1 데이터

코드

library(tidyverse)
library(krvote)

president <- krvote::election_20220309$득표율 |> 
  filter(시도명 == "경기도",
         구시군명 == "광명시")

local_sido <- krvote::local_sido_20220601 |> 
  filter(선거구명 == "경기도") |> 
  unnest(data) |> 
  filter(구시군명 == "광명시")

local_mayor <- krvote::local_sgg_20220601 |> 
  filter(시도명 == "경기도",
         구시군명 == "광명시")

chongsun <- krvote::general_2020 |> 
  filter(시도 == "경기",
         str_detect(선거구, "광명")) |> 
  unnest(data) |> 
  mutate(구분 = case_when(str_detect(구분, "^[가-힣]") ~ 구분,
                            TRUE ~ iconv(구분, from = "CP949", to = "UTF-8")))

선거	민주당	국민의힘
2022년 대선	103,470	87,112
2022년 도지사	72,415	63,270
2022년 시장	73,759	64,255
2020년 총선 갑	43,019	33,380
2020년 총선 을	58,130	27,671

2 분석

2.1 종합

코드

# 대통령
president_ttl <- president |> 
  pivot_longer(이재명:김민찬) |> 
  mutate(정당 = case_when(name == "이재명" ~ "민주당",
                          name == "윤석열" ~ "국민의힘",
                          TRUE ~ "기타")) |> 
  group_by(정당) |> 
  summarise(득표 = sum(value)) |> 
  mutate(선거 = "대선_2022")

# 도지사
local_sido_ttl <- local_sido |> 
  pivot_longer(더불어민주당_김동연:무소속_강용석) |> 
  separate(name, into = c("정당", "후보명"), sep = "_") |> 
  mutate(정당 = case_when(str_detect(정당, "더불어민주당") ~ "민주당",
                          str_detect(정당, "국민의힘") ~ "국민의힘",
                          TRUE ~ "기타")) |> 
  group_by(정당) |> 
  summarise(득표 = sum(value)) |> 
  mutate(선거 = "도지사_2022")  

# 시장
local_mayor_ttl <- local_mayor |> 
  mutate(득표 = parse_number(득표)) |> 
  mutate(정당 = case_when(str_detect(정당, "더불어민주당") ~ "민주당",
                          str_detect(정당, "국민의힘") ~ "국민의힘",
                          TRUE ~ "기타")) |> 
  group_by(정당) |> 
  summarise(득표 = sum(득표)) |> 
  mutate(선거 = "시장_2022")    

# 국회의원
chongsun_ttl <- chongsun |> 
  filter(구분 %in% c("국가혁명배당금당 김상연", "국가혁명배당금당 김현애", "더불어민주당 양기대", "더불어민주당 임오경", "무소속 권태진", "무소속 김경표", "무소속 김기윤", "미래통합당 김용태", "미래통합당 양주상", "민생당 양순필")) |> 
  separate(구분, into = c("정당", "후보"), sep = " ") |> 
  mutate(정당 = case_when(str_detect(정당, "더불어민주당") ~ "민주당",
                          str_detect(정당, "미래통합당") ~ "국민의힘",
                          TRUE ~ "기타")) |> 
  group_by(정당) |> 
  summarise(득표 = sum(사람수)) |> 
  mutate(선거 = "총선_2020")

코드

ttl_tbl <- bind_rows(chongsun_ttl, president_ttl) |> 
  bind_rows(local_sido_ttl) |> 
  bind_rows(local_mayor_ttl) |> 
  mutate(선거 = factor(선거, levels = c("총선_2020", "대선_2022", "도지사_2022", "시장_2022")))

kwangmyung_ttl_gg <- ttl_tbl |> 
  ggplot(aes(x = 선거, y = 득표, color = 정당, group = 정당)) +
    geom_line() +
    geom_point() +
    scale_y_continuous(labels = scales::comma) +
    labs(x="", y="득표수",
         title = "광명시 역대 선거 정당별 득표수") +
    scale_color_manual(values = c("국민의힘" = "red",
                                  "민주당"   = "blue",
                                  "기타"     = "gray50")) +
    theme(legend.position = "top")

kwangmyung_ttl_gg

ragg::agg_jpeg("images/kwangmyung/광명시_총계.jpeg",
              width = 10, height = 7, units = "in", res = 600)
kwangmyung_ttl_gg
dev.off()

2.2 동별

코드

# 대통령
president_dong <- president |> 
  pivot_longer(이재명:김민찬) |> 
  mutate(정당 = case_when(name == "이재명" ~ "민주당",
                          name == "윤석열" ~ "국민의힘",
                          TRUE ~ "기타")) |> 
  filter(!str_detect(읍면동명, "^잘못")) |> 
  mutate(읍면동명 = case_when(str_detect(읍면동명, "국외|재외") ~ "국외부재자",
                              str_detect(읍면동명, "거소") ~ "거소·선상",
                              TRUE ~ 읍면동명)) |>   
  group_by(읍면동명, 정당) |> 
  summarise(득표 = sum(value)) |> 
  ungroup() |> 
  mutate(선거 = "대선_2022")

