/
liderando2.Rmd
137 lines (110 loc) · 4.29 KB
/
liderando2.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
---
title: "Os prefeitos campeões de reeleição que concorrem em 2020"
author: "Pedro Siemsen"
date: "26/10/2020"
output:
html_fragment:
self_contained: false
---
```{r setup, include=FALSE}
library(tidyverse)
library(gt)
source('../theme.R')
source('constants.R')
pn = function(x) format(round(x, 2), big.mark = '.', decimal.mark = ',', nsmall = 0, digits = 2)
knitr::opts_chunk$set(echo = FALSE)
knitr::opts_chunk$set(message = FALSE)
knitr::opts_chunk$set(warning = FALSE)
```
```{r}
lp1 = read_csv('leading_party_previous.csv')
lp2 = read_csv('leading_party.csv')
lp2_comp = lp2 %>%
semi_join(lp1, by = 'city')
parties1 = lp1 %>%
count(party)
parties2 = lp2 %>%
count(party) %>%
left_join(party_palette, by = 'party')
parties2_comp = lp2_comp %>%
count(party)
pf = parties1 %>%
left_join(parties2_comp, 'party') %>%
mutate(diff = n.y - n.x) %>%
left_join(party_palette, by = 'party')
```
Há 9 dias, o Pindograma publicou uma matéria mostrando quais partidos lideravam
nas mais de 500 cidades listadas em nosso [agregador de pesquisas][2]. Hoje,
voltamos aos mesmos municípios para ver como (e se) as corridas mudaram nos
últimos dias.
O quadro geral das corridas permanece o mesmo. Depois das corridas em que os
eleitores ainda estão indecisos ou pretendem anular seus votos, o Centrão e
associados ainda são os partidos que mais lideram nas intenções de voto.
Partidos de centro-direita continuam com mais favoritos que os de esquerda.
Enquanto isso, legendas mais ideológicas seguem com poucos líderes nas
pesquisas. (Note-se que consideramos todos os candidatos em empate técnico com
o candidato em primeiro lugar como líderes).
```{r}
pf %>%
select(party_name, n.x, n.y, diff) %>%
mutate(diff = ifelse(diff >= 0, paste0('+', diff), diff)) %>%
rename(`27/ago` = n.x, `5/nov` = n.y, `Mudança` = diff) %>%
gt(rowname_col = 'party_name') %>%
tab_header('Número de candidatos liderando pesquisas em eleições municipais') %>%
cols_align('center') %>%
theme_pindograma_table() %>%
theme_pindograma_table_stub()
```
A principal mudança é que 12 corridas agora têm um candidato como líder das
intenções de voto, em vez de votos brancos, nulos ou indecisos. Os partidos que
não lideravam em nenhuma cidade há 9 dias continuam sem liderar cidade
alguma -- é o caso da Rede Sustentabilidade e do Partido Novo.
```{r}
centrao = c(15, 55, 11, 25, 22, 14, 19, 77, 90, 70, 10, 20)
centrao_count = parties2_comp %>%
filter(party %in% centrao) %>%
pull(n) %>%
sum()
esquerda = c(13, 40, 12, 65, 50)
esquerda_count = parties2_comp %>%
filter(party %in% esquerda) %>%
pull(n) %>%
sum()
direita = c(45, 43, 17, 51, 23)
direita_count = parties2_comp %>%
filter(party %in% direita) %>%
pull(n) %>%
sum()
```
Somando ganhos e perdas, a esquerda e centro-esquerda (PT, PSOL, PSB, PDT, PC
do B) continuam com o mesmo número de lideranças, `r pn(esquerda_count)`. A direita e
centro-direita (PSDB, PV, PSL, Patriota, Cidadania) agora lideram em 7 novas
cidades totalizando `r pn(direita_count)` corridas também. Partidos associados ao Centrão
(Republicanos, PP, PTB, MDB, PODE, PSC, PL, DEM, PSD, Avante, Solidariedade,
PROS) foram o grupo que mais cresceu, indo para `r pn(centrao_count)` lideranças.
Também tivemos novas pesquisas em cidades para as quais ainda não havia
sondagens 9 dias atrás. Mesmo incluindo elas, o quadro não destoa muito do que
já havíamos visto:
```{r fig.height=6}
ggplot(parties2) +
geom_col(aes(reorder(party_name, n), n, fill = party_color)) +
scale_fill_identity(guide = F) +
coord_flip() +
labs(
title = "Partidos liderando corridas eleitorais em 2020 (5/11)",
caption = "Fonte: Agregador de Pesquisas do Pindograma"
) +
theme_pindograma() +
xlab('') + ylab('Número de cidades') +
theme(axis.text.y = element_text(size = 12))
```
---
**NOTA**: O _Pindograma_ assume, para os cálculos dessa matéria, que a margem
de erro de todas as pesquisas é de 3%.
**Dados utilizados na matéria**: Resultados de Pesquisas Eleitorais
(_Pindograma_).
**Contribuíram com dados**: Daniel Ferreira e Pedro Fonseca.
Para reproduzir os números citados, o código e os dados podem ser encontrados
[aqui][1].
[1]: https://github.com/pindograma/materias/blob/master/2020-11-05-liderando2/liderando2.Rmd
[2]: https://pindograma.shinyapps.io/agregador