Ce script propose de nettoyer les données de résultats des élections présidentielles 2022, restituées au niveau du bureau de vote sur data.gouv.fr.
On propose ici un nettoyage du dataset resultats-par-niveau-burvot-t1-france-entiere.txt.
# Chargement des libraires
library(data.table)
library(janitor)
library(snakecase)import <- fread("https://www.data.gouv.fr/fr/datasets/r/79b5cac4-4957-486b-bbda-322d80868224", encoding = "Latin-1")## Warning in fread("https://www.data.gouv.fr/fr/datasets/r/79b5cac4-4957-486b-
## bbda-322d80868224", : Detected 28 column names but the data has 105 columns
## (i.e. invalid file). Added 77 extra default column names at the end.head(import)## Code du département Libellé du département Code de la circonscription
## 1: 01 Ain 4
## 2: 01 Ain 5
## 3: 01 Ain 5
## 4: 01 Ain 5
## 5: 01 Ain 5
## 6: 01 Ain 5
## Libellé de la circonscription Code de la commune Libellé de la commune
## 1: 4ème circonscription 1 L'Abergement-Clémenciat
## 2: 5ème circonscription 2 L'Abergement-de-Varey
## 3: 5ème circonscription 4 Ambérieu-en-Bugey
## 4: 5ème circonscription 4 Ambérieu-en-Bugey
## 5: 5ème circonscription 4 Ambérieu-en-Bugey
## 6: 5ème circonscription 4 Ambérieu-en-Bugey
## Code du b.vote Inscrits Abstentions % Abs/Ins Votants % Vot/Ins Blancs
## 1: 0001 645 108 16,74 537 83,26 16
## 2: 0001 213 38 17,84 175 82,16 3
## 3: 0001 1129 266 23,56 863 76,44 18
## 4: 0002 1128 265 23,49 863 76,51 15
## 5: 0003 1213 246 20,28 967 79,72 10
## 6: 0004 933 224 24,01 709 75,99 8
## % Blancs/Ins % Blancs/Vot Nuls % Nuls/Ins % Nuls/Vot Exprimés % Exp/Ins
## 1: 2,48 2,98 1 0,16 0,19 520 80,62
## 2: 1,41 1,71 1 0,47 0,57 171 80,28
## 3: 1,59 2,09 5 0,44 0,58 840 74,40
## 4: 1,33 1,74 6 0,53 0,70 842 74,65
## 5: 0,82 1,03 8 0,66 0,83 949 78,24
## 6: 0,86 1,13 4 0,43 0,56 697 74,71
## % Exp/Vot N°Panneau Sexe Nom Prénom Voix % Voix/Ins % Voix/Exp V29 V30
## 1: 96,83 1 F ARTHAUD Nathalie 3 0,47 0,58 2 M
## 2: 97,71 1 F ARTHAUD Nathalie 2 0,94 1,17 2 M
## 3: 97,33 1 F ARTHAUD Nathalie 4 0,35 0,48 2 M
## 4: 97,57 1 F ARTHAUD Nathalie 6 0,53 0,71 2 M
## 5: 98,14 1 F ARTHAUD Nathalie 8 0,66 0,84 2 M
## 6: 98,31 1 F ARTHAUD Nathalie 4 0,43 0,57 2 M
## V31 V32 V33 V34 V35 V36 V37 V38 V39 V40 V41 V42 V43 V44
## 1: ROUSSEL Fabien 6 0,93 1,15 3 M MACRON Emmanuel 150 23,26 28,85 4 M
## 2: ROUSSEL Fabien 7 3,29 4,09 3 M MACRON Emmanuel 50 23,47 29,24 4 M
## 3: ROUSSEL Fabien 30 2,66 3,57 3 M MACRON Emmanuel 159 14,08 18,93 4 M
## 4: ROUSSEL Fabien 13 1,15 1,54 3 M MACRON Emmanuel 201 17,82 23,87 4 M
## 5: ROUSSEL Fabien 18 1,48 1,90 3 M MACRON