# 도지사
local_sido_dong <- local_sido |> 
  pivot_longer(더불어민주당_김동연:무소속_강용석) |> 
  separate(name, into = c("정당", "후보명"), sep = "_") |> 
  mutate(정당 = case_when(str_detect(정당, "더불어민주당") ~ "민주당",
                          str_detect(정당, "국민의힘") ~ "국민의힘",
                          TRUE ~ "기타")) |> 
  filter(!str_detect(읍면동명, "^잘못")) |> 
  mutate(읍면동명 = case_when(str_detect(읍면동명, "국외|재외") ~ "국외부재자",
                              str_detect(읍면동명, "거소") ~ "거소·선상",
                              TRUE ~ 읍면동명)) |>   
  group_by(읍면동명, 정당) |> 
  summarise(득표 = sum(value)) |> 
  ungroup() |>   
  mutate(선거 = "도지사_2022")

# 시장
local_mayor_dong <- local_mayor |> 
  mutate(득표 = parse_number(득표)) |> 
  mutate(정당 = case_when(str_detect(정당, "더불어민주당") ~ "민주당",
                          str_detect(정당, "국민의힘") ~ "국민의힘",
                          TRUE ~ "기타")) |> 
  filter(!str_detect(읍면동명, "^잘못")) |> 
  mutate(읍면동명 = case_when(str_detect(읍면동명, "국외|재외") ~ "국외부재자",
                              str_detect(읍면동명, "거소") ~ "거소·선상",
                              TRUE ~ 읍면동명)) |>   
  group_by(읍면동명, 정당) |> 
  summarise(득표 = sum(득표)) |> 
  ungroup() |>     
  mutate(선거 = "시장_2022")


# 국회의원
chongsun_dong <- chongsun |> 
  filter(구분 %in% c("국가혁명배당금당 김상연", "국가혁명배당금당 김현애", "더불어민주당 양기대", "더불어민주당 임오경", "무소속 권태진", "무소속 김경표", "무소속 김기윤", "미래통합당 김용태", "미래통합당 양주상", "민생당 양순필")) |> 
  separate(구분, into = c("정당", "후보"), sep = " ") |> 
  mutate(정당 = case_when(str_detect(정당, "더불어민주당") ~ "민주당",
                          str_detect(정당, "미래통합당") ~ "국민의힘",
                          TRUE ~ "기타")) |> 
  filter(!str_detect(읍면동명, "^잘못")) |> 
  mutate(읍면동명 = case_when(str_detect(읍면동명, "국외|재외") ~ "국외부재자",
                              str_detect(읍면동명, "거소") ~ "거소·선상",
                              TRUE ~ 읍면동명)) |>   
  group_by(읍면동명, 정당) |> 
  summarise(득표 = sum(사람수)) |> 
  ungroup() |>       
  mutate(선거 = "총선_2020")

코드

dong_tbl <- bind_rows(chongsun_dong, president_dong) |> 
  bind_rows(local_sido_dong) |> 
  bind_rows(local_mayor_dong) |> 
  mutate(선거 = factor(선거, levels = c("총선_2020", "대선_2022", "도지사_2022", "시장_2022")))

kwangmyung_dong_gg <- dong_tbl |> 
  ggplot(aes(x = 선거, y = 득표, color = 정당, group = 정당)) +
    geom_line() +
    geom_point() +
    scale_y_continuous(labels = scales::comma) +
    labs(x="", y="득표수",
         title = "광명시 역대 선거 정당별 득표수") +
    scale_color_manual(values = c("국민의힘" = "red",
                                  "민주당"   = "blue",
                                  "기타"     = "gray50")) +
    theme(legend.position = "top") +
    facet_wrap(~읍면동명, scales = "free_y")

kwangmyung_dong_gg

ragg::agg_jpeg("images/kwangmyung/광명시_동별.jpeg",
              width = 10, height = 7, units = "in", res = 600)
kwangmyung_dong_gg
dev.off()

3 인구수

3.1 데이터

행정안전부 주민등록 인구통계

코드

library(readxl)

# 2020-04-15 ---------------------------------
pop_202004_raw <- read_excel("data/202004_202004_연령별인구현황_월간.xlsx", skip = 2)

pop_202004 <- pop_202004_raw |> 
  janitor::clean_names(ascii = FALSE) |> 
  select(x1, x2, x107:x208, x210:x311) |> 
  janitor::row_to_names(row_number = 1) |> 
  janitor::clean_names(ascii = FALSE) |> 
  pivot_longer(cols = 연령구간인구수:x100세_이상_2) |> 
  filter(!str_detect(name, "^연령구간")) |> 
  mutate(성별 = ifelse(str_detect(name, "_2$"), "여자", "남자")) |> 
  mutate(나이 = parse_number(name),
         인구수 = parse_number(value)) |> 
  filter(!str_detect(행정기관, "경기도 경기도") )  |> 
  mutate(행정동 = str_remove(행정기관, "경기도 광명시 ")) |> 
  mutate(시점 = "2020-04-15") |> 
  select(시점, 행정동, 성별, 나이, 인구수) 

pop_202004

# 2022-03-15 ---------------------------------
pop_202203_raw <- read_excel("data/202203_202203_연령별인구현황_월간.xlsx", skip = 2)

