지도제작 대회

국회의원 초선 당선

역대 국회의원 당선횟수

저자
소속

이광춘

한국 R 사용자회

1 데이터셋

  • 역대 선거구
    • 제17대: 243
    • 제18대: 245
    • 제19대: 246
    • 제20대: 253
    • 제21대: 253

1.1 제21대 (2020년)

코드
library(tidyverse)
library(rvest)

# 웹사이트의 URL
url_2020 <- "https://namu.wiki/w/%EC%A0%9C21%EB%8C%80%20%EA%B5%AD%ED%9A%8C%EC%9D%98%EC%9B%90"

# 웹 페이지를 불러온다
page_2020 <- read_html(url_2020)

# 지역구 시도 H4 텍스트 추출
h4_text <- page_2020 %>%
  html_elements(css = "h4") |> 
  html_text() |> 
  str_remove(pattern = "\\[편집\\]")

h4_sido <- h4_text[str_detect(h4_text, "^4\\.1\\..+$")] |> 
  str_remove(pattern = "^4\\.1\\.\\d{1,2}\\.") |> 
  str_squish()

# 지역구 표 추출
## 서울 ~ 제주
page_2020_text <- page_2020 |> 
  html_elements(css = "table") |> 
  html_text()

seoul_tbl_index <- which(str_detect(page_2020_text, "종로구.*중구"))
jeju_tbl_index <- which(str_detect(page_2020_text, "제주시 갑.*서귀포시"))

page_2020_list <- page_2020 |> 
  html_elements(css = "table") |> 
  html_table(header = TRUE)

page_2020_raw <- page_2020_list[c(seoul_tbl_index:jeju_tbl_index)] |> 
  enframe() |> 
  mutate(시도명 = h4_sido) |>
  mutate(value = map(value, select, 1:5)) |> 
  unnest(cols = c(value)) 
  
page_2020_tbl <- page_2020_raw |> 
  select(시도명, 지역구, 이름, 정당=소속, 선수, 비고) |> 
  group_by(시도명, 지역구) |> 
  mutate(재보궐 = row_number()) |> 
  ungroup() |> 
  filter(재보궐 == 1) |> 
  mutate(선수 = case_when( str_detect(선수, "^초선") ~ "1선", 
                          str_detect(선수, "^재선") ~ "2선",
                          TRUE ~ 선수)) |>
  mutate(선수 = str_extract(선수, "^\\d{1,2}")) |> 
  select("시도명", "지역구", "이름", "정당", "선수", "비고")

1.2 제20대 (2016년)

코드
# 웹사이트의 URL
url_2016 <- "https://namu.wiki/w/%EC%A0%9C20%EB%8C%80%20%EA%B5%AD%ED%9A%8C%EC%9D%98%EC%9B%90"

# 웹 페이지를 불러온다
page_2016 <- read_html(url_2016)

# 지역구 시도 H4 텍스트 추출
h3_text <- page_2016 %>%
  html_elements(css = "h3") |> 
  html_text() |> 
  str_remove(pattern = "\\[편집\\]")

h3_sido <- h3_text[str_detect(h3_text, "^2\\..+$")] |> 
  str_remove(pattern = "^2\\.\\d{1,2}\\.") |> 
  str_squish()

# 지역구 표 추출
## 서울 ~ 제주
page_2016_text <- page_2016 |> 
  html_elements(css = "table") |> 
  html_text()

seoul_tbl_index <- which(str_detect(page_2016_text, "종로구.*중구"))
jeju_tbl_index <- which(str_detect(page_2016_text, "제주시 갑.*서귀포시"))

page_2016_list <- page_2016 |> 
  html_elements(css = "table") |> 
  html_table(header = FALSE)

page_2016_raw <- page_2016_list[c(seoul_tbl_index:jeju_tbl_index)] |> 
  enframe() |> 
  mutate(시도명 = h3_sido) |>
  unnest(cols = c(value)) 

page_2016_tbl  <- page_2016_raw |> 
  set_names(c("name", "지역구", "이름", "시작정당", "종료정당", "선수", "비고", "시도명")) |> 
  group_by(시도명, 지역구) |> 
  mutate(재보궐 = row_number()) |> 
  ungroup() |> 
  filter(재보궐 == 1) |> 
  mutate(선수 = case_when( str_detect(선수, "^초선") ~ "1선", 
                          str_detect(선수, "^재선") ~ "2선",
                          TRUE ~ 선수)) |>
  mutate(선수 = str_extract(선수, "^\\d{1,2}")) |> 
  filter(!is.na(선수)) |> 
  select(-name) |> 
  relocate(시도명, .before = 지역구) |> 
  select("시도명", "지역구", "이름", "정당" = "시작정당", "선수", "비고")

1.3 제19대 (2012년)

코드
# 웹사이트의 URL
url_2012 <- "https://namu.wiki/w/%EC%A0%9C19%EB%8C%80%20%EA%B5%AD%ED%9A%8C%EC%9D%98%EC%9B%90"