Emmanuel 229 18,88 24,13 4 M
## 6: ROUSSEL Fabien 21 2,25 3,01 3 M MACRON Emmanuel 156 16,72 22,38 4 M
## V45 V46 V47 V48 V49 V50 V51 V52 V53 V54 V55 V56 V57 V58
## 1: LASSALLE Jean 18 2,79 3,46 5 F LE PEN Marine 149 23,10 28,65 6 M
## 2: LASSALLE Jean 10 4,69 5,85 5 F LE PEN Marine 23 10,80 13,45 6 M
## 3: LASSALLE Jean 24 2,13 2,86 5 F LE PEN Marine 237 20,99 28,21 6 M
## 4: LASSALLE Jean 19 1,68 2,26 5 F LE PEN Marine 210 18,62 24,94 6 M
## 5: LASSALLE Jean 28 2,31 2,95 5 F LE PEN Marine 227 18,71 23,92 6 M
## 6: LASSALLE Jean 16 1,71 2,30 5 F LE PEN Marine 172 18,44 24,68 6 M
## V59 V60 V61 V62 V63 V64 V65 V66 V67 V68 V69 V70 V71
## 1: ZEMMOUR Éric 43 6,67 8,27 7 M MÉLENCHON Jean-Luc 66 10,23 12,69 8
## 2: ZEMMOUR Éric 14 6,57 8,19 7 M MÉLENCHON Jean-Luc 41 19,25 23,98 8
## 3: ZEMMOUR Éric 69 6,11 8,21 7 M MÉLENCHON Jean-Luc 216 19,13 25,71 8
## 4: ZEMMOUR Éric 68 6,03 8,08 7 M MÉLENCHON Jean-Luc 194 17,20 23,04 8
## 5: ZEMMOUR Éric 74 6,10 7,80 7 M MÉLENCHON Jean-Luc 227 18,71 23,92 8
## 6: ZEMMOUR Éric 40 4,29 5,74 7 M MÉLENCHON Jean-Luc 202 21,65 28,98 8
## V72 V73 V74 V75 V76 V77 V78 V79 V80 V81 V82 V83 V84 V85 V86
## 1: F HIDALGO Anne 5 0,78 0,96 9 M JADOT Yannick 30 4,65 5,77 10 F
## 2: F HIDALGO Anne 3 1,41 1,75 9 M JADOT Yannick 10 4,69 5,85 10 F
## 3: F HIDALGO Anne 15 1,33 1,79 9 M JADOT Yannick 25 2,21 2,98 10 F
## 4: F HIDALGO Anne 19 1,68 2,26 9 M JADOT Yannick 46 4,08 5,46 10 F
## 5: F HIDALGO Anne 16 1,32 1,69 9 M JADOT Yannick 65 5,36 6,85 10 F
## 6: F HIDALGO Anne 8 0,86 1,15 9 M JADOT Yannick 15 1,61 2,15 10 F
## V87 V88 V89 V90 V91 V92 V93 V94 V95 V96 V97 V98 V99
## 1: PÉCRESSE Valérie 26 4,03 5,00 11 M POUTOU Philippe 3 0,47 0,58 12
## 2: PÉCRESSE Valérie 8 3,76 4,68 11 M POUTOU Philippe 3 1,41 1,75 12
## 3: PÉCRESSE Valérie 40 3,54 4,76 11 M POUTOU Philippe 8 0,71 0,95 12
## 4: PÉCRESSE Valérie 42 3,72 4,99 11 M POUTOU Philippe 4 0,35 0,48 12
## 5: PÉCRESSE Valérie 35 2,89 3,69 11 M POUTOU Philippe 3 0,25 0,32 12
## 6: PÉCRESSE Valérie 33 3,54 4,73 11 M POUTOU Philippe 4 0,43 0,57 12
## V100 V101 V102 V103 V104 V105
## 1: M DUPONT-AIGNAN Nicolas 21 3,26 4,04
## 2: M DUPONT-AIGNAN Nicolas 0 0,00 0,00
## 3: M DUPONT-AIGNAN Nicolas 13 1,15 1,55
## 4: M DUPONT-AIGNAN Nicolas 20 1,77 2,38
## 5: M DUPONT-AIGNAN Nicolas 19 1,57 2,00
## 6: M DUPONT-AIGNAN Nicolas 26 2,79 3,73On peut voir que le format du jeu de données est peu satisfaisant pour être analysé avec l’ensemble des résultats sur un bureau de vote donné qui sont distribués sur 1 ligne avec un grand nombre de colonnes et des noms de colonnes peu clairs.