pop_202203 <- pop_202203_raw |> 
  janitor::clean_names(ascii = FALSE) |> 
  select(x1, x2, x107:x208, x210:x311) |> 
  janitor::row_to_names(row_number = 1) |> 
  janitor::clean_names(ascii = FALSE) |> 
  pivot_longer(cols = 연령구간인구수:x100세_이상_2) |> 
  filter(!str_detect(name, "^연령구간")) |> 
  mutate(성별 = ifelse(str_detect(name, "_2$"), "여자", "남자")) |> 
  mutate(나이 = parse_number(name),
         인구수 = parse_number(value)) |> 
  filter(!str_detect(행정기관, "경기도 경기도") )  |> 
  mutate(행정동 = str_remove(행정기관, "경기도 광명시 ")) |> 
  mutate(시점 = "2022-03-15") |> 
  select(시점, 행정동, 성별, 나이, 인구수) 

pop_202203

# 2023-07-15 ---------------------------------
pop_202307_raw <- read_excel("data/202307_202307_연령별인구현황_월간.xlsx", skip = 2)

pop_202307 <- pop_202307_raw |> 
  janitor::clean_names(ascii = FALSE) |> 
  select(x1, x2, x107:x208, x210:x311) |> 
  janitor::row_to_names(row_number = 1) |> 
  janitor::clean_names(ascii = FALSE) |> 
  pivot_longer(cols = 연령구간인구수:x100세_이상_2) |> 
  filter(!str_detect(name, "^연령구간")) |> 
  mutate(성별 = ifelse(str_detect(name, "_2$"), "여자", "남자")) |> 
  mutate(나이 = parse_number(name),
         인구수 = parse_number(value)) |> 
  filter(!str_detect(행정기관, "경기도 경기도") )  |> 
  mutate(행정동 = str_remove(행정기관, "경기도 광명시 ")) |> 
  mutate(시점 = "2023-07-15") |> 
  select(시점, 행정동, 성별, 나이, 인구수) 

pop_202307

pop_tbl <- bind_rows(pop_202307, pop_202203, pop_202004)

pop_tbl |> 
  write_rds("data/kwangmyung_pop.rds")

3.2 분석

3.2.1 유권자

코드

library(ggrepel)

pop_tbl <- 
  read_rds("data/kwangmyung_pop.rds") |> 
  mutate(시점 = lubridate::ymd(시점))

km_voter_ttl_gg <- pop_tbl |> 
  mutate(유권자 = ifelse(나이 >= 19, "유권자", "무권자")) |> 
  group_by(시점, 유권자) |> 
  summarise(인구수 = sum(인구수)) |> 
  ggplot(aes(x = 시점, y = 인구수, group = 유권자, color = 유권자)) +
    geom_line() +
    geom_point(size = 3) +
    scale_y_continuous(labels = scales::comma) +
    expand_limits(y = c(0, 300000)) +
    geom_text_repel(aes(label = scales::comma(인구수))) +
    labs(x = "",
         y = "인구수",
         title = "광명시 최근 인구수와 유권자수",
         subtitle = "행정안전부 주민등록, 광명시 19세이상 유권자 기준") +
    theme(legend.position = "top") +
    scale_color_manual(values = c("유권자" = "blue",
                                  "무권자" = "gray30")) +
    scale_x_date(date_labels = "%y-%m", date_breaks = "6 month")

km_voter_ttl_gg

ragg::agg_jpeg("images/kwangmyung/광명시_유권자수.jpeg",
              width = 10, height = 7, units = "in", res = 600)
km_voter_ttl_gg
dev.off()

3.2.2 동별 유권자

코드

km_voter_dong_gg <- pop_tbl |> 
  mutate(유권자 = ifelse(나이 >= 19, "유권자", "무권자")) |> 
  group_by(시점, 행정동, 유권자) |> 
  summarise(인구수 = sum(인구수)) |> 
  mutate(유권자비율 = 인구수 / sum(인구수)) |> 
  ungroup() |> 
  ggplot(aes(x = 시점, y = 인구수, group = 유권자, color = 유권자)) +
    geom_line() +
    geom_point(size = 3) +
    scale_y_sqrt(labels = scales::comma) +
    expand_limits(y = c(0, 45000)) +
    geom_text_repel(aes(label = scales::comma(인구수))) +
    labs(x = "",
         y = "인구수",
         title = "광명시 동별 인구수와 유권자수",
         subtitle = "행정안전부 주민등록, 광명시 19세이상 유권자 기준") +
    theme(legend.position = "top",
          axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1)) +
    scale_color_manual(values = c("유권자" = "blue",
                                  "무권자" = "gray30")) +
    facet_wrap(~행정동) +
    scale_x_date(date_labels = "%y-%m", date_breaks = "6 month")
  

km_voter_dong_gg

ragg::agg_jpeg("images/kwangmyung/광명시_동별_유권자수.jpeg",
              width = 10, height = 7, units = "in", res = 600)
km_voter_dong_gg
dev.off()

3.2.3 세대별 (3040기준)

