위키백과 대한민국_제21대_국회의원에서 지역구 의원정보를 가져온다. 비례의원정보는 없기 때문에 나중에 보정작업을 한다.
# 0. 환경설정 -----
library(httr)
library(rvest)
library(tidyverse)
# 1. 국회의원 명단 -----
## 1.1. 긁어오기 -----
Sys.setlocale("LC_ALL", "C")
url <- "https://ko.wikipedia.org/wiki/대한민국_제21대_국회의원_목록_(지역구별)"
cm_list <- vector("list", length=19)
for(idx in 1:17) {
cm_list[[idx]] <- url %>%
read_html() %>%
html_node(xpath = glue::glue('//*[@id="mw-content-text"]/div/table[{idx+1}]')) %>%
html_table(fill=TRUE) %>%
as_tibble()
}
Sys.setlocale("LC_ALL", "Korean")
for(idx in 1:17) {
cm_list[[idx]] <- cm_list[[idx]] %>%
filter(str_detect(성명, pattern = "[가-힣]{2,4}"))
}
## 1.2. 시도별 국회의원 정보 -----
cm_list <- cm_list[1:17]
sido_name <- c("서울특별시","부산광역시","대구광역시","인천광역시","광주광역시","대전광역시","울산광역시","세종특별자치시","경기도","강원도","충청북도","충청남도","전라북도","전라남도","경상북도","경상남도", "제주특별자치도")
names(cm_list) <- sido_name
## 2.3. 리스트 --> 데이터프레임 -----
name_v <- map(cm_list, "성명") %>% flatten %>% unlist %>% as.character()
precinct_v <- map(cm_list, "선거구명") %>% flatten %>% unlist %>% as.character()
party_v <- map(cm_list, "소속 정당") %>% flatten %>% unlist %>% as.character()
geo_v <- map(cm_list, "관할구역") %>% flatten %>% unlist %>% as.character()
num_v <- map(cm_list, "선수") %>% flatten %>% unlist %>% as.numeric()
cm_df <- tibble(시도 = rep(sido_name, map_int(cm_list, nrow)),
선거구 = precinct_v,
이름 = name_v,
정당 = party_v,
지역 = geo_v,
선수 = num_v)
# fs::dir_create("data/congressman")
#
# cm_df %>%
# write_rds("data/congressman/cm_df.rds")
# listviewer::jsonedit(cm_list)위키백과 사전에서 크롤링한 데이터를 바탕으로 스키마를 확인한다.
cm_tbl <-
read_rds("data/congressman/cm_df.rds")
DT::datatable(cm_tbl)자료출처: 제21대 국회의원 검색
library(readxl)
electorates_raw <- read_excel("data/제21대_지역구.xlsx")
electorates_tbl <- electorates_raw %>%
mutate(시도명 = str_sub(지역, start =1, end =2))
proportion_raw <- read_excel("data/제21대_비례의원.xlsx")
proportion_tbl <- proportion_raw %>%
mutate(시도명 = str_sub(지역, start =1, end =2))
congressman <- bind_rows(proportion_tbl, electorates_tbl) %>%
select(-번호) %>%
mutate(소속위원회 = str_remove(소속위원회, "위원회"))
congressman %>%
DT::datatable()congressman %>%
count(정당, sort =TRUE) %>%
mutate(pcnt = n/ sum(n) * 100)# A tibble: 8 x 3
정당 n pcnt
<chr> <int> <dbl>
1 더불어민주당 169 57.3
2 국민의힘 103 34.9
3 무소속 9 3.05
4 정의당 6 2.03
5 국민의당 3 1.02
6 열린민주당 3 1.02
7 기본소득당 1 0.339
8 시대전환 1 0.339congressman %>%
count(시도명, sort =TRUE) %>%
mutate(pcnt = n/ sum(n) * 100)# A tibble: 18 x 3
시도명 n pcnt
<chr> <int> <dbl>
1 경기 58 19.7
2 비례 47 15.9
3 서울 47 15.9
4 부산 18 6.10
5 경남 16 5.42
6 경북 13 4.41
7 인천 13 4.41
8 대구 11 3.73
9 충남 11 3.73
10 전남 10 3.39
11 전북 10 3.39
12 강원 8 2.71
13 광주 8 2.71
14 대전 7 2.37
15 충북 7 2.37
16 울산 6 2.03
17 제주 3 1.02
18 세종 2 0.678congressman %>%
count(소속위원회, sort =TRUE) %>%
mutate(pcnt = n/ sum(n) * 100)# A tibble: 14 x 3
소속위원회 n pcnt
<chr> <int> <dbl>
1 국토교통 29 9.83
2 산업통상자원중소벤처기업 29 9.83
3 기획재정 25 8.47
4 보건복지 24 8.14
5 정무 24 8.14
6 행정안전 22 7.46
7 외교통일 21 7.12
8 과학기술정보방송통신 20 6.78
9 농림축산식품해양수산 19 6.44
10 법제사법 18 6.10
11 국방 17 5.76
12 문화체육관광 16 5.42
13 환경노동 16 5.42
14 교육 15 5.08congressman %>%
count(당선방법, sort =TRUE) %>%
mutate(pcnt = n/ sum(n) * 100)# A tibble: 2 x 3
당선방법 n pcnt
<chr> <int> <dbl>
1 지역구 248 84.1
2 비례대표 47 15.9congressman %>%
count(당선횟수, sort =TRUE) %>%
mutate(pcnt = n/ sum(n) * 100)# A tibble: 6 x 3
당선횟수 n pcnt
<chr> <int> <dbl>
1 초선 149 50.5
2 재선 72 24.4
3 3선 42 14.2
4 4선 19 6.44
5 5선 12 4.07
6 6선 1 0.339congressman %>%
count(성별, sort =TRUE) %>%
mutate(pcnt = n/ sum(n) * 100)# A tibble: 2 x 3
성별 n pcnt
<chr> <int> <dbl>
1 남 240 81.4
2 여 55 18.6위키백과에 나온 선거구가 담긴 데이터와 국회의원 기본정보가 담긴 국회DB 내용을 결합시켜 국회의원 마스터 DB를 제작한다.
## 국회 DB -----------------------
excel_tbl <- congressman %>%
mutate(id = glue::glue("{의원명}_{정당}")) %>%
select(id, everything())
## 위키 DB -----------------------
wiki_tbl <- cm_tbl %>%
rename(의원명 = 이름,
지역구명 = 지역) %>%
mutate(id = glue::glue("{의원명}_{정당}")) %>%
select(-정당, -의원명)
## 의원 DB -----------------------
congressman_tbl <- left_join(excel_tbl, wiki_tbl, by = "id")
congressman_tbl %>%
filter(str_detect(당선방법, "지역"),
is.na(시도))
congressman_tbl %>%
write_rds("data/congressman/congressman_21_master.rds")library(reactable)
congressman_tbl <-
read_rds("data/congressman/congressman_21_master.rds")
congressman_tbl %>%
select(-id, -대수, -지역, -선수, - 당선방법) %>%
arrange(desc(시도명)) %>%
reactable::reactable(
searchable = TRUE,
# groupBy = "시도명",
defaultColDef = colDef(
header = function(value) gsub(".", " ", value, fixed = TRUE),
cell = function(value) format(value, nsmall = 1),
align = "center",
minWidth = 30,
headerStyle = list(background = "#f7f7f8")
),
columns = list(
소속위원회 = colDef(minWidth = 50),
지역구명 = colDef(minWidth = 100)
),
bordered = TRUE,
highlight = TRUE
)데이터 과학자 이광춘 저작
kwangchun.lee.7@gmail.com