In rOpenGov/datavaalit: Finnish Parliamentary Monitoring Toolkit for R

# Hae data puolueiden kunnallisvaaliehdokkaiden aktiivisuudesta
# sosiaalisessa mediassa Datavaalit-palvelimelta
some <- read.csv("http://www.datavaalit.fi/storage/some-updates-stats-2012-10-26.csv", sep = ",")
names(some) <- c("puolue", "media", "dat")
some$media <- factor(gsub("FB", "Facebook", gsub("TW", "Twitter", some$media)))
some.full <- some

tsome <- read.csv("datavaalit/data/some-updates.csv", sep=";", header=FALSE)

download.file("", destfile = "some-updates-2013-01-22.csv.bz2")

system("bunzip2 some-updates-2013-01-22.csv.bz2")

temp <- tempfile() url <- "http://www.datavaalit.fi/storage/some-updates-2013-01-22.csv.bz2" download.file(url, temp) tsome <- read.csv(bzfile(temp, "some-updates-2013-01-22.csv"), sep=";", header=FALSE) unlink(temp)

temp <- tempfile() download.file("http://www.datavaalit.fi/storage/some-updates-2012-10-26.zip", temp) tsome <- read.csv(unz(temp, "some-updates.csv"), sep=";", header=FALSE) unlink(temp) names(tsome) <- c("nimi", "puolue", "kunta", "sukupuoli", "media", "aika", "X")

puoluestatistiikkaa

party_stats  <- ddply(tsome, c(.(aika), .(puolue)), summarise,
                      lkm=length(nimi),
                      ehd=unlist(isot[puolue][1]))
party_stats$lkmfr <- party_stats$lkm / party_stats$ehd

p2 <- ggplot(party_stats, aes(x = aika, y = lkmfr, group = puolue)) 
p2 <- p2 + geom_line(aes(colour = puolue))
print(p2)

Facebook updates

party_stats_fb  <- ddply(tsome.fb, c(.(aika), .(puolue)), summarise,
                         lkm=length(nimi),
                         ehd=unlist(isot[puolue][1]))
party_stats_fb$lkmfr <- party_stats_fb$lkm / party_stats_fb$ehd

p <- ggplot(party_stats_fb, aes(x = aika, y=lkmfr)) 
p <- p + geom_bar(fill="#3B5998") + ylab("lkm") + ggtitle("Facebook päivitykset")
p <- p + facet_grid(puolue ~ .) 
#p + facet_grid(puolue ~ ., scales="free_y")
print(p)

Twitter updates

party_stats_tw  <- ddply(tsome.tw, c(.(aika), .(puolue)), summarise,
                         lkm=length(nimi),
                         ehd=unlist(isot[puolue][1]))

party_stats_tw$lkmfr <- party_stats_tw$lkm / party_stats_tw$ehd

p <- ggplot(party_stats_tw, aes(x = aika, y=lkmfr)) 
p <- p + geom_bar(fill="#00ACED") + ylab("lkm") + facet_grid(puolue ~ .) + ggtitle("Twitter päivitykset")
print(p)

Puolueiden päivitykset aikajanalla

pics <- list()

for (me in c("Twitter", "Facebook")) {

  df <- data.frame(list(count = table(subset(tsome, media == me)$puolue)))
  df <- df[order(df$count.Freq),]
  tops <- names(which(table(tsome$puolue) > 1000))
  stsome$puolue <- factor(df$puolue, level = names(sort(table(df$puolue))))

  tsome$pvm <- sapply(strsplit(as.character(tsome$aika), " "), function (x) {x[[1]]})
  tabs <- subset(tsome, media == me & puolue %in% tops)
  tabs$puolue <- droplevels(tabs$puolue)

