Pacote electionsBR

Olha que legal. O pessoal do Centro de Estudos Legislativos (CEL) acaba de disponibilizar no CRAN o pacote electionsBR. Isso vai facilitar demais a vida de quem precisa lidar com dados eleitorais no Brasil. Quer um exemplo? Suponha que você está interessado em obter os votos nominais das coligações "Muda Brasil" (PSDB e outros) e "Com a Força do Povo" (PT e outros) nas eleições de 2014 para o município de Niterói. Difícil, né? Olha como é fácil agora:

################################
######### electionsBR ##########


install.packages('electionsBR')
library(electionsBR)

votos <- party_mun_zone_fed(2014)

sum(votos$QTDE_VOTOS_NOMINAIS[votos$
 NOME_COLIGACAO==
 'COLIGAÇÃO COM A FORÇA DO POVO'&
 votos$NOME_MUNICIPIO=='NITERÓI'])

sum(votos$QTDE_VOTOS_NOMINAIS[votos$
 NOME_COLIGACAO==
 'MUDA BRASIL'&
 votos$NOME_MUNICIPIO=='NITERÓI'])

Com o código acima você ficará sabendo em poucos segundos que a coligação "Muda Brasil" obteve 243.346 votos nominais em Niterói, enquanto a coligação "Com a Força do Povo" obteve 200.473 votos. Sério, corre e vá aprender R, menino(a)!!! 🙂 Mais informações sobre o pacote aqui.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Deploy de modelos com Python + Shinylive + GitHub gastando ZERO reais

Colocar modelos em produção pode ser um grande desafio. Lidar com custos monetários, infraestrutura operacional e complexidades de códigos e ferramentas pode acabar matando potenciais projetos. Uma solução que elimina todos estes obstáculos é a recém lançada Shinylive. Neste artigo mostramos um exemplo com um modelo de previsão para o preço do petróleo Brent.

Como automatizar tarefas repetitivas usando Python? Um exemplo para largar o Excel

Manter relatórios diários com dados e análises atualizados é um desafio, pois envolve várias etapas: coleta de dados, tratamento de informações, produção de análises e atualização de relatório. Para superar este desafio algumas ferramentas como Python + Quarto + GitHub podem ser usadas para automatizar tudo que for automatizável. Neste artigo mostramos um exemplo com dados do mercado financeiro.

Criando um Dashboard de análise de Ações no Python

Um Dashboard é um painel de controle que consolida uma variedade de informações sobre um determinado objeto de estudo em um ou mais painéis. Ele simplifica significativamente o processo de análise de dados, oferecendo uma visão global e fácil de entender. Uma maneira simples de construir um Dashboard para acompanhar uma ação específica é utilizando duas ferramentas: Quarto e Python. Neste post, mostramos o resultado da criação de um Dashboard de Ação.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.