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

Calculando o impulso de crédito no Python

Qual é o papel do crédito no crescimento da economia? Para analisar esta questão, calculamos o indicador de impulso de crédito para a economia brasileira e comparamos com o nível da atividade econômica usando o Python.

Analisando a Volatilidade de Longo Prazo do Ibovespa usando Python

Com base no modelo GARCH(1,1), realizamos realizar a modelagem da variância condicional dos log retornos diários do Ibovespa, abrangendo o período de janeiro de 2018 até dezembro de 2023. O objetivo principal é compreender a implementação desse modelo utilizando a linguagem de programação Python, além de conduzir uma análise do mercado acionário brasileiro ao longo do período amostral.

Ao concluirmos este exercício, teremos a capacidade de obter uma medida representativa da variância de longo prazo da série temporal. Essa medida poderá ser comparada com a variância histórica, permitindo-nos inferir se a volatilidade presente está atualmente inferior ou superior àquela projetada para o futuro. Essa análise contribuirá para uma melhor compreensão da dinâmica da volatilidade no mercado acionário brasileiro.

Construindo uma NAIRU para o Brasil usando Python

Um dos maiores desafios para aqueles que trabalham com dados econômicos é aliar a prática com a teoria. Para tanto, o uso do Python pode facilitar esse desafio, permitindo construir todos os passos de uma análise de dados. Demonstramos o poder da linguagem tomando como exemplo a construção da NAIRU para o Brasil.

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.