-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathChapitreBilan.R
284 lines (275 loc) · 13.4 KB
/
ChapitreBilan.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
pacman::p_load(tidyverse, openxlsx, stringdist, gridExtra, ggtext)
Data <- openxlsx::read.xlsx(paste0(
"../polimetre-dev/_SharedFolder_polimetre-fonctionnement/",
"14. BD/BD_Polimètre.xlsx"), 2) |>
select(X1, X2, X3, Réalisée, Partiellement.réalisée, Rompue, n, X4) |>
rename(Endroit = X1, Législature = X2, Premier.ministre = X3)
Data <- Data[-c(11:22), ]
Data[1:2, ][c(2, 4:7)] <- c(
44, 43, # mandat
140, 79, # réalisée
78, 99, # partiellement
15, 165, # rompue
354, 343) # total Trudeau II-III
Data[1, ][c(1, 3, 8)] <- c("CAN", "Trudeau", "Min") # Trudeau III
Data$Statut <- ifelse(Data$X4 == "Maj", "Majoritaire", "Minoritaire")
Data$Années <- c("2021-2025", "2019-2021", "2015-2019", "2011-2015",
"2008-2011", "2006-2008", "2004-2006", "2000-2004",
"1997-2000", "1993-1997")
Data$Année.de.début <- as.numeric(substr(Data$Années, 1, 4))
Data$Gouvernement <- paste0(Data$Premier.ministre, " ", Data$Années, " (n = ",
Data$n, ")")
Data$PourcentRéalisées <- 100 * Data$Réalisée / Data$n
Data$PourcentPartiellementRéalisées <- 100 * Data$Partiellement.réalisée /
Data$n
Data$PourcentRompues <- 100 * Data$Rompue / Data$n
Data$PourcentAutre <- 100 * (
Data$n - Data$Réalisée - Data$Partiellement.réalisée - Data$Rompue) / Data$n
Data$PourcentSuspens <- NA
Data$PourcentEnVoie <- NA
Data$PourcentSuspens[1] <- 100 * (34 / 354)
Data$PourcentEnVoie[1] <- 100 * (87 / 354)
DataFull <- filter(Data, Législature < 44)
mean(DataFull$PourcentRéalisées)
mean(DataFull$PourcentPartiellementRéalisées)
mean(DataFull$PourcentRompues)
GraphData <- pivot_longer(
Data, cols = c(PourcentRéalisées, PourcentPartiellementRéalisées,
PourcentRompues, PourcentSuspens, PourcentEnVoie),
names_to = "Verdict", values_to = "Pourcent")
GraphData$Verdict <- factor(
GraphData$Verdict,
levels = c("PourcentRéalisées", "PourcentPartiellementRéalisées",
"PourcentEnVoie", "PourcentSuspens", "PourcentRompues"),
labels = c("Réalisées", "Partiellement\nréalisées",
"En voie de\nréalisation\n(Trudeau 44)",
"En suspens\n(Trudeau 44)", "Rompues"))
GraphData$PourcentText <- str_replace_all(
round(GraphData$Pourcent, 2), "\\.", ",")
GraphData$PercentText <- round(GraphData$Pourcent, 2)
bold.labels <- ifelse(levels(as.factor(GraphData$Gouvernement)) %in% c(
"Trudeau 2015-2019 (n = 353)", "Trudeau 2019-2021 (n = 343)",
"Trudeau 2021-2025 (n = 354)"), yes = "bold", no = "plain")
verdict_palette3 <- c("#CCCCCC", "#AAAAAA", "#888888", "#555555", "black")
verdict_palette6 <- c("black", "white", "white", "white", "white")
ggplot(GraphData, aes(x = reorder(Gouvernement, Année.de.début), y = Pourcent,
fill = Verdict)) +
geom_bar(stat = "identity", position = "fill") +
geom_text(aes(label = PourcentText, color = Verdict),
show.legend = FALSE, position = position_fill(vjust = 0.5),
size = 5) +
scale_fill_manual(values = verdict_palette3) +
scale_color_manual(values = verdict_palette6) +
scale_x_discrete("") +
scale_y_continuous("% des promesses\n",
labels = scales::percent_format(scale = 100)) +
clessnverse::theme_clean_light(base_size = 17) +
