Diferencias y similitudes entre partidos en la cámara de diputados

-




      Las votaciones en la cámara de diputados constituyen una medida excelente para ver diferencias y similitudes entre los partidos políticos, sobre todo por el componente cuantitativo de los cómputos; resulta menos equiparable y más difícil ver diferencias entre partidos en los ámbitos de gobiernos municipales, estatales o nacionales pues en estos casos, estamos comparando municipios con presupuestos y características socioeconómicas distintas, si comparamos gobiernos contemporáneos, o dos gobiernos del mismo municipio en dos instantes históricos distintos, si nos enfocamos en el espacio y variamos el tiempo.









Las votaciones de las legislaturas se encuentran "estructuradas" en una URL por cada votación, por lo cual podemos hacerles web-scrapping para estructurarlas y visualizarlas (como se hace con todo en este blog); la URL cuenta con el nombre de la votación, en la estructura "De la Comisión x, por la que se modifica el párrafo x de la Ley x"; no da más información sobre qué es lo que se cambia, adiciona o deroga.
Nos centraremos en los 3 últimos periodos completos de la LXIII legislatura.

Primero hacemos una gráfica con el número total de sesiones propuestas por cada comisión, para ver cuáles son las problemáticas principales en el país, salta a la vista la gran cantidad de sesiones propuestas por la Comisión de Justicia, además de aquellas propuestas por las Comisiones de Recursos Naturales, Hacienda y Economía.

Ahora veamos las votaciones por Ley, que modifican, derogan o adicionan párrafos a Leyes existentes, o crean nuevas en algunos casos; vemos que las ambientales tienen números altos, así como las de atención a grupos vulnerables; destacan en estas gráficas algunas votaciones con mayores números de votos en contra, en comparación con el resto.

Entonces hagamos un zoom a las votaciones que tuvieron más de 30 votos en contra y enfoquémonos a los principales partidos. Es notable que el PRI domina las votaciones y que jamás vota en contra; el PAN en pocas ocasiones vota en contra del PRI (8/37) y casi siempre sólo lo hace parcialmete. El PRD, el aliado del PAN en los últimos seis años, no sigue la tendencia de su compañero de fórmula y, junto con Morena, son los partidos que más ejercen la oposición al PRI, a pesar de haber sido creados por ex-militantes del tricolor.

Más abajo, después de las gráficas sigue el código para generar las estadísticas, descargando directamente las tablas de las votaciones y procesando la información, en RStudio.













library(tidyr)
library(forcats)
library(magrittr)
library(dplyr)
library(rvest)
library(ggplot2)
library(stringi)
library(grid)
library(jpeg)
###   ----    I M A G E N  -  C O N G R E S O -------##
temp <- tempfile()
download.file(
  "https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhX7rbR32meSdDOcOtuL8xjrnSZiO6pFNRNVYsl8zwvCskTQPHwSRk0Vl5OJjd79pNRhL-4VIzIt5YQxepvmoMy3XMhIPW0wUbYF1gOmjQBnlzTmB-N-gAv0pg4q_NH-jhU-DtifdXhNqs/s1600/camara-de-diputados.jpg",temp)
m <- jpeg::readJPEG(temp)
w <- matrix(rgb(m[,,1],m[,,2],m[,,3], alpha=  0.2), nrow=dim(m)[1])

#tabla 2or1: length 127; tabla 2or2: length 135; tabla 3or1, length 155
getwd()
df <- tibble()
for(i in 1:155){
  url <- read_html(sprintf("http://gaceta.diputados.gob.mx/Gaceta/Votaciones/63/tabla3or1-%s.php3",i))
  temp <- html_nodes(url, "body > form:nth-child(2)") %>%
    html_form()
  temp2 <- tibble(votacion=temp[[1]]$fields$nomtit$value,
                  favor=temp[[1]]$fields$`lola[11]`$value,
                  contra=ifelse(is.null(temp[[1]]$fields$`lola[12]`$value), 0,temp[[1]]$fields$`lola[12]`$value),
                  ausente=temp[[1]]$fields$`lola[15]`$value,
                  url_i= i)
  df <- rbind(df, temp2)
}
### SESIONES POR COMISION ###

stri_match_first_regex(df$votacion, "^(.+?),")[,2] %>%
  as_tibble() %>% filter(!is.na(value)) %>%
  ggplot(aes(fct_rev(fct_infreq(value)))) +
  annotation_custom(xmin=-Inf, xmax=Inf, ymin= -Inf, ymax=Inf, grid::rasterGrob(w)) +
    geom_bar() + coord_flip() +
  labs(title="Sesiones por Comisión, LXIII/3er. año/1", caption="datamarindo.blogspot.mx CC-by-SA") +
  ylab("Número de votaciones") + xlab("")

