# Libraries
library(vilaweb)
library(tidyverse)
library(lubridate)
# Read in the 2019 ceo omnibus
df <- vilaweb::ceo_omnibus_2019
# Define party
df <- df %>%
mutate(partit = `c3. I em podria dir a quin partit o coalició va votar en les darreres eleccions al Parlament de Catalunya del 21 de desembre de 2017?`)
# Define indepe and sobiranisme
df <- df %>%
mutate(sobiranista = `15a. M’agradaria que m’indiqués el seu grau d’acord o desacord amb: S’hauria de fer un referèndum a Catalunya perquè els catalans i les catalanes decidissin quina relació volen que hi hagi entre Catalunya i Espanya`)
# Functions
mround <- function(x,base){
base*round(x/base)
}
round_percent <- function(x) {
x <- x/sum(x)*100 # Standardize result
res <- floor(x) # Find integer bits
rsum <- sum(res) # Find out how much we are missing
if(rsum<100) {
# Distribute points based on remainders and a random tie breaker
o <- order(x%%1, sample(length(x)), decreasing=TRUE)
res[o[1:(100-rsum)]] <- res[o[1:(100-rsum)]]+1
}
res
}
numberfy <- function(x){
gsub(',', '.', scales::comma(x), fixed = TRUE)
}
# Get most recent CEO data
ceo_june_2019 <- vilaweb::ceo_june_2019
# Get age range
get_details <- function(df){
df %>%
mutate(referendum = `Fins a quin punt està d’acord o en desacord amb cadascuna de les següents afirmacions: Catalunya té el dret de celebrar un referèndum d'autodeterminació`) %>%
mutate(avis = as.character(`Quants dels seus avis/àvies van néixer a Catalunya?`)) %>%
mutate(avis = ifelse(avis == 'Cap', '0',
ifelse(avis == 'Un', '1',
ifelse(avis == 'Dos', '2',
ifelse(avis == 'Tres', '3',
ifelse(avis == 'Quatre', '4', NA)))))) %>%
mutate(avis = as.numeric(avis)) %>%
mutate(pare_cat = `Em podria dir el lloc de naixement del seu pare?` == 'Catalunya',
pare_esp = `Em podria dir el lloc de naixement del seu pare?` == 'Altres comunitats autònomes',
mare_cat = `Em podria dir el lloc de naixement de la seva mare?` == 'Catalunya',
mare_esp = `Em podria dir el lloc de naixement de la seva mare?` == 'Altres comunitats autònomes') %>%
mutate(pare_cat = as.numeric(pare_cat),
pare_esp = as.numeric(pare_esp),
mare_cat = as.numeric(mare_cat),
mare_esp = as.numeric(mare_esp)) %>%
summarise(p50 = median(Edat),
avg = mean(Edat),
p75 = quantile(Edat, 0.75),
p25 = quantile(Edat, 0.25),
pcat = length(which(`Em podria dir on va néixer?` == 'Catalunya')) / n(),
pesp = length(which(`Em podria dir on va néixer?` == 'Altres comunitats autònomes')) / n(),
avis = mean(avis, na.rm = TRUE),
avisp50 = median(avis, na.rm = TRUE),
avisp75 = quantile(avis, 0.75, na.rm = TRUE),
avisp25 = quantile(avis, 0.25, na.rm = TRUE),
pares_cat = mean(pare_cat + mare_cat, na.rm = TRUE),
pares_esp = mean(pare_esp + mare_esp, na.rm = TRUE),
pares_catp25 = quantile(pare_cat + mare_cat, 0.25, na.rm = TRUE),
pares_catp75 = quantile(pare_cat + mare_cat, 0.75, na.rm = TRUE),
pares_espp25 = quantile(pare_esp + mare_esp, 0.25, na.rm = TRUE),
pares_espp75 = quantile(pare_esp + mare_esp, 0.75, na.rm = TRUE))
}
# new_ceo %>% group_by(`Any de realització del baròmetre`) %>%
# get_details() %>%
# bind_rows(
# ceo_june_2019 %>%
# group_by(`Any de realització del baròmetre`) %>%
# get_details()
# ) %>%
# View
# Transform data to combine
transform_data <- function(df){
language_dict <- tibble(input = c('Català (valencià / balear)', 'Castellà', 'Totes dues igual: català (valencià / balear) i castellà', 'Altres llengües o altres combinacions', 'Aranès', 'No ho sap', 'No contesta'),
output_ca = c('Català',
'Castellà',
'Cat+Cast',
'Altres',
'Català',
'NS/NC',
'NS/NC'),
output_en = c('Catalan',
'Spanish',
'Cat+Spa',
'Others',
'Catalan',
'No answer',
'No answer'))
convert_language <- function(x, ca = TRUE){
z <- tibble(input = x)
joined <- left_join(z, language_dict)
if(ca){
as.character(joined$output_ca)
} else {
as.character(joined$en)
}
}
v1 <- "Amb quina de les següents frases se sent més identificat: em sento només espanyol, més espanyol que català, tan espanyol com català, més català que espanyol o només català?"