코드

km_age_ttl_gg <- pop_tbl |> 
  mutate(세대 = case_when(나이 >= 19 & 나이 < 30 ~ "1020대",
                            나이 >= 30 & 나이 < 50 ~ "3040대",
                            나이 >= 50 ~ "50이상")) |> 
  filter(!is.na(세대)) |> 
  group_by(시점, 세대) |> 
  summarise(인구수 = sum(인구수)) |> 
  ungroup() |> 
  ggplot(aes(x = 시점, y = 인구수, group = 세대, color = 세대)) +
    geom_line() +
    geom_point(size = 3) +
    scale_y_continuous(labels = scales::comma) +
    expand_limits(y = c(50000, 120000)) +
    geom_text_repel(aes(label = scales::comma(인구수))) +
    labs(x = "",
         y = "인구수",
         title = "광명시 연령별 유권자수",
         subtitle = "행정안전부 주민등록, 광명시 19세이상 유권자 기준") +
    theme(legend.position = "top",
          axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1)) +
    scale_color_manual(values = c("1020대" = "black",
                                  "3040대" = "blue",
                                  "50이상" = "red")) +
    scale_x_date(date_labels = "%y-%m", date_breaks = "6 month")
  

km_age_ttl_gg

ragg::agg_jpeg("images/kwangmyung/광명시_세대별_유권자수.jpeg",
              width = 10, height = 7, units = "in", res = 600)
km_age_ttl_gg
dev.off()

3.2.4 세대별 (4050기준)

코드

km_age_ttl_4050_gg <- pop_tbl |> 
  mutate(세대 = case_when(나이 >= 19 & 나이 < 40 ~ "1030대",
                            나이 >= 40 & 나이 < 60 ~ "4050대",
                            나이 >= 60 ~ "60이상")) |> 
  filter(!is.na(세대)) |> 
  group_by(시점, 세대) |> 
  summarise(인구수 = sum(인구수)) |> 
  ungroup() |> 
  ggplot(aes(x = 시점, y = 인구수, group = 세대, color = 세대)) +
    geom_line() +
    geom_point(size = 3) +
    scale_y_continuous(labels = scales::comma) +
    expand_limits(y = c(50000, 120000)) +
    geom_text_repel(aes(label = scales::comma(인구수))) +
    labs(x = "",
         y = "인구수",
         title = "광명시 연령별 유권자수",
         subtitle = "행정안전부 주민등록, 광명시 19세이상 유권자 기준") +
    theme(legend.position = "top",
          axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1)) +
    scale_color_manual(values = c("1030대" = "black",
                                  "4050대" = "blue",
                                  "60이상" = "red")) +
    scale_x_date(date_labels = "%y-%m", date_breaks = "6 month")
  

km_age_ttl_4050_gg

ragg::agg_jpeg("images/kwangmyung/광명시_세대별_4050_유권자수.jpeg",
              width = 10, height = 7, units = "in", res = 600)
km_age_ttl_4050_gg
dev.off()

3.2.5 동별X세대별 (3040기준)

코드

km_age_dong_gg <- pop_tbl |> 
  mutate(세대 = case_when(나이 >= 19 & 나이 < 30 ~ "1020대",
                            나이 >= 30 & 나이 < 50 ~ "3040대",
                            나이 >= 50 ~ "50이상")) |> 
  filter(!is.na(세대)) |> 
  group_by(시점, 행정동, 세대) |> 
  summarise(인구수 = sum(인구수)) |> 
  ungroup() |> 
  ggplot(aes(x = 시점, y = 인구수, group = 세대, color = 세대)) +
    geom_line() +
    geom_point(size = 3) +
    scale_y_continuous(labels = scales::comma) +
    geom_text_repel(aes(label = scales::comma(인구수))) +
    labs(x = "",
         y = "인구수",
         title = "광명시 동별, 연령별 유권자수(3040기준)",
         subtitle = "행정안전부 주민등록, 광명시 19세이상 유권자 기준") +
    theme(legend.position = "top",
          axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1)) +
    scale_color_manual(values = c("1020대" = "black",
                                  "3040대" = "blue",
                                  "50이상" = "red")) +
    scale_x_date(date_labels = "%y-%m", date_breaks = "6 month") +
    facet_wrap(~행정동)
  

km_age_dong_gg

ragg::agg_jpeg("images/kwangmyung/광명시_동별_세대별_유권자수.jpeg",
              width = 10, height = 7, units = "in", res = 600)
km_age_dong_gg
dev.off()

3.2.6 동별X세대별 (4050기준)

코드

km_age_dong_4050_gg <- pop_tbl |> 
  mutate(세대 = case_when(나이 >= 19 & 나이 < 40 ~ "1030대",
                            나이 >= 40 & 나이 < 60 ~ "4050대",
                            나이 >= 60 ~ "60이상")) |> 
  filter(!is.na(세대)) |> 
  group_by(시점, 행정동, 세대) |> 
  summarise(인구수 = sum(인구수)) |> 
  ungroup() |> 
  ggplot(aes(x = 시점, y = 인구수, group = 세대, color = 세대)) +
    geom_line() +
    geom_point(size = 3) +
    scale_y_continuous(labels = scales::comma) +
    geom_text_repel(aes(label = scales::comma(인구수))) +
    labs(x = "",
         y = "인구수",
         title = "광명시 연령별 행정동별 유권자수 (4050기준)",
         subtitle = "행정안전부 주민등록, 광명시 19세이상 유권자 기준") +
    theme(legend.position = "top",
          axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1)) +
    scale_color_manual(values = c("1030대" = "black",
                                  "4050대" = "blue",
                                  "60이상" = "red")) +
    scale_x_date(date_labels = "%y-%m", date_breaks = "6 month") +
    facet_wrap(~행정동)

km_age_dong_4050_gg

ragg::agg_jpeg("images/kwangmyung/광명시_세대별_동별_4050_유권자수.jpeg",
              width = 10, height = 7, units = "in", res = 600)
km_age_dong_4050_gg
dev.off()