### HAY QUE REFACTORIZAR
df$leyes <- stri_match_first_regex(df$votacion, "(?=Ley)(.+?)(?=\\sy|,|\\()")[,2] %>% trimws()
gather(df, key="posicion", value = "voto", favor, contra, ausente ) %>%
  mutate(voto=as.numeric(voto)) %>% group_by(leyes) %>%
  summarise(total=sum(voto)) %>% arrange(total) -> para_factor
df$leyes <- factor(df$leyes, levels=para_factor$leyes)

###   OJO, VOTO NO SALE NUMERIC DE RVEST
gather(df, key="posicion", value = "voto", favor, contra, ausente ) %>%
  mutate(voto=as.numeric(voto)) %>%
  filter(!is.na(leyes)) %>%
  ggplot(aes(leyes, voto, fill=posicion)) +
  annotation_custom(xmin=-Inf, xmax=Inf, ymin= -Inf, ymax=Inf, grid::rasterGrob(w)) +
  geom_bar(stat="identity") +
  coord_flip() + scale_fill_manual(values=c("paleturquoise4","tomato", "olivedrab3")) +
  labs(title="Votación por ley, LXIII/3er. año/1", caption="datamarindo.blogspot.mx") +
  xlab("") + ylab("Votación")

df %>% filter(as.numeric(contra)>34) %>% select(url_i) -> principales_contra
df_vs <- tibble()
for(i in principales_contra$url_i){
  url <- read_html(sprintf("http://gaceta.diputados.gob.mx/Gaceta/Votaciones/63/tabla3or1-%s.php3",i))
  temp <- html_nodes(url, "body > form:nth-child(2)") %>%
    html_form()
  temp2 <- tibble(votacion = temp[[1]]$fields$nomtit$value,
                  favor    = temp[[1]]$fields$`lola[11]`$value,
                  contra   = ifelse(is.null(temp[[1]]$fields$`lola[12]`$value), 0,temp[[1]]$fields$`lola[12]`$value),
                  ausente  =temp[[1]]$fields$`lola[15]`$value,
                  f_pri = ifelse(is.null(temp[[1]]$fields$`lola[21]`$value), 0,temp[[1]]$fields$`lola[21]`$value),
                  f_pan = ifelse(is.null(temp[[1]]$fields$`lola[31]`$value), 0,temp[[1]]$fields$`lola[31]`$value),
                  f_prd = ifelse(is.null(temp[[1]]$fields$`lola[41]`$value), 0,temp[[1]]$fields$`lola[41]`$value),
                  f_vrd = ifelse(is.null(temp[[1]]$fields$`lola[51]`$value), 0,temp[[1]]$fields$`lola[51]`$value),
                  f_mor = ifelse(is.null(temp[[1]]$fields$`lola[61]`$value), 0,temp[[1]]$fields$`lola[61]`$value),
                  c_pri = ifelse(is.null(temp[[1]]$fields$`lola[22]`$value), 0,temp[[1]]$fields$`lola[22]`$value),
                  c_pan = ifelse(is.null(temp[[1]]$fields$`lola[32]`$value), 0,temp[[1]]$fields$`lola[32]`$value),
                  c_prd = ifelse(is.null(temp[[1]]$fields$`lola[42]`$value), 0,temp[[1]]$fields$`lola[42]`$value),
                  c_vrd = ifelse(is.null(temp[[1]]$fields$`lola[52]`$value), 0,temp[[1]]$fields$`lola[52]`$value),
                  c_mor = ifelse(is.null(temp[[1]]$fields$`lola[62]`$value), 0,temp[[1]]$fields$`lola[62]`$value),
                  url_i= i)
  df_vs <- rbind(df_vs, temp2)
}

df_vs[,2:14] <- sapply(df_vs[,2:14], as.integer)
select(df_vs, -2, -3, -4) %>% gather(key=posicion_partido, value=voto,
                                     2:11) -> largo
largo$posicion_partido <- factor(largo$posicion_partido, levels =
                                   c("f_pri", "c_pri", "f_pan", "c_pan",
                                     "f_prd", "c_prd","f_vrd", "c_vrd", "f_mor", "c_mor"))
largo$partido3 <- substr(largo$posicion_partido,3,5) %>% factor(levels=c("pri", "pan", "prd",
                                                                         "mor", "vrd"))
largo$votacion <- stri_match_first_regex(largo$votacion, "(?=Ley)(.+?)(?=\\sy|,|\\()")[,2] %>% trimws()
largo$contra <- largo$voto
largo$contra[grep("c_", largo$posicion_partido)] <- -largo$voto[grep("c_", largo$posicion_partido)]