theme(axis.text.x = ggtext::element_markdown(hjust = 0.75, vjust = 0.75, angle = 90,
face = bold.labels),
panel.grid.major = element_blank(), panel.grid.minor = element_blank(),
panel.border = element_blank(), panel.background = element_blank())
ggsave(paste0("_SharedFolder_livre_promesses-trudeau/Chapitre 1/graphs/",
"VerdictsParMandat.png"), width = 9, height = 8)
GraphData$VerdictEN <- NA
GraphData$VerdictEN <- factor(
GraphData$Verdict,
levels = c("Réalisées", "Partiellement\nréalisées",
"En voie de\nréalisation\n(Trudeau 44)",
"En suspens\n(Trudeau 44)", "Rompues"),
labels = c("Kept", "Partially kept", "In progress\n(Trudeau 44)",
"Not yet rated\n(Trudeau 44)", "Broken"))
ggplot(GraphData, aes(x = reorder(Gouvernement, Année.de.début),
y = Pourcent, fill = VerdictEN)) +
geom_bar(stat = "identity", position = "fill") +
geom_text(aes(label = PercentText), position = position_fill(vjust = 0.5),
size = 2.5, color = "white") +
scale_fill_manual("\n\n\n\n\n\n\nVerdict", values = verdict_palette3) +
scale_x_discrete("") +
scale_y_continuous("% of promises\n",
labels = scales::percent_format(scale = 100)) +
theme(axis.text.x = ggtext::element_markdown(hjust = 1, vjust = 0.5, angle = 90,
face = bold.labels),
panel.grid.major = element_blank(), panel.grid.minor = element_blank(),
panel.border = element_blank(), panel.background = element_blank())
ggsave(paste0("_SharedFolder_livre_promesses-trudeau/Chapitre 1/graphs/",
"VerdictsParMandat-EN.png"), width = 5.5, height = 4.25)
Promesses <- openxlsx::read.xlsx(
"_SharedFolder_livre_promesses-trudeau/Chapitre 1/BDTrudeau-Chap1.xlsx",
3) |> filter(`Inclusion.Polimètre./.Inclusion.Polimeter` == T)
Promises <- openxlsx::read.xlsx(paste0(
"../polimetre-dev/_SharedFolder_polimetre-fonctionnement/",
"14. BD/BD_Polimètre.xlsx"), 3)
Promises <- filter(Promises, Origine == "CAN")
mean(nchar(Promises$Libellé.en)[Promises$L == 35])
mean(nchar(Promises$Libellé.fr)[Promises$L == 35])
mean(nchar(Promises$Libellé.en)[Promises$L == 36])
mean(nchar(Promises$Libellé.fr)[Promises$L == 36])
mean(nchar(Promises$Libellé.en)[Promises$L == 37])
mean(nchar(Promises$Libellé.fr)[Promises$L == 37])
mean(nchar(Promises$Libellé.en)[Promises$L == 38])
mean(nchar(Promises$Libellé.fr)[Promises$L == 38])
mean(nchar(Promises$Libellé.en)[Promises$L == 39])
mean(nchar(Promises$Libellé.fr)[Promises$L == 39])
mean(nchar(Promises$Libellé.en)[Promises$L == 40])
mean(nchar(Promises$Libellé.fr)[Promises$L == 40])
mean(nchar(Promises$Libellé.en)[Promises$L == 41])
mean(nchar(Promises$Libellé.fr)[Promises$L == 41])
mean(nchar(Promesses$`Libellé.EN./.Label.EN`)[
Promesses$`Mandat./.Mandate` == 1])
mean(nchar(Promesses$`Libellé.FR./.Label.FR`)[
Promesses$`Mandat./.Mandate` == 1])
mean(nchar(Promesses$`Libellé.EN./.Label.EN`)[
Promesses$`Mandat./.Mandate` == 2])
mean(nchar(Promesses$`Libellé.FR./.Label.FR`)[
Promesses$`Mandat./.Mandate` == 2])
mean(nchar(Promesses$`Libellé.EN./.Label.EN`)[
Promesses$`Mandat./.Mandate` == 3])
mean(nchar(Promesses$`Libellé.FR./.Label.FR`)[
Promesses$`Mandat./.Mandate` == 3])
mean(nchar(Promises$Libellé.en), na.rm = T)
mean(nchar(Promises$Libellé.fr[nchar(Promises$Libellé.fr) > 3]), na.rm = T)