# 웹 페이지를 불러온다
page_2012 <- read_html(url_2012)

# 지역구 시도 H4 텍스트 추출
h3_text <- page_2012 %>%
  html_elements(css = "h3") |> 
  html_text() |> 
  str_remove(pattern = "\\[편집\\]")

h3_sido <- h3_text[str_detect(h3_text, "^2\\..+$")] |> 
  str_remove(pattern = "^2\\.\\d{1,2}\\.") |> 
  str_squish()

# 지역구 표 추출
## 서울 ~ 제주
page_2012_text <- page_2012 |> 
  html_elements(css = "table") |> 
  html_text()

seoul_tbl_index <- which(str_detect(page_2012_text, "종로구.*중구"))
jeju_tbl_index <- which(str_detect(page_2012_text, "제주시 갑.*서귀포시"))

page_2012_list <- page_2012 |> 
  html_elements(css = "table") |> 
  html_table(header = FALSE)

page_2012_raw <- page_2012_list[c(seoul_tbl_index:jeju_tbl_index)] |> 
  enframe() |> 
  mutate(시도명 = h3_sido) |>
  unnest(cols = c(value)) 

page_2012_tbl  <- page_2012_raw |> 
  set_names(c("name", "지역구", "이름", "시작정당", "종료정당", "선수", "비고", "시도명")) |> 
  group_by(시도명, 지역구) |> 
  mutate(재보궐 = row_number()) |> 
  ungroup() |> 
  filter(재보궐 == 1) |> 
  mutate(선수 = case_when( str_detect(선수, "^초선") ~ "1선", 
                          str_detect(선수, "^재선") ~ "2선",
                          TRUE ~ 선수)) |>
  mutate(선수 = str_extract(선수, "^\\d{1,2}")) |> 
  filter(!is.na(선수)) |> 
  select(-name) |> 
  relocate(시도명, .before = 지역구) |> 
  select("시도명", "지역구", "이름", "정당" = "시작정당", "선수", "비고")

1.4 제18대 (2008년)

  • 정당명이 이미지로 되어 있음.
코드
# 웹사이트의 URL
url_2008 <- "https://namu.wiki/w/%EC%A0%9C18%EB%8C%80%20%EA%B5%AD%ED%9A%8C%EC%9D%98%EC%9B%90"

# 웹 페이지를 불러온다
page_2008 <- read_html(url_2008)

# 지역구 시도 H4 텍스트 추출
h3_text <- page_2008 %>%
  html_elements(css = "h3") |> 
  html_text() |> 
  str_remove(pattern = "\\[편집\\]")

h3_sido <- h3_text[str_detect(h3_text, "^2\\..+$")] |> 
  str_remove(pattern = "^2\\.\\d{1,2}\\.") |> 
  str_squish()

# 지역구 표 추출
## 서울 ~ 제주
page_2008_text <- page_2008 |> 
  html_elements(css = "table") |> 
  html_text()

seoul_tbl_index <- which(str_detect(page_2008_text, "종로구.*중구"))
jeju_tbl_index <- which(str_detect(page_2008_text, "제주시 갑.*서귀포시"))

page_2008_list <- page_2008 |> 
  html_elements(css = "table") |> 
  html_table(header = FALSE)

page_2008_raw <- page_2008_list[c(seoul_tbl_index:jeju_tbl_index)] |> 
  enframe() |> 
  mutate(시도명 = h3_sido) |>
  unnest(cols = c(value)) 

page_2008_tbl  <- page_2008_raw |> 
  set_names(c("name", "지역구", "이름", "시작정당", "종료정당", "선수", "비고", "시도명")) |> 
  group_by(시도명, 지역구) |> 
  mutate(재보궐 = row_number()) |> 
  ungroup() |> 
  filter(재보궐 == 1) |> 
  mutate(선수 = case_when( str_detect(선수, "^초선") ~ "1선", 
                          str_detect(선수, "^재선") ~ "2선",
                          TRUE ~ 선수)) |>
  mutate(선수 = str_extract(선수, "^\\d{1,2}")) |> 
  filter(!is.na(선수)) |> 
  select(-name) |> 
  relocate(시도명, .before = 지역구) |> 
  select("시도명", "지역구", "이름", "정당" = "시작정당", "선수", "비고")

1.5 제17대 (2004년)

  • 정당명이 이미지로 되어 있음.
코드
# 웹사이트의 URL
url_2004 <- "https://namu.wiki/w/%EC%A0%9C17%EB%8C%80%20%EA%B5%AD%ED%9A%8C%EC%9D%98%EC%9B%90"