v2 <- 'Amb quina de les següents frases,em sento només espanyol, més espanyol que català, tan espanyol com català, més català que espanyol o només català, se sent més identificat?'
if(v1 %in% names(df)){
df$identificacio <- unlist(df[,v1])
} else {
df$identificacio <- unlist(df[,v2])
}
ref_var <- "Fins a quin punt està d’acord o en desacord amb cadascuna de les següents afirmacions: Catalunya té el dret de celebrar un referèndum d'autodeterminació"
if(ref_var %in% names(df)){
vals <- unlist(df[,ref_var])
if(!all(is.na(vals))){
df$referendum <- vals
}
}
ref_var <- "Fins a quin punt està d’acord o en desacord amb l’afirmació següent: “Els catalans i les catalanes tenen dret a decidir el seu futur com a país votant en un referèndum”?"
if(ref_var %in% names(df)){
levs <- c("Molt d'acord", "D'acord", "Ni d'acord ni en desacord", "En desacord", "Molt en desacord", "No ho sap", "No contesta")
vals <- c(1:5, 98, 99)
dict <- tibble(vals, referendum = levs)
dict$referendum <- factor(dict$referendum, levels = levs)
new_vals <- tibble(vals = unlist(df[,ref_var]))
new_vals <- left_join(new_vals, dict)
if(!all(is.na(new_vals$referendum))){
df$referendum <- new_vals$referendum
}
}
ref_var <- "Fins a quin punt està d’acord o en desacord amb cadascuna de les següents afirmacions: Catalunya no té el dret de celebrar un referèndum d'autodeterminació"
if(ref_var %in% names(df)){
vals <- as.character(unlist(df[,ref_var]))
# Reverse
vals2 <- ifelse(vals == "D'acord", "En desacord",
ifelse(vals == "Molt d'acord", "Molt en desacord",
ifelse(vals == "En desacord", "D'acord",
ifelse(vals == "Molt en desacord", "Molt d'acord", vals))))
levs <- c("Molt d'acord", "D'acord", "Ni d'acord ni en desacord", "En desacord", "Molt en desacord", "No ho sap", "No contesta")
vals <- factor(vals2, levels = levs)
if(!all(is.na(vals))){
df$referendum <- vals
}
}
if(!'referendum' %in% names(df)){
df$referendum <- NA
}
df %>%
mutate(partit = `Em podria dir per quin partit sent més simpatia?`) %>%
mutate(any = `Any de realització del baròmetre`,
mes = `Mes de realització del baròmetre`) %>%
mutate(mes = ifelse(mes == 3 & any == 2014, 4, mes),
mes = ifelse(mes == 10 & any == 2014, 11, mes),
mes = ifelse(mes == 3 & any == 2015, 2, mes),
mes = ifelse(mes == 7 & any == 2017, 6, mes),
mes = ifelse(mes == 7 & any == 2018, 6, mes),
mes = ifelse(mes == 11 & any == 2018, 10, mes),
mes = ifelse(mes == 7 & any == 2019, 6, mes)) %>%
mutate(date = as.Date(paste0(any, '-', mes, '-15'))) %>%
mutate(avis = as.character(`Quants dels seus avis/àvies van néixer a Catalunya?`)) %>%
mutate(avis = ifelse(avis == 'Cap', '0',
ifelse(avis == 'Un', '1',
ifelse(avis == 'Dos', '2',
ifelse(avis == 'Tres', '3',
ifelse(avis == 'Quatre', '4', NA)))))) %>%
mutate(avis = as.numeric(avis)) %>%
mutate(pare_cat = `Em podria dir el lloc de naixement del seu pare?` == 'Catalunya',
pare_esp = `Em podria dir el lloc de naixement del seu pare?` == 'Altres comunitats autònomes',
mare_cat = `Em podria dir el lloc de naixement de la seva mare?` == 'Catalunya',
mare_esp = `Em podria dir el lloc de naixement de la seva mare?` == 'Altres comunitats autònomes') %>%
mutate(pare_cat = as.numeric(pare_cat),
pare_esp = as.numeric(pare_esp),
mare_cat = as.numeric(mare_cat),
mare_esp = as.numeric(mare_esp)) %>%
mutate(llengua_primera = `Quina llengua va parlar primer vostè, a casa, quan era petit?`) %>%
mutate(llengua_primera = convert_language(llengua_primera),
llengua_habitual = convert_language(`Quina és la seva llengua habitual, ens referim a la llengua que parla més sovint?`),
llengua_propia = convert_language(`Quina és la seva llengua, ens referim a quina és la llengua que vostè considera com a pròpia?`)) %>%
