethirtyeight() +
ylab("Porcentaje de votos a partidos evangelicos") +
theme(axis.title = element_text()) +
theme(axis.title.x = element_blank())
graficoprovincias
En estos enlaces, puede ver más detalle de cómo hacer gráficos con ggplot2:
Ver el total del país
Ahora calculemos cómo ha variado el voto evangélico a nivel nacional.
total<- evangelicos %>%
summarise(validos14=sum(validos14),
tot14=sum(tot14),
validos10=sum(validos10),
tot10=sum(tot10),
validos06=sum(validos06),
tot06=sum(tot06),
validos02=sum(validos02),
tot02=sum(tot02),
validos98=sum(validos98),
tot98=sum(tot98)) %>%
mutate(Y2014=tot14/validos14*100,
Y2010=tot10/validos10*100,
Y2006=tot06/validos06*100,
Y2002=tot02/validos02*100,
Y1998=tot98/validos98*100) %>%
select(starts_with("Y"))
total## Y2014 Y2010 Y2006 Y2002 Y1998
## 1 8.170088 5.404708 5.496229 4.042701 2.679239#Cuánto varió
total$Y2014/total$Y1998## [1] 3.049406Los resultados muestran que entre 1998 y el 2014, el voto evangélico a nivel nacional se triplicó, al pasar de 2,6 a 8,1. Podemos ver la evolución en un gráfico:
total <- total%>%
gather(anio, porcentaje) %>%
arrange(desc(anio))
graficoevolucion <- ggplot(total, aes(x=anio, y=porcentaje, group=1)) +
geom_line(size=1.5, color="#00cef6") +
ggtitle("Evolucion del voto evangelico") +
theme_fivethirtyeight() +
ylab("Porcentaje de votos a partidos evangélicos") +
theme(axis.title = element_text()) +
theme(axis.title.x = element_blank())
graficoevolucion
Mapas
Una forma visual efectiva para ver la votación es por medio de mapas. Para hacer mapas en R vamos a requerir de varios paquetes:
library("gpclib")
library("raster")
library("maptools")
library("broom")
library(mapproj)
gpclibPermit()## [1] TRUEAhora es necesario importar geodatos para Costa Rica de la web. Luego con el comando fortify transformamos esos datos en polígonos que nos permiten mapear la información. Finalmente con el comando merge, unidos los geodatos con la base que habíamos creado previamente sobre el porcentaje de votación por cantones y ordenamos los polígonos para que el programa sepa en qué orden debe dibujar el mapa.
#Importar geodatos
cr <- getData("GADM", country = "CRI", level = 2)
#transformar geodatos
cr2<- fortify(cr, region = "HASC_2")
#Unir bases
cr_mapa <- merge(cr2, cantones, by.x= "id", by.y="HASC", all.x = TRUE)
#ordenar pol?gonos
ord2<- order(cr_mapa$order)
cr_mapa <- cr_mapa[ord2, ]Ahora estamos listos para dibujar los mapas. ¿Cómo leemos el código?:
* geom_polygon() es el tipo de gráfico para hacer mapas. Lo primero es especificar los datos, que están en la base de datos que creamos cr_mapa. Luego especificamos los aesthetics. Siempre que hacemos un mapa vamos a poner en el eje X la longitud y en el Y la latitud. Luego agrupamos por la variable group y finalmente rellenamos con la variable de porcentaje de votos.
* coord_map() especifica que es un mapa de coordenadas.
* ylim() sirve para decirle al gráfico en donde centrar las coordenadas. Si es un mapa de CR, lo recomendable es poner ylim(8, NA).
* scale_fill_gradient() indica que queremos colorear el mapa con una escala. En este caso, los colores se seleccionaron de forma manual, poniendo el valor más bajo y el más alto, y R colorea según esa escala. Además se establecen los límites que van de 0 a 25%. Esto es muy importante, porque como año a año los porcentajes cambian, si no establecemos un límite los colores cambiarían y lo que necesitamos es que la escala de color se mantenga igual a lo largo de los años para ver la evolución.
* labs agrega etiquetas al mapa.
* theme_void() se usa para que el fondo salga en blanco.
m_1998 <-ggplot() +
geom_polygon(data = cr_mapa, aes(x = long, y = lat, group = group, fill = por98)) +
coord_map() + ylim(8, NA) +
scale_fill_gradient(low = "#c6c6c6", high = "#1f4263", limits = c(0, 25)) +
labs(x = NULL,
y = NULL,
title = "Voto a partidos cristianos",
subtitle = "Elecciones 1998") +
theme_void()
m_2002 <-ggplot() +
geom_polygon(data = cr_mapa, aes(x = long, y = lat, group = group, fill = por02)) +
coord_map() + ylim(8, NA) +
scale_fill_gradient(low = "#c6c6c6", high = "#1f4263", limits = c(0, 25)) +
labs(x = NULL,
y = NULL,
title = "Voto a partidos cristianos",
subtitle = "Elecciones 2002") +
theme_void()
m_2006 <-ggplot() +
geom_polygon(data = cr_mapa, aes(x = long, y = lat, group = group, fill = por06)) +
coord_map() + ylim(8, NA) +
scale_fill_gradient(low = "#c6c6c6", high = "#1f4263", limits = c(0, 25)) +
labs(x = NULL,
y = NULL,
title = "Voto a partidos cristianos",
subtitle = "Elecciones 2006") +
theme_void()
m_2010 <-ggplot() +
geom_polygon(data = cr_mapa, aes(x = long, y = lat, group = group, fill = por10)) +
coord_map() + ylim(8, NA) +
scale_fill_gradient(low = "#c6c6c6", high = "#1f4263", limits = c(0, 25)) +
labs(x = NULL,
y = NULL,
title = "Voto a partidos cristianos",
subtitle = "Elecciones 2010")+
theme_void()
m_2014 <-ggplot() +
geom_polygon(data = cr_mapa, aes(x = long, y = lat, group = group, fill = por14)) +
coord_map() + ylim(8, NA) +
scale_fill_gradient(low = "#c6c6c6", high = "#1f4263", limits = c(0, 25)) +
labs(x = NULL,
y = NULL,
title = "Voto a partidos cristianos",
subtitle = "Elecciones 2014")+
theme_void()