mean(nchar(Promesses$`Libellé.EN./.Label.EN`))
mean(nchar(Promesses$`Libellé.FR./.Label.FR`))
libelle <- tolower(Promesses$`Libellé.FR./.Label.FR`)
Promesses$autochtone <- str_detect(
string = libelle,
pattern = "autochton|premières? nation|inuit|metis|métis|dnudpa")
table(Promesses$autochtone, Promesses$`Mandat./.Mandate`)
label <- tolower(Promesses$`Libellé.EN./.Label.EN`)
Promesses$indigenous <- str_detect(
string = label,
pattern = "aborigin|indigen|first nation|inuit|métis|metis|undrip")
prop.table(table(Promesses$indigenous))
Promises$indigenous <- str_detect(
string = tolower(Promises$Libellé.en),
pattern = "aborigin|indigen|first nation|inuit|métis|metis|undrip")
prop.table(table(Promises$indigenous[Promises$L != 42]))
Promesses$provinc <- str_detect(
string = label,
pattern = "provinc")
prop.table(table(Promesses$provinc, Promesses$`Mandat./.Mandate`,
Promesses$`Inclusion.Polimètre./.Inclusion.Polimeter`),
margin = 2)
Promises$provinc <- str_detect(
string = tolower(Promises$Libellé.en),
pattern = "provinc")
prop.table(table(Promises$provinc, Promises$L), margin = 2)
Promesses$collab <- str_detect(
string = label,
pattern = "work with|consult|collab|coop|co-op")
prop.table(table(Promesses$collab, Promesses$`Mandat./.Mandate`,
Promesses$`Inclusion.Polimètre./.Inclusion.Polimeter`),
margin = 2)
Promises$collab <- str_detect(
string = tolower(Promises$Libellé.en),
pattern = "work with|consult|collab|coop|co-op")
prop.table(table(Promises$collab, Promises$L), margin = 2)
IndigenousData <- data.frame(
en = label[Promesses$indigenous + Promesses$autochtone == 1],
fr = libelle[Promesses$indigenous + Promesses$autochtone == 1])
Promesses$indigautoch <- 0
Promesses$indigautoch[Promesses$indigenous == TRUE |
Promesses$autochtone == TRUE] <- 1
table(Promesses$indigautoch, Promesses$`Mandat./.Mandate`)
PromessesAlt <- filter(Promesses, indigautoch != 1)
table(Promesses$Nouvelle.catégorie, Promesses$`Mandat./.Mandate`)
GSN <- transform(Promesses, n = nchar(as.character(`Libellé.FR./.Label.FR`)))
GSN2 <- GSN[with(GSN, order(n, Libellé.FR...Label.FR)), ]
Promesses$indigcollab[Promesses$indigenous == TRUE &
Promesses$collab == TRUE] <- 1
table(Promesses$indigcollab, Promesses$`Mandat./.Mandate`)
Promises$indigcollab[Promises$indigenous == TRUE &
Promises$collab == TRUE] <- 1
table(Promises$indigcollab, Promises$L)
# Tri Trudeau
AllPromises <- openxlsx::read.xlsx(paste0(
"../polimetre-dev/_SharedFolder_polimetre-fonctionnement/6. Polimètre",
" Fédéral (Trudeau-44)/",
"3. Divers/Sélection des promesses étroites et importantes/TriFinal.xlsm")
)[1:577,]
AllPromisesRevised <- openxlsx::read.xlsx(paste0(
"../polimetre-dev/_SharedFolder_polimetre-fonctionnement/6. Polimètre",
" Fédéral (Trudeau-44)/PolimètreTrudeau.xlsx"), 2) |>
filter(Mandat == 3)
matched_rows <- matrix(NA, nrow = nrow(AllPromisesRevised),
ncol = nrow(AllPromises))
for (i in 1:nrow(AllPromisesRevised)) {
for (j in 1:nrow(AllPromises)) {
if (stringdist::stringdistmatrix(AllPromisesRevised$Libellé.FR[i],
AllPromises$`Libellé.(fr)`[j]) <= 30) {
matched_rows[i, j] <- TRUE
} else {
matched_rows[i, j] <- FALSE
}
}
}
# Get indices of matched rows
matched_indices <- which(matched_rows, arr.ind = TRUE)