--- title: "지도제작 대회" subtitle: "광명시(총/대/지)" description: | 광명시 총/대/지선 선거결과를 살펴보자. author: - name: 이광춘 url: https://www.linkedin.com/in/kwangchunlee/ affiliation: 한국 R 사용자회 affiliation-url: https://github.com/bit2r title-block-banner: true format: html: theme: flatly code-fold: true code-overflow: wrap toc: true toc-depth: 3 toc-title: 목차 number-sections: true highlight-style: github self-contained: false default-image-extension: jpg filters: - lightbox lightbox: auto link-citations: true knitr: opts_chunk: message: false warning: false collapse: true comment: "#>" R.options: knitr.graphics.auto_pdf: true editor_options: chunk_output_type: console --- # 데이터 ```{r} library(tidyverse) library(krvote) president <- krvote::election_20220309$득표율 |> filter(시도명 == "경기도", 구시군명 == "광명시") local_sido <- krvote::local_sido_20220601 |> filter(선거구명 == "경기도") |> unnest(data) |> filter(구시군명 == "광명시") local_mayor <- krvote::local_sgg_20220601 |> filter(시도명 == "경기도", 구시군명 == "광명시") chongsun <- krvote::general_2020 |> filter(시도 == "경기", str_detect(선거구, "광명")) |> unnest(data) |> mutate(구분 = case_when(str_detect(구분, "^[가-힣]") ~ 구분, TRUE ~ iconv(구분, from = "CP949", to = "UTF-8"))) ``` | 선거 | 민주당 | 국민의힘 | |:--------------:|:-------:|:--------:| | 2022년 대선 | 103,470 | 87,112 | | 2022년 도지사 | 72,415 | 63,270 | | 2022년 시장 | 73,759 | 64,255 | | 2020년 총선 갑 | 43,019 | 33,380 | | 2020년 총선 을 | 58,130 | 27,671 | # 분석 ## 종합 ```{r} # 대통령 president_ttl <- president |> pivot_longer(이재명:김민찬) |> mutate(정당 = case_when(name == "이재명" ~ "민주당", name == "윤석열" ~ "국민의힘", TRUE ~ "기타")) |> group_by(정당) |> summarise(득표 = sum(value)) |> mutate(선거 = "대선_2022") # 도지사 local_sido_ttl <- local_sido |> pivot_longer(더불어민주당_김동연:무소속_강용석) |> separate(name, into = c("정당", "후보명"), sep = "_") |> mutate(정당 = case_when(str_detect(정당, "더불어민주당") ~ "민주당", str_detect(정당, "국민의힘") ~ "국민의힘", TRUE ~ "기타")) |> group_by(정당) |> summarise(득표 = sum(value)) |> mutate(선거 = "도지사_2022") # 시장 local_mayor_ttl <- local_mayor |> mutate(득표 = parse_number(득표)) |> mutate(정당 = case_when(str_detect(정당, "더불어민주당") ~ "민주당", str_detect(정당, "국민의힘") ~ "국민의힘", TRUE ~ "기타")) |> group_by(정당) |> summarise(득표 = sum(득표)) |> mutate(선거 = "시장_2022") # 국회의원 chongsun_ttl <- chongsun |> filter(구분 %in% c("국가혁명배당금당 김상연", "국가혁명배당금당 김현애", "더불어민주당 양기대", "더불어민주당 임오경", "무소속 권태진", "무소속 김경표", "무소속 김기윤", "미래통합당 김용태", "미래통합당 양주상", "민생당 양순필")) |> separate(구분, into = c("정당", "후보"), sep = " ") |> mutate(정당 = case_when(str_detect(정당, "더불어민주당") ~ "민주당", str_detect(정당, "미래통합당") ~ "국민의힘", TRUE ~ "기타")) |> group_by(정당) |> summarise(득표 = sum(사람수)) |> mutate(선거 = "총선_2020") ``` ```{r} #| eval: false ttl_tbl <- bind_rows(chongsun_ttl, president_ttl) |> bind_rows(local_sido_ttl) |> bind_rows(local_mayor_ttl) |> mutate(선거 = factor(선거, levels = c("총선_2020", "대선_2022", "도지사_2022", "시장_2022"))) kwangmyung_ttl_gg <- ttl_tbl |> ggplot(aes(x = 선거, y = 득표, color = 정당, group = 정당)) + geom_line() + geom_point() + scale_y_continuous(labels = scales::comma) + labs(x="", y="득표수", title = "광명시 역대 선거 정당별 득표수") + scale_color_manual(values = c("국민의힘" = "red", "민주당" = "blue", "기타" = "gray50")) + theme(legend.position = "top") kwangmyung_ttl_gg ragg::agg_jpeg("images/kwangmyung/광명시_총계.jpeg", width = 10, height = 7, units = "in", res = 600) kwangmyung_ttl_gg dev.off() ``` ![](images/kwangmyung/광명시_총계.jpeg) ## 동별 ```{r} # 대통령 president_dong <- president |> pivot_longer(이재명:김민찬) |> mutate(정당 = case_when(name == "이재명" ~ "민주당", name == "윤석열" ~ "국민의힘", TRUE ~ "기타")) |> filter(!str_detect(읍면동명, "^잘못")) |> mutate(읍면동명 = case_when(str_detect(읍면동명, "국외|재외") ~ "국외부재자", str_detect(읍면동명, "거소") ~ "거소·선상", TRUE ~ 읍면동명)) |> group_by(읍면동명, 정당) |> summarise(득표 = sum(value)) |> ungroup() |> mutate(선거 = "대선_2022") # 도지사 local_sido_dong <- local_sido |> pivot_longer(더불어민주당_김동연:무소속_강용석) |> separate(name, into = c("정당", "후보명"), sep = "_") |> mutate(정당 = case_when(str_detect(정당, "더불어민주당") ~ "민주당", str_detect(정당, "국민의힘") ~ "국민의힘", TRUE ~ "기타")) |> filter(!str_detect(읍면동명, "^잘못")) |> mutate(읍면동명 = case_when(str_detect(읍면동명, "국외|재외") ~ "국외부재자", str_detect(읍면동명, "거소") ~ "거소·선상", TRUE ~ 읍면동명)) |> group_by(읍면동명, 정당) |> summarise(득표 = sum(value)) |> ungroup() |> mutate(선거 = "도지사_2022") # 시장 local_mayor_dong <- local_mayor |> mutate(득표 = parse_number(득표)) |> mutate(정당 = case_when(str_detect(정당, "더불어민주당") ~ "민주당", str_detect(정당, "국민의힘") ~ "국민의힘", TRUE ~ "기타")) |> filter(!str_detect(읍면동명, "^잘못")) |> mutate(읍면동명 = case_when(str_detect(읍면동명, "국외|재외") ~ "국외부재자", str_detect(읍면동명, "거소") ~ "거소·선상", TRUE ~ 읍면동명)) |> group_by(읍면동명, 정당) |> summarise(득표 = sum(득표)) |> ungroup() |> mutate(선거 = "시장_2022") # 국회의원 chongsun_dong <- chongsun |> filter(구분 %in% c("국가혁명배당금당 김상연", "국가혁명배당금당 김현애", "더불어민주당 양기대", "더불어민주당 임오경", "무소속 권태진", "무소속 김경표", "무소속 김기윤", "미래통합당 김용태", "미래통합당 양주상", "민생당 양순필")) |> separate(구분, into = c("정당", "후보"), sep = " ") |> mutate(정당 = case_when(str_detect(정당, "더불어민주당") ~ "민주당", str_detect(정당, "미래통합당") ~ "국민의힘", TRUE ~ "기타")) |> filter(!str_detect(읍면동명, "^잘못")) |> mutate(읍면동명 = case_when(str_detect(읍면동명, "국외|재외") ~ "국외부재자", str_detect(읍면동명, "거소") ~ "거소·선상", TRUE ~ 읍면동명)) |> group_by(읍면동명, 정당) |> summarise(득표 = sum(사람수)) |> ungroup() |> mutate(선거 = "총선_2020") ``` ```{r} #| eval: false dong_tbl <- bind_rows(chongsun_dong, president_dong) |> bind_rows(local_sido_dong) |> bind_rows(local_mayor_dong) |> mutate(선거 = factor(선거, levels = c("총선_2020", "대선_2022", "도지사_2022", "시장_2022"))) kwangmyung_dong_gg <- dong_tbl |> ggplot(aes(x = 선거, y = 득표, color = 정당, group = 정당)) + geom_line() + geom_point() + scale_y_continuous(labels = scales::comma) + labs(x="", y="득표수", title = "광명시 역대 선거 정당별 득표수") + scale_color_manual(values = c("국민의힘" = "red", "민주당" = "blue", "기타" = "gray50")) + theme(legend.position = "top") + facet_wrap(~읍면동명, scales = "free_y") kwangmyung_dong_gg ragg::agg_jpeg("images/kwangmyung/광명시_동별.jpeg", width = 10, height = 7, units = "in", res = 600) kwangmyung_dong_gg dev.off() ``` ![](images/kwangmyung/광명시_동별.jpeg) # 인구수 ## 데이터 행정안전부 [주민등록 인구통계](https://jumin.mois.go.kr/) ```{r} #| eval: false library(readxl) # 2020-04-15 --------------------------------- pop_202004_raw <- read_excel("data/202004_202004_연령별인구현황_월간.xlsx", skip = 2) pop_202004 <- pop_202004_raw |> janitor::clean_names(ascii = FALSE) |> select(x1, x2, x107:x208, x210:x311) |> janitor::row_to_names(row_number = 1) |> janitor::clean_names(ascii = FALSE) |> pivot_longer(cols = 연령구간인구수:x100세_이상_2) |> filter(!str_detect(name, "^연령구간")) |> mutate(성별 = ifelse(str_detect(name, "_2$"), "여자", "남자")) |> mutate(나이 = parse_number(name), 인구수 = parse_number(value)) |> filter(!str_detect(행정기관, "경기도 경기도") ) |> mutate(행정동 = str_remove(행정기관, "경기도 광명시 ")) |> mutate(시점 = "2020-04-15") |> select(시점, 행정동, 성별, 나이, 인구수) pop_202004 # 2022-03-15 --------------------------------- pop_202203_raw <- read_excel("data/202203_202203_연령별인구현황_월간.xlsx", skip = 2) pop_202203 <- pop_202203_raw |> janitor::clean_names(ascii = FALSE) |> select(x1, x2, x107:x208, x210:x311) |> janitor::row_to_names(row_number = 1) |> janitor::clean_names(ascii = FALSE) |> pivot_longer(cols = 