importDT <- import %>%
clean_names() %>%
setDT() %>%
remove_empty(which = "cols") On remplace ici les noms de colonnes en “v” par les prefixes correspondant tout en continuant la numérotation séquentielle à chaque nouveau candidat.
prefixes <- c("n_panneau_", "sexe_", "nom_", "prenom_", "voix_", "percent_voix_ins_", "percent_voix_exp_")
colnamesToReplace <- colnames(importDT)[grepl(pattern = "^v\\d", colnames(importDT))]
if(length(colnamesToReplace)>1){
nCandidats <- length(colnamesToReplace) / length(prefixes) + 1
newColnames <- paste0(prefixes, sort(rep(2:nCandidats, length(prefixes))))
setnames(importDT, old = colnamesToReplace, new = newColnames, skip_absent = TRUE)
}Les résultats sont encodés en character, on substitue les “,” par des “.” et on transforme en numérique.
cols_to_transform <- colnames(importDT)[grepl(pattern = "voix", colnames(importDT))]
cleaned_dt <- copy(importDT) %>%
.[, (cols_to_transform) := lapply(.SD, function(.x) as.numeric(gsub(pattern = ",", replacement = ".", x = .x))), .SDcols = cols_to_transform]On fait l’équivalent d’un pivot_longer avec data.table pour obtenir 1 ligne / bureau de vote / candidat.
resultatsVotes <- melt(cleaned_dt, id=c("code_de_la_commune", "code_du_b_vote"),
measure=patterns("^voix", "^nom"), value.factor=FALSE, value.name = c("voix","nom")) %>%
.[, voix := sum(voix, na.rm = TRUE), by = c("code_de_la_commune", "code_du_b_vote", "nom")] %>%
.[, variable := NULL]
head(resultatsVotes)## code_de_la_commune code_du_b_vote voix nom
## 1: 1 0001 356 ARTHAUD
## 2: 2 0001 188 ARTHAUD
## 3: 4 0001 161 ARTHAUD
## 4: 4 0002 94 ARTHAUD
## 5: 4 0003 54 ARTHAUD
## 6: 4 0004 43 ARTHAUDOn calcule des indicateurs globaux de participation pour chaque bureau de vote.
statsBureaux <- cleaned_dt[, c("code_de_la_commune", "code_du_b_vote", "inscrits", "abstentions", "votants", "blancs", "nuls", "exprimes")] %>%
unique()
head(statsBureaux)## code_de_la_commune code_du_b_vote inscrits abstentions votants blancs nuls
## 1: 1 0001 645 108 537 16 1
## 2: 2 0001 213 38 175 3 1
## 3: 4 0001 1129 266 863 18 5
## 4: 4 0002 1128 265 863 15 6
## 5: 4 0003 1213 246 967 10 8
## 6: 4 0004 933 224 709 8 4
## exprimes
## 1: 520
## 2: 171
## 3: 840
## 4: 842
## 5: 949
## 6: 697Ce script est facilement modifiable si vous trouvez qu’il manque des infos dans les datasets finaux.
Pour l’utiliser avec les résultats du deuxième tour, l’url du jeu de données brut est la suivante : https://www.data.gouv.fr/fr/datasets/r/4dfd05a9-094e-4043-8a19-43b6b6bbe086.