setdiff(1:570, matched_indices[, 1])
setdiff(1:577, matched_indices[, 2])
# corrélations
cor(AllPromises$`Importance.pour.la.société.0-10.MOYENNE`,
AllPromises$`Large.0-.étroit.10.MOYENNE`)
cor(AllPromises$`Importance.pour.la.société.0-10.PONDÉRÉE`,
AllPromises$`Large.0-.étroit.10.PONDÉRÉ`)
# la pondération diminue la corrélation
# distribution univariée avant et après pondération, étroitesse et importance
Plot1 <- ggplot(AllPromises, aes(
x = `Importance.pour.la.société.0-10.MOYENNE`)) + geom_bar(width = 0.5) +
xlab("Importance de la promesse pour la société (moyenne non pondérée)") +
ylab("Nombre de promesses")
Plot2 <- ggplot(AllPromises, aes(x = `Large.0-.étroit.10.MOYENNE`)) +
geom_bar(width = 0.5) +
xlab("Degré d'étroitesse de la promesse (moyenne non pondérée)") +
ylab("Nombre de promesses")
Plot3 <- ggplot(AllPromises, aes(
x = `Importance.pour.la.société.0-10.PONDÉRÉE`)) + geom_histogram() +
xlab("Importance de la promesse pour la société (moyenne pondérée)") +
ylab("Nombre de promesses")
Plot4 <- ggplot(AllPromises, aes(x = `Large.0-.étroit.10.PONDÉRÉ`)) +
geom_histogram() +
xlab("Degré d'étroitesse de la promesse (moyenne pondérée)") +
ylab("Nombre de promesses")
Plots <- gridExtra::grid.arrange(Plot1, Plot2, Plot3, Plot4)
#ggsave(paste0("_SharedFolder_polimetre-dev/graphs/",
# "ImportanceEtroitessePromessesTrudeau.png"), width = 11,
# height = 8.5, Plots)
# suppression de promesses, critère écart-type
PromisesToDeleteSD <- AllPromises |>
filter(`Large.0-.étroit.10.PONDÉRÉ` <
(mean(`Large.0-.étroit.10.PONDÉRÉ`) -
sd(`Large.0-.étroit.10.PONDÉRÉ`) * 0.5) |
`Importance.pour.la.société.0-10.PONDÉRÉE` <
(mean(`Importance.pour.la.société.0-10.PONDÉRÉE`) -
sd(`Importance.pour.la.société.0-10.PONDÉRÉE`) * 0.5))
length(AllPromises$`Libellé.(fr)`) - length(PromisesToDeleteSD$`Libellé.(fr)`)
PromisesToDeleteByDomainSD <- data.frame(
all = table(AllPromises$Domaine),
to_delete = table(PromisesToDeleteSD$Domaine))
PromisesToDeleteByDomainSD$prop <- PromisesToDeleteByDomainSD$to_delete.Freq /
PromisesToDeleteByDomainSD$all.Freq
# suppression de promesses, critère quantile
PromisesToDeleteQuantile <- AllPromises |>
filter(`Large.0-.étroit.10.PONDÉRÉ` <
quantile(`Large.0-.étroit.10.PONDÉRÉ`, 0.25) |
`Importance.pour.la.société.0-10.PONDÉRÉE` <
quantile(`Importance.pour.la.société.0-10.PONDÉRÉE`, 0.25))
length(AllPromises$`Libellé.(fr)`) -
length(PromisesToDeleteQuantile$`Libellé.(fr)`)
PromisesToDeleteByDomainQuantile <- data.frame(
all = table(AllPromises$Domaine),
to_delete = table(PromisesToDeleteQuantile$Domaine))
PromisesToDeleteByDomainQuantile$prop <-
PromisesToDeleteByDomainQuantile$to_delete.Freq /
PromisesToDeleteByDomainQuantile$all.Freq
PromisesToDeleteByDomainQuantile$to_delete.Var1 <- NULL
names(PromisesToDeleteByDomainQuantile) <- c(
"Domaine", "Nombre actuel de promesses",
"Nombre de promesses à faible importance ou très larges",
"% de promesses à faible importance ou très larges")
#openxlsx::write.xlsx(
# PromisesToDeleteByDomainQuantile,
# "_SharedFolder_polimetre-dev/data/PromisesToDeleteByDomainQuantile.xlsx")
#openxlsx::write.xlsx(
# PromisesToDeleteQuantile,
# "_SharedFolder_polimetre-dev/data/PromisesToDeleteQuantile.xlsx")