연령구간인구수:x100세_이상_2) |> filter(!str_detect(name, "^연령구간")) |> mutate(성별 = ifelse(str_detect(name, "_2$"), "여자", "남자")) |> mutate(나이 = parse_number(name), 인구수 = parse_number(value)) |> filter(!str_detect(행정기관, "경기도 경기도") ) |> mutate(행정동 = str_remove(행정기관, "경기도 광명시 ")) |> mutate(시점 = "2022-03-15") |> select(시점, 행정동, 성별, 나이, 인구수) pop_202203 # 2023-07-15 --------------------------------- pop_202307_raw <- read_excel("data/202307_202307_연령별인구현황_월간.xlsx", skip = 2) pop_202307 <- pop_202307_raw |> janitor::clean_names(ascii = FALSE) |> select(x1, x2, x107:x208, x210:x311) |> janitor::row_to_names(row_number = 1) |> janitor::clean_names(ascii = FALSE) |> pivot_longer(cols = 연령구간인구수:x100세_이상_2) |> filter(!str_detect(name, "^연령구간")) |> mutate(성별 = ifelse(str_detect(name, "_2$"), "여자", "남자")) |> mutate(나이 = parse_number(name), 인구수 = parse_number(value)) |> filter(!str_detect(행정기관, "경기도 경기도") ) |> mutate(행정동 = str_remove(행정기관, "경기도 광명시 ")) |> mutate(시점 = "2023-07-15") |> select(시점, 행정동, 성별, 나이, 인구수) pop_202307 pop_tbl <- bind_rows(pop_202307, pop_202203, pop_202004) pop_tbl |> write_rds("data/kwangmyung_pop.rds") ``` ## 분석 ### 유권자 ```{r} #| eval: false library(ggrepel) pop_tbl <- read_rds("data/kwangmyung_pop.rds") |> mutate(시점 = lubridate::ymd(시점)) km_voter_ttl_gg <- pop_tbl |> mutate(유권자 = ifelse(나이 >= 19, "유권자", "무권자")) |> group_by(시점, 유권자) |> summarise(인구수 = sum(인구수)) |> ggplot(aes(x = 시점, y = 인구수, group = 유권자, color = 유권자)) + geom_line() + geom_point(size = 3) + scale_y_continuous(labels = scales::comma) + expand_limits(y = c(0, 300000)) + geom_text_repel(aes(label = scales::comma(인구수))) + labs(x = "", y = "인구수", title = "광명시 최근 인구수와 유권자수", subtitle = "행정안전부 주민등록, 광명시 19세이상 유권자 기준") + theme(legend.position = "top") + scale_color_manual(values = c("유권자" = "blue", "무권자" = "gray30")) + scale_x_date(date_labels = "%y-%m", date_breaks = "6 month") km_voter_ttl_gg ragg::agg_jpeg("images/kwangmyung/광명시_유권자수.jpeg", width = 10, height = 7, units = "in", res = 600) km_voter_ttl_gg dev.off() ``` ![](images/kwangmyung/광명시_유권자수.jpeg) ### 동별 유권자 ```{r} #| eval: false km_voter_dong_gg <- pop_tbl |> mutate(유권자 = ifelse(나이 >= 19, "유권자", "무권자")) |> group_by(시점, 행정동, 유권자) |> summarise(인구수 = sum(인구수)) |> mutate(유권자비율 = 인구수 / sum(인구수)) |> ungroup() |> ggplot(aes(x = 시점, y = 인구수, group = 유권자, color = 유권자)) + geom_line() + geom_point(size = 3) + scale_y_sqrt(labels = scales::comma) + expand_limits(y = c(0, 45000)) + geom_text_repel(aes(label = scales::comma(인구수))) + labs(x = "", y = "인구수", title = "광명시 동별 인구수와 유권자수", subtitle = "행정안전부 주민등록, 광명시 19세이상 유권자 기준") + theme(legend.position = "top", axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1)) + scale_color_manual(values = c("유권자" = "blue", "무권자" = "gray30")) + facet_wrap(~행정동) + scale_x_date(date_labels = "%y-%m", date_breaks = "6 month") km_voter_dong_gg ragg::agg_jpeg("images/kwangmyung/광명시_동별_유권자수.jpeg", width = 10, height = 7, units = "in", res = 600) km_voter_dong_gg dev.off() ``` ![](images/kwangmyung/광명시_동별_유권자수.jpeg) ### 세대별 (3040기준) ```{r} #| eval: false km_age_ttl_gg <- pop_tbl |> mutate(세대 = case_when(나이 >= 19 & 나이 < 30 ~ "1020대", 나이 >= 30 & 나이 < 50 ~ "3040대", 나이 >= 50 ~ "50이상")) |> filter(!is.na(세대)) |> group_by(시점, 세대) |> summarise(인구수 = sum(인구수)) |> ungroup() |> ggplot(aes(x = 시점, y = 인구수, group = 세대, color = 세대)) + geom_line() + geom_point(size = 3) + scale_y_continuous(labels = scales::comma) + expand_limits(y = c(50000, 120000)) + geom_text_repel(aes(label = scales::comma(인구수))) + labs(x = "", y = "인구수", title = "광명시 연령별 유권자수", subtitle = "행정안전부 주민등록, 광명시 19세이상 유권자 기준") + theme(legend.position = "top", axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1)) + scale_color_manual(values = c("1020대" = "black", "3040대" = "blue", "50이상" = "red")) + scale_x_date(date_labels = "%y-%m", date_breaks = "6 month") km_age_ttl_gg ragg::agg_jpeg("images/kwangmyung/광명시_세대별_유권자수.jpeg", width = 10, height = 7, units = "in", res = 600) km_age_ttl_gg dev.off() ``` ![](images/kwangmyung/광명시_세대별_유권자수.jpeg) ### 세대별 (4050기준) ```{r} #| eval: false km_age_ttl_4050_gg <- pop_tbl |> mutate(세대 = case_when(나이 >= 19 & 나이 < 40 ~ "1030대", 나이 >= 40 & 나이 < 60 ~ "4050대", 나이 >= 60 ~ "60이상")) |> filter(!is.na(세대)) |> group_by(시점, 세대) |> summarise(인구수 = sum(인구수)) |> ungroup() |> ggplot(aes(x = 시점, y = 인구수, group = 세대, color = 세대)) + geom_line() + geom_point(size = 3) + scale_y_continuous(labels = scales::comma) + expand_limits(y = c(50000, 120000)) + geom_text_repel(aes(label = scales::comma(인구수))) + labs(x = "", y = "인구수", title = "광명시 연령별 유권자수", subtitle = "행정안전부 주민등록, 광명시 19세이상 유권자 기준") + theme(legend.position = "top", axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1)) + scale_color_manual(values = c("1030대" = "black", "4050대" = "blue", "60이상" = "red")) + scale_x_date(date_labels = "%y-%m", date_breaks = "6 month") km_age_ttl_4050_gg ragg::agg_jpeg("images/kwangmyung/광명시_세대별_4050_유권자수.jpeg", width = 10, height = 7, units = "in", res = 600) km_age_ttl_4050_gg dev.off() ``` ![](images/kwangmyung/광명시_세대별_4050_유권자수.jpeg) ### 동별X세대별 (3040기준) ```{r} #| eval: false km_age_dong_gg <- pop_tbl |> mutate(세대 = case_when(나이 >= 19 & 나이 < 30 ~ "1020대", 나이 >= 30 & 나이 < 50 ~ "3040대", 나이 >= 50 ~ "50이상")) |> filter(!is.na(세대)) |> group_by(시점, 행정동, 세대) |> summarise(인구수 = sum(인구수)) |> ungroup() |> ggplot(aes(x = 시점, y = 인구수, group = 세대, color = 세대)) + geom_line() + geom_point(size = 3) + scale_y_continuous(labels = scales::comma) + geom_text_repel(aes(label = scales::comma(인구수))) + labs(x = "", y = "인구수", title = "광명시 동별, 연령별 유권자수(3040기준)", subtitle = "행정안전부 주민등록, 광명시 19세이상 유권자 기준") + theme(legend.position = "top", axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1)) + scale_color_manual(values = c("1020대" = "black", "3040대" = "blue", "50이상" = "red")) + scale_x_date(date_labels = "%y-%m", date_breaks = "6 month") + facet_wrap(~행정동) km_age_dong_gg ragg::agg_jpeg("images/kwangmyung/광명시_동별_세대별_유권자수.jpeg", width = 10, height = 7, units = "in", res = 600) km_age_dong_gg dev.off() ``` ![](images/kwangmyung/광명시_동별_세대별_유권자수.jpeg) ### 동별X세대별 (4050기준) ```{r} #| eval: false km_age_dong_4050_gg <- pop_tbl |> mutate(세대 = case_when(나이 >= 19 & 나이 < 40 ~ "1030대", 나이 >= 40 & 나이 < 60 ~ "4050대", 나이 >= 60 ~ "60이상")) |> filter(!is.na(세대)) |> group_by(시점, 행정동, 세대) |> summarise(인구수 = sum(인구수)) |> ungroup() |> ggplot(aes(x = 시점, y = 인구수, group = 세대, color = 세대)) + geom_line() + geom_point(size = 3) + scale_y_continuous(labels = scales::comma) + geom_text_repel(aes(label = scales::comma(인구수))) + labs(x = "", y = "인구수", title = "광명시 연령별 행정동별 유권자수 (4050기준)", subtitle = "행정안전부 주민등록, 광명시 19세이상 유권자 기준") + theme(legend.position = "top", axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1)) + scale_color_manual(values = c("1030대" = "black", "4050대" = "blue", "60이상" = "red")) + scale_x_date(date_labels = "%y-%m", date_breaks = "6 month") + facet_wrap(~행정동) km_age_dong_4050_gg ragg::agg_jpeg("images/kwangmyung/광명시_세대별_동별_4050_유권자수.jpeg", width = 10, height = 7, units = "in", res = 600) km_age_dong_4050_gg dev.off() ``` ![](images/kwangmyung/광명시_세대별_동별_4050_유권자수.jpeg)