polaR on CRAN

datos

El paquete no incluye datos, sino que funciona como motor de búsqueda y descarga desde un repositorio alternativo. La idea detrás de ello es que funcione de modo indpendiente, que ésta pudiera ser aumentada o modificada sin efectos directos sobre el paquete. En una próxima publicación intetnaré avanzar sobre la documentación de este repositorio y un proceo de chequeo de información.

La principal fuente de información es el siempre útil Atlas Electoral de Andy Tow. Sitio que, además de ser la fuente de tabulados electorales más completa que existe en Argentina, disponibiliza las bases con los datos desagregados publicados por los escrutinios provisorios desde el año 2003 en adelante.

El primer paso de lo acá compartido fue el procesamiento de esas bases de datos y el armado de un repositorio propio que me facilitara el trabajo de llamado de elecciones. En resumen: transformamos archivos .mdb (formato para tablas relacionles de Microsoft Acces) en sqlite para cada año electoral e hicimos consultas a esas basese de datos para obtener un archivo .csv para cada elección con una estrcutura así: distrito_categoria_turno_año.csv.

Solo para las elecciones del proceso electoral de 2019 trabajamos con datos compartidos por pmoracho en github. Algo más de detalle del estado actual de todo esto esta disponible en el repositorio PolAr_Data.

Al día de hoy el repositorio cuenta con 425 archvios de elecciones para las catgorías a Presidente, Diputades y Senadores Nacionales, para elecciones generales, primarias (P.A.S.O.) y balotaje presidencial.

Con show_available_elections() accedemos a un índice con la información disponible que podemos descargar:

## Warning: The `x` argument of `as_tibble.matrix()` must have unique column names if `.name_repair` is omitted as of tibble 2.0.0.
## Using compatibility `.name_repair`.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_warnings()` to see where this warning was generated.

## # A tibble: 425 x 5
##    district category round  year  NOMBRE   
##    <chr>    <chr>    <chr>  <chr> <chr>    
##  1 arg      presi    balota 2015  ARGENTINA
##  2 arg      presi    gral   2003  ARGENTINA
##  3 arg      presi    gral   2007  ARGENTINA
##  4 arg      presi    gral   2011  ARGENTINA
##  5 arg      presi    gral   2015  ARGENTINA
##  6 arg      presi    gral   2019  ARGENTINA
##  7 arg      presi    paso   2011  ARGENTINA
##  8 arg      presi    paso   2015  ARGENTINA
##  9 arg      presi    paso   2019  ARGENTINA
## 10 caba     dip      gral   2005  CABA     
## # ... with 415 more rows

Tomando los parámetros de la tabla anterior con el siguiente comando podemos completar los campos obligatorios para obtener los datos, en este caso de la elección general para presidente de 2019.

arg19 <- get_election_data(district = "arg",
                  category = "presi",
                  round = "gral", 
                  year = 2019)

arg19

## # A tibble: 192 x 8
## # Groups:   codprov [24]
##    category round  year codprov name_prov    electores listas    votos
##    <chr>    <chr> <dbl> <chr>   <chr>            <dbl> <chr>     <dbl>
##  1 presi    gral   2019 01      CABA                 0 00024    128795
##  2 presi    gral   2019 01      CABA                 0 00036     58040
##  3 presi    gral   2019 01      CABA                 0 00037    707158
##  4 presi    gral   2019 01      CABA                 0 00039     13559
##  5 presi    gral   2019 01      CABA                 0 00050   1039750
##  6 presi    gral   2019 01      CABA                 0 00108     37404
##  7 presi    gral   2019 01      CABA                 0 blancos   30542
##  8 presi    gral   2019 01      CABA                 0 nulos         0
##  9 presi    gral   2019 02      BUENOS AIRES         0 00024    610009
## 10 presi    gral   2019 02      BUENOS AIRES         0 00036    260597
## # ... with 182 more rows

arg19 es un tibble de \(192\) filas y 8 variables. Las filas son el producto de 8 filas únicas por provincia (los 24 grupos) con la cantidad de votos obtenidos por las distintas opciones electorales en este turno, categoría y año.

En este artículo se puede encontrar más detalles de la función.

indicadores

El acceso a la información es quizás la función princiapl de polAr, la cual permitirá a usuaries trabajar con los datos como quieran. Pero el paquete incopora además funciones para realizar cálculos de interés para el análisis político. Esta primera versión solamente incluye dos varianes: compute_nep(), que devulelve el Número Efectivo de Partidos (según dos fórmulas distintas) y compute_cometitiveness(), que calcula el nivel de competencia de una elección determinada.

arg19 %>% 
  compute_competitiveness() %>% 
  print(n= 24)

## # A tibble: 24 x 2
##    codprov competitividad
##    <chr>            <dbl>
##  1 01               0.835
##  2 02               0.841
##  3 03               0.785
##  4 04               0.685
##  5 05               0.915
##  6 06               0.801
##  7 07               0.779
##  8 08               0.998
##  9 09               0.636
## 10 10               0.954
## 11 11               0.877
## 12 12               0.974
## 13 13               0.879
## 14 14               0.767
## 15 15               0.900
## 16 16               0.721
## 17 17               0.869
## 18 18               0.823
## 19 19               0.965
## 20 20               0.692
## 21 21               0.991
## 22 22               0.441
## 23 23               0.763
## 24 24               0.694

Este artículo del paquete tiene algo más de detalle.

visualización

Por último polAr incluye un par funciones que ayudan a visualizar rápidamente las elecciones de manera resumida. Una primera alternativa es generar tabulados con los resultados agregados de un comicio:

arg19 %>% 
  get_names() %>% 
  tabulate_results()

Otra alternativa es analizarlos de manera gráfica¹:

arg19 %>% 
  get_names() %>% 
  plot_results(national = T)

Ambas funciones requieren utilizar primero get_names en la versión de CRAN. Esta es una función auxiliar para vincular la base de datos de resultados con los nombres de las listas que compiten.

La versión en desarrollo elimina ese paso intermedio para los casos por defecto de obtención de datos (con fomato long) pero sigue funcionando para los casos en que los datos de la elección fueron descargados wide.

Puede notarse que plot_results() fue llamado con un parámatro national = TRUE. De esta manera, para elecciones a presidente, el gráfico resultante muestra el agregado de votos al nivel del distrito que se elige el cargo. Si, en cambio, no especificamos nada, el parámetro FALSE por defecto nos devolverá los resultados a nivel de provncias en grillas cómo si fueran mapas. De igual modo, si descargamos una elección a nivel departamental, plot_results()automáticamente graficará los resultados con geofacetAR.

get_election_data(district = "caba",
                  category = "dip", 
                  round = "paso" , 
                  year = 2019 , 
                  level = "departamento") %>% 
  plot_results()

RESUMIENDO

Y miren lo fácil que es de usar {polAr}. Si esta no es la excusa perfecta para empezar a usar R ya no se qué podrá ser 😂 pic.twitter.com/2tcRR3lN3l

— TuQmano (@TuQmano) May 21, 2020