mutate(indepe = `Vol que Catalunya esdevingui un Estat independent?`) %>%
# mutate(llengua_preferiex = `Prefereix que li faci les preguntes en català o en castellà?`),
mutate(neixer = `Em podria dir on va néixer?`,
informat = `Es considera vostè molt, bastant, poc o gens informat/ada del que passa en política?`,
interessat = `A vostè la política li interessa molt, bastant, poc o gens?`,
partit = `Em podria dir per quin partit sent més simpatia?`,
axis = `Quan es parla de política, normalment s’utilitzen les expressions esquerra i dreta, indiqui on s’ubicaria vostè?`,
telefon_fix = `Té telèfon fix a la seva llar?`,
ingressos = `Quins són els ingressos familiars que entren cada mes a casa seva?`) %>%
mutate(indepe = as.character(indepe)) %>%
mutate(indepe =
ifelse(indepe %in% c('No ho sap', 'No contesta'),
'NS/NC', indepe)) %>%
mutate(municipi = `Grandària del municipi`) %>%
mutate(provincia = `Província`) %>%
dplyr::select(
partit,
referendum,
identificacio,
municipi,
provincia,
date,
avis,
pare_cat, pare_esp,
mare_cat, mare_esp,
llengua_primera, llengua_habitual, llengua_propia, #llengua_prefereix,
neixer,
informat,
interessat,
partit,
axis,
telefon_fix,
ingressos,
indepe
) %>%
mutate(pares = ifelse(pare_cat + mare_cat == 2,
'2 pares nascuts a Cat',
ifelse(pare_cat + mare_cat == 1 &
pare_esp + mare_esp == 1,
'1 pare nascut a Cat, l\'altre a Esp',
ifelse(pare_esp + mare_esp == 2,
'2 pares nascuts a Esp',
'Altres combinacions')
))) %>%
mutate(partit = as.character(partit)) %>%
mutate(partit = ifelse(partit %in% c('ERC', 'PSC', 'CUP',
"PPC"),
partit,
ifelse(partit %in% c('Podemos','En Comú Podem', 'Catalunya en Comú Podem', 'Barcelona en Comú', 'Catalunya sí que es pot'), 'Podem',
ifelse(partit == "C's", "Cs",
ifelse(partit %in% c('CiU', 'Junts pel Sí', 'CDC', 'PDeCAT', 'Junts per Catalunya'), 'JxCat/PDeCat', 'Cap o altre partit')))))
}
# Combine
bop_numbers <- sort(unique(new_ceo$`Número d'ordre del baròmetre`))
bop_list <- list()
for(i in 1:length(bop_numbers)){
message(i)
this_bop_number <- bop_numbers[i]
this_bop <- new_ceo %>% filter(`Número d'ordre del baròmetre` == this_bop_number)
out <- transform_data(this_bop)
bop_list[[i]] <- out
}
bop <- bind_rows(bop_list)
combined <-
bop %>%
bind_rows(
transform_data(ceo_june_2019)
)
pd <- combined %>%
filter(!is.na(indepe)) %>%
# mutate(year = as.numeric(format(date, '%Y'))) %>%
group_by(year = date, partit, indepe) %>%
tally %>%
group_by(year, partit) %>%
mutate(p = n / sum(n) * 100)
ggplot(data = pd,
aes(x = year,
y = p,
color = indepe)) +
geom_line() +
facet_wrap(~partit) +
geom_text(aes(label = round(p, digits = 1)),
nudge_y = 5,
size = 1.6)
pd <- combined %>%
filter(!is.na(indepe)) %>%
mutate(year = as.numeric(format(date, '%Y'))) %>%
filter(year >= 2018) %>%
group_by(partit, indepe) %>%
tally %>%
group_by(partit) %>%
mutate(p = n / sum(n) * 100) %>%
arrange(p) %>%
group_by(partit) %>%
summarise(x = paste0('No: ', round(p[indepe == 'No'], digits = 2),
' | Sí: ', round(p[indepe == 'Sí'], digits = 2),
' | NS/NC: ', round(p[indepe == 'NS/NC'], digits = 2)),
y = round(p[indepe == 'No'], digits = 2))
pd <- pd %>%
arrange(y) %>%
dplyr::select(partit, x)
z <- paste0(pd$partit, ':: ', pd$x, collapse = NULL)
cat(paste0(z, collapse = '\n'))
pd <- combined %>%
filter(!is.na(indepe)) %>%
filter(indepe != 'NS/NC') %>%
mutate(year = as.numeric(format(date, '%Y'))) %>%
filter(year >= 2018) %>%
group_by(indepe) %>%
tally %>%
mutate(p = n / sum(n) * 100) %>%
arrange(p) %>%
summarise(x = paste0('No: ', round(p[indepe == 'No'], digits = 2),
' | Sí: ', round(p[indepe == 'Sí'], digits = 2),
' | NS/NC: ', round(p[indepe == 'NS/NC'], digits = 2)),
y = round(p[indepe == 'No'], digits = 2))
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.