# 웹 페이지를 불러온다
page_2004 <- read_html(url_2004)

# 지역구 시도 H4 텍스트 추출
h3_text <- page_2004 %>%
  html_elements(css = "h3") |> 
  html_text() |> 
  str_remove(pattern = "\\[편집\\]")

h3_sido <- h3_text[str_detect(h3_text, "^2\\..+$")] |> 
  str_remove(pattern = "^2\\.\\d{1,2}\\.") |> 
  str_squish()

# 지역구 표 추출
## 서울 ~ 제주
page_2004_text <- page_2004 |> 
  html_elements(css = "table") |> 
  html_text()

seoul_tbl_index <- which(str_detect(page_2004_text, "종로구.*중구"))
jeju_tbl_index <- which(str_detect(page_2004_text, "북제주군 을.*서귀포시"))

page_2004_list <- page_2004 |> 
  html_elements(css = "table") |> 
  html_table(header = FALSE)

page_2004_raw <- page_2004_list[c(seoul_tbl_index:jeju_tbl_index)] |> 
  enframe() |> 
  mutate(시도명 = h3_sido) |>
  unnest(cols = c(value)) 

page_2004_tbl  <- page_2004_raw |> 
  set_names(c("name", "지역구", "이름", "시작정당", "종료정당", "선수", "비고", "시도명")) |> 
  group_by(시도명, 지역구) |> 
  mutate(재보궐 = row_number()) |> 
  ungroup() |> 
  filter(재보궐 == 1) |> 
  mutate(선수 = case_when( str_detect(선수, "^초선") ~ "1선", 
                          str_detect(선수, "^재선") ~ "2선",
                          TRUE ~ 선수)) |>
  mutate(선수 = str_extract(선수, "^\\d{1,2}")) |> 
  filter(!is.na(선수)) |> 
  select(-name) |> 
  relocate(시도명, .before = 지역구)

1.6 데이터 결합

코드
library(gt)

object_list <- ls()

first_elected <- object_list[str_detect(object_list, "page_\\d{4}_tbl")]

elected <- mget(setdiff(first_elected, c("page_2004_tbl", "page_2008_tbl")))

elected_tbl <- elected |> 
  enframe() |> 
  unnest(value) |> 
  mutate(연도 = str_extract(name, "\\d{4}")) |> 
  mutate(정당 = case_when(연도 == "2020" & 이름 == "윤관석" ~ "더불어민주당",
                          연도 == "2020" & 이름 == "이성만" ~ "더불어민주당",
                          연도 == "2020" & 이름 == "김진표" ~ "더불어민주당",
                          연도 == "2020" & 이름 == "김남국" ~ "더불어민주당",
                          연도 == "2020" & 이름 == "박완주" ~ "더불어민주당",
                          연도 == "2020" & 이름 == "양향자" ~ "더불어민주당",
                          연도 == "2020" & 이름 == "이상직" ~ "더불어민주당",
                        
                          연도 == "2020" & 이름 == "곽상도" ~ "국민의힘",
                          연도 == "2020" & 이름 == "황보승희" ~ "국민의힘",
                          연도 == "2020" & 이름 == "하영제" ~ "국민의힘",
                          TRUE ~ 정당)) |> 
  mutate(정당 = case_when(
    정당 %in% c("더불어민주당", "민주통합당") ~ "민주당",
    정당 %in% c("새누리당", "국민의힘") ~ "국민의힘",
    TRUE ~ "기타정당")) |> 
  select(-name) |> 
  relocate(연도, .before = 시도명) |> 
  mutate(시도명 = case_when(
    str_detect(시도명, "강원") ~ "강원도",
    str_detect(시도명, "제주") ~ "제주도",
    TRUE ~ 시도명)) 

elected_tbl |> 
  # mutate(비고 = str_sub(비고, 1, 30)) |>
  reactable::reactable()
코드

elected_tbl |> 
  write_rds("data/elected_tbl_초선.rds")

2 분석

코드
library(tidyverse)

elected_tbl <- 
  read_rds("data/elected_tbl_초선.rds")

elected_tbl |> 
  mutate(선수 = as.numeric(선수)) |>
  mutate(초선구분 = ifelse(선수 == 1, "초선", "재선이상")) |> 
  filter(정당 != "기타정당") |> 
  count(시도명, 정당, 초선구분) |> 
  pivot_wider(names_from = 초선구분, values_from = n, values_fill = 0) |> 
  mutate(비율 = 초선 / (재선이상+초선)) |> 
  filter( str_detect(시도명, "대구|부산|울산|광주"))
#> # A tibble: 7 × 5
#>   시도명     정당     재선이상  초선  비율
#>   <chr>      <chr>       <int> <int> <dbl>
#> 1 광주광역시 민주당          5     9 0.643
#> 2 대구광역시 국민의힘       15    17 0.531
#> 3 대구광역시 민주당          1     0 0    
#> 4 부산광역시 국민의힘       27    16 0.372
#> 5 부산광역시 민주당          5     5 0.5  
#> 6 울산광역시 국민의힘        9     5 0.357
#> 7 울산광역시 민주당          1     0 0