  # Puolue-päivämäärä - päivitysmatriisi
  p2d <- sapply(split(tabs, tabs$pvm), function (x) {table(x$puolue)})

  library(reshape)
  m <- melt(p2d)
  names(m) <- c("Puolue", "Pvm", "Updates")
  m$Pvm <- as.Date(m$Pvm)
  p <- ggplot(m, aes(x = Pvm, y = Updates, group = Puolue, colour = Puolue, linetype = Puolue)) + geom_line() + ggtitle(me) + xlab("") 
  p <- p + scale_x_date() 

  pics[[me]] <- p

}

grid.arrange(pics[["Twitter"]], pics[["Facebook"]], nrow = 1)

p <- ggplot(csome, aes(x=log10(FBfr), y=log10(TWfr), label=puolue)) 
p <- p + geom_text(size = 5) + xlab("log10(Facebook-päivitysten määrä)") + 
    xlim(c(-1, 2)) + ylim(c(-1, 2)) +
    ylab("log10(Twitter-päivitysten määrä)") +
    ggtitle("Normalisoidut some-päivitysten määrät")
print(p)

All social media updates

p <- ggplot(tsome, aes(x = aika)) p <- p + geom_histogram(binaxis = "y", binwidth=0.1) + ylab("lkm") + facet_grid(puolue ~ .) + ggtitle("Kaikki some-päivitykset") print(p)

Facebook- ja Twitter-aktiivisuuden vertailu

Vertaile ehdokkaiden Facebook- ja Twitter-aktiivisuutta puolueiden välillä:

puolueet <- as.character(some.full$puolue)
fb <- subset(some.full, media == "Facebook")
rownames(fb) <- as.character(fb$puolue)
tw <- subset(some.full, media == "Twitter")
rownames(tw) <- as.character(tw$puolue)
df <- data.frame(list(puolue = puolueet, Facebook = fb[puolueet, "dat.normalized"], Twitter = tw[puolueet, "dat.normalized"]))
df <- df[apply(df, 1, function (x) {!any(is.na(x))}),]
ggplot(df, aes(x = Facebook, y = Twitter, label = puolue)) + geom_text(size = 3) + scale_x_continuous(lim = c(-2,max(df[, c("Facebook")]) + 2)) + scale_y_continuous(lim = c(-1,max(df[, c("Twitter")]))) + ggtitle("Facebook- ja Twitter-aktiivisuuden vertailua") + theme(axis.title.x = element_text(size=18), axis.title.y = element_text(size=18), title = element_text(size=18))

All social media updates

p <- ggplot(party_stats, aes(x = aika, y=lkmfr)) 
p <- p + geom_bar() + ylab("lkm") + ggtitle("Kaikki some-päivitykset")
p <- p + facet_grid(puolue ~ .) 
#p + facet_grid(puolue ~ ., scales="free_y")
print(p)

library(ggplot2)
library(reshape)
library(plyr)
library(ggplot2)

isot <- list('KD'=1870, 'KESK'=8401,'KOK'=6874, 'PIR'=121, 'PS'=4394, 
             'RKP'=1350, 'SDP'=6987, 'SKP'=304, 'VAS'=3506,'VIHR'=2298)

some <- subset(some, puolue %in% names(isot))

csome <- cast(some, puolue~media)
csome$TW[which(is.na(csome$TW))]  <- 0
csome$FB[which(is.na(csome$FB))]  <- 0
csome$puolue <- droplevels(csome$puolue)

# NOTE: order of isot matters!!!
csome$TWfr <- csome$TW / unlist(isot[csome$puolue])
csome$FBfr <- csome$FB / unlist(isot[csome$puolue])

# Customize ggplot2 theme
theme_custom <- ggplot2::theme_bw(20)
theme_custom$axis.title.x <- element_text(size=18)
theme_custom$axis.text.x <- element_text(angle=90, vjust=0.5, size=12)
theme_custom$axis.title.y <- element_text(angle=90, size=18)
theme_custom$axis.text.y <- element_text(angle=90, size=12)
theme_custom$strip.text.y <- element_text(size=12, face="bold")
theme_set(theme_custom)

p <- ggplot(csome, aes(x=FB, y=TW, label=puolue)) 
p <- p + geom_text(size = 5) + xlab("Facebook-päivitysten määrä") + 
    ylab("Twitter-päivitysten määrä") + geom_smooth(method = lm)
print(p)