1. 성남시 최근 주요 선거 데이터

최근 성남시에 있었던 주요 선거는 다음과 같다.

이를 바탕으로 성남시 민주당 동별 득표수를 바탕으로 군집분석을 수행한다.

2. 민주당 득표 군집 분석

2.1. 데이터 전처리

2012년부터 있었던 선거 데이터를 선거관리위원회로부터 입수하여 이를 각 동별로 민주당 득표수를 데이터프레임으로 정제작업을 수행한다. 위례동은 신도시로 분석대상에서 제외하고, 정자동은 정자동과 정자1동으로 분화되어 이를 보정한다.

# 0. 환경설정 ------------------
library(tidyverse)
library(readxl)
library(xts)
library(stringr)
library(DT)
library(dendextend)
library(extrafont)
loadfonts()
library(ggthemes)
library(heatmaply)
library(sf)
library(mapview)


# 1. 데이터 가져오기 ------------------

sn_eda_df <- readRDS("data/cluster/sn_eda_df.rds") %>% 
    filter(!읍면동명 %in% c("위례동"))

sn_eda_df %>% 
    datatable() %>% 
    formatCurrency(c(3:6), currency="", digits=0)

2.2. 군집분석

다양한 군집분석이 있지만 계층적 군집분석 모형을 바탕으로 유클리드 거리를 바탕으로 complete 방법으로 선택한다. 수형도(Dendrogram) 시각화결과 4개 군집이 유의미한 군집 갯수로 파악된다.

# 2. 군집분석 ------------------

sn_cl_df <- column_to_rownames(as.data.frame(sn_eda_df[,-1]), var = "읍면동명")

sn_cl_dist <- dist(sn_cl_df, method = "euclidean")

sn_cl_hclust <- hclust(sn_cl_dist, method="complete")

## 2.1. 군집분석 시각화 ------------------
sn_cl_hclust_dend <- as.dendrogram(sn_cl_hclust)

dend_colored <- color_branches(sn_cl_hclust_dend, k = 4)
plot(dend_colored)

2.3. 민주당 득표 시각화

4가지 군집을 바탕으로 각동별 민주당 득표수 변화를 시각화해보자.

# 3. 시각화 ------------------
cluster_assignments <- cutree(sn_cl_hclust, k = 4)

sn_eda_cl_df <- sn_eda_df %>% 
    mutate(cluster = cluster_assignments)

sn_eda_cl_df %>% 
    gather(선거, 득표수, -구시군명, -읍면동명, -cluster) %>% 
    mutate(선거 = factor(선거, levels = c("제18대 대선", "제6회 지선", "제20대 총선", "제19대 대선") )) %>% 
    ggplot(aes(x=선거, y=득표수, color=factor(cluster), group=읍면동명)) +
    geom_line() +
    geom_point() +
    theme_bw(base_family = "NanumGothic") +
    labs(x="", color="군집") +
    theme(legend.position = "top") +
    scale_y_continuous(labels = scales::comma)

sn_eda_cl_df %>% 
    gather(선거, 득표수, -구시군명, -읍면동명, -cluster) %>% 
    mutate(선거 = factor(선거, levels = c("제18대 대선", "제6회 지선", "제20대 총선", "제19대 대선") )) %>% 
    ggplot(aes(x=선거, y=득표수, color=factor(cluster), group=읍면동명)) +
    geom_line() +
    geom_point() +
    facet_wrap(~cluster) +
    theme_bw(base_family = "NanumGothic") +
    labs(x="", color="군집") +
    theme(legend.position = "top") +
    scale_y_continuous(labels = scales::comma)

2.4. 민주당 득표 표작성

각동별 주요 선거에 군집을 붙여 표로 작성하여 군집별 특성도 살펴본다.

# 4. 표 ------------------

sn_eda_cl_df  %>% 
    datatable() %>% 
    formatCurrency(c(3:6), currency="", digits=0)

2.5. 민주당 득표 인터랙티브 군집분석 시각화

heatmaply 팩키지 인터랙티브 기능을 활용하여 군집분석 결과를 결합하여 분석해보자.

heatmaply(sn_cl_df, k_col = 2, k_row = 4, 
          margins = c(35, 100), 
          fontsize_col = 15, fontsize_row = 8,
          column_text_angle = 0) %>% 
    layout(font=list(family = "NanumGothic"))

3. 공간정보 군집 시각화

대한민국 행정동 경계 파일을 바탕으로 tidyverse 생태계의 일원으로 준비중인 sf 팩키지를 활용하여 단 몇줄의 코드로 간략하게 성남시 민주당 투표 성향을 50개 넘는 동을 40개 군집으로 추상화할 수 있다. 위례동은 최근에 편입되어 군집분류대상에서 제외함.

# 데이터
## 지도 데이터 가져오기
dong_map <- st_read("data/map_admdong/HangJeongDong_ver20171016.geojson")
Reading layer `HangJeongDong_ver20171016' from data source `D:\docs\politics\data\map_admdong\HangJeongDong_ver20171016.geojson' using driver `GeoJSON'
Simple feature collection with 3493 features and 2 fields
geometry type:  MULTIPOLYGON
dimension:      XY
bbox:           xmin: 124.6097 ymin: 33.11187 xmax: 131.8713 ymax: 38.61695
epsg (SRID):    4326
proj4string:    +proj=longlat +datum=WGS84 +no_defs

sn_dong_map <- dong_map %>% 
    filter(str_detect(adm_nm, "경기도 성남시" )) %>% 
    separate(adm_nm, into=c("시도", "구시군명", "읍면동명"), sep = " ")

## 군집 + 지도 데이터 병합
sn_dong_clust_map <- left_join(sn_dong_map, sn_eda_cl_df, by=c("구시군명", "읍면동명"))

# 군집분석 결과 시각화

sn_dong_clust <- sn_dong_clust_map %>% 
    group_by(cluster) %>% 
    summarise(geometry = st_union(geometry))

mapview(sn_dong_clust)