workshop-teil1.Rmd

---
title: "Workshop: Statistische Daten und Wahlergebnisse als Barcodes visualisieren"
output:
  html_document:
    css: styles.css
    toc: true
    toc_float: true
    theme: cosmo
    highlight: tango
    number_sections: true
---



## 1. Daten laden

Zum laden der Daten benutzen wir das `readr` Package. readr stellt eine ganze Reihe von Befehlen bereit.

```{r setup}
needs(readr, dplyr)
```

Zunächst werden wir die (zuvor bereinigten) Wahlergebnisse laden. Dazu benutzen wir die `read_tsv` Funktion vom `readr` Paket. Wir speichern das Ergebnis in der Variable `btw`.

```{r daten laden}
btw <- read_tsv('data/cleaned/btw09_kerg.csv')
```

**Tipp:** oben rechts im "Environment" Panel zeigt RStudio alle angelegten Variablen und Tabellen. Per Klick lässt sich unsere Tabelle `btw` anschauen.

```{r daten laden und spalten selektieren}
btw <- read_tsv('data/cleaned/btw09_kerg.csv') %>% 
  select(Nr, Wahlkreis, Land,
         Total=Gültige.Zweitstimmen,
         CDU=CDU.Zweitstimmen,
         SPD=SPD.Zweitstimmen,
         CSU=CSU.Zweitstimmen,
         FDP=FDP.Zweitstimmen,
         GRÜNE=GRÜNE.Zweitstimmen,
         LINKE=`DIE LINKE.Zweitstimmen`)
```

**Tipp:** Mit der Hilfefunktion in RStudio können wir mehr über alle Befehle erfahren. Dazu einfach den Eingabe-Cursor irgendwo auf das Wort "select" setzen und die F1 Taste drücken.

## 2. Stimmen der beiden politischen Blöcke berechnen

Um neue Spalten zu berechnen benutzen wir das Paket `dplyr` (Link für später: [Introduction to dplyr](https://cran.rstudio.com/web/packages/dplyr/vignettes/introduction.html))

Aus den Zweitstimmen der großen Parteien berechnen wir nun die Gesamtstimmen zweier Blöcke: SPD + LINKE + GRÜNE (RRG) sowie Schwarz-Gelb (SG)

Gesamtstimmen der Koalitionen Rot-Rot-Grün (RRG) und CDU/CSU+FDP (SG) berechnen:
  
```{r gesamtstimmen zweier blöcke}
btw_koal <- btw %>%
  mutate(RRG=SPD + GRÜNE + LINKE,
         SG=CDU + CSU + FDP)
```

Schauen wir uns das Ergebnis an fällt auf das wir immer nur `NA` bei Schwarz-Gelb erhalten. Woran liegt das?

CDU uns CSU sind niemals gleichzeitig definiert. Was wir brauchen ist eine Funktion die automatisch entweder den CDU oder CSU Wert benutzt, je nach dem welcher definiert ist. Die `coalesce` Funktion macht genau das:

```{r CDU oder CSU mit coalesce}
btw_koal <- btw %>%
  mutate(RRG=SPD + GRÜNE + LINKE,
         SG=coalesce(CDU, CSU) + FDP)
```


# 3. Prozentuale Stimmendifferenz berechnen:
  
1. margin = `100 * (SG - RRG)/(SG + RRG)`
2. sieger
3. landslide, wenn margin 10 Prozent oder mehr
4. klasse

```{r prozentdifferenz berechnen}
btw_margin <- btw_koal %>% 
  # lege ein neues feld "margin" an
  mutate(margin=round(100 * (SG - RRG)/(SG + RRG), 2)) %>% 
  # lege ein neues feld "winner" an
  mutate(winner=ifelse(SG > RRG, 'SG', 'RRG')) %>% 
  # lege ein neues feld "landslide" an
  mutate(landslide=abs(margin) >= 10) %>% 
  # lege ein neues feld "gruppe" an
  mutate(gruppe=paste0(ifelse(landslide,'L_','C_'), winner)) %>% 
  # sortiere die gruppen
  mutate(gruppe=factor(gruppe, c('L_SG', 'C_SG', 'C_RRG', 'L_RRG')))
```

Testen:

```{r}
table(btw_margin$landslide)
table(btw_margin$landslide, btw_margin$winner)
```

TO DO: Wiederholen mit Wahlergebnissen früherer Wahlen!

## 4. Mit Strukturdaten kombinieren

Strukturdaten dazuladen und per left_join verbinden:
  
```{r strukturdaten laden}
btw_struktur <- read_tsv('data/cleaned/btw13_strukturdaten.csv') %>%
  select(-Wahlkreis) %>% 
  filter(Nr < 300)
```

und per `left_join` verbinden
  
```{r mit left join verbinden}
btw_final <- btw_margin %>% 
  left_join(btw_struktur, by ='Nr')
```

Und für Teil 2 speichern:

```{r und speichern}
btw_final %>% write_csv('btw-final.csv')
```