cols=c("tomato","mediumblue", "gold3", "brown", "chartreuse4")
ggplot(largo %>% filter(!is.na(votacion)), aes(votacion, contra, fill=partido3)) +
annotation_custom(xmin=-Inf, xmax=Inf,ymin= -Inf, ymax=Inf, grid::rasterGrob(w)) +
  geom_bar(stat="identity",width = 0.4) +
  coord_flip() + scale_fill_manual(values=cols) + geom_hline(aes(yintercept=0), size=1.5) +
  labs(title="Votaciones, LXIII/3er. año/1", caption="datamarindo.blogspot.mx CC-by-SA")+
  xlab("") + ylab("Votación") + guides(fill=guide_legend(title="Partido")) +
  annotate("text", x=7, y=-150, label="italic('En contra')", angle=0, size=5, col="brown", parse=T) +
  annotate("text", x=7, y=500, label="italic('A Favor')", angle=0, size=5,
           col="chartreuse4", parse=T)

Comentarios

Publicar un comentario

Entradas más populares de este blog

Construyendo sobre otro post y la conjetura de Collatz y Escher, Gödel, Bach...

-
Imagen
Patrones que emergen de la conjetura de Collatz En menos de un mes ha habido dos posts sobre matemáticas recreativas, el primero sobre la constante de Kaprekar , y el más reciente sobre la  Conjetura de Collatz , la cual sin saberlo fue uno de mis primeros ejercicios de programación (en matlab), aunque presentada como Wondrous numbers en Gödel, Escher, Bach: Tortoise : That's too complicated for me in my sleepy state. Let me instead show you a property which is very easy to define, and yet for which no terminating test is known. I'm not saying there won't ever be one discovered, mind you - just that none is known. You begin with a number - would you care to pick up one? Achilles: How about 15? Tortoise: An excellent choice. We begin with you number, and if it is ODD, we tripple it, and add 1. If it is EVEN, we take half of it. Then we repeat the process. Call a number which eventually reaches 1 this way a WONDROUS number, and a number which doesn't, an U
Leer más

El estado de las cosas: QGIS vs ArcGIS

-
Imagen
Desde la óptica de un blog como este, dedicado al open-source y al data-science, no hay modo en que ArcGIS, un programa de 32 bits ( eso significa, amable lector, que corre igual de lento en una computadora de cibercafé y en un Ryzen o un Xeon ), no human-readable , m-o-n-o-p-l-a-t-a-f-o-r-m-a, con un scripting sin resaltado de sintaxis de python, etc. pueda compertir con QGIS, un multiplataforma (android incluido) , con sus 64 bits, su scripting, su docilidad para programar y su integración con herramientas como GRASS, R, Orpheo y SAGA. Pero una cosa es lo lógico y demostrable y otra cosa es esa dura amalgama de moda con inercia y con publicidad. Sin embargo, hoy día se puede ver como el software open-source geoespacial ha desbancado, en lo que pareciera ser para siempre, al software privativo En gis.stackexchange, el principal foro para preguntar y convertirse en expertos, y por tanto el mejor termómetro de la popularidad de herramientas informáticas, QGIS rebas
Leer más

datos socioeconómicos y resultados electorales.

-
Imagen
     En las siguientes, breves líneas de código de R que recrean las gráficas de junto, revisaremos la relación del perfil educativo y laboral de una sección electoral con la votación registrada por los partidos principales; la seción electoral es la unidad espacial de operaciones electorales, que incluye entre 200 y 1500 electores y que puede tener una o más casillas.      Los datos son obtenidos del Organismo Público Local de Veracruz y del INEGI, abajo están las ligas para descargar los archivos. El data frame final consta de 4808 registros por partido, lo cual son muchos datos puntuales, por lo cual se complementa la visualización con líneas de tendencia.   library(magrittr) library(dplyr) library(janitor) library(foreign) library(tibble) library(ggplot2) library(tidyr) library(readr) library(editheme) set_base_sty("Tomorrow Night 80s") #  links para descargar: # resultados electorales Veracruz 2017 "http://prep2017-ver.ine.mx/20170605_1800_BD.tar.gz&quo
Leer más