1 민주당 경선 데이터

민주당 보도자료를 통해서 제 20 대 대선 후보자 선출을 위한 민주당 경선 데이터를 얻을 수 있다.

1.1 HWP → PDF

먼저 HWP 파일을 PDF로 변환시킨 후에 tabulizer에서 표를 추출한다.

library(tidyverse)
library(tabulizer)

# locate_areas(file = "data/minju_race/210904.pdf", pages = 1)
# 선거인단
# Listening on http://127.0.0.1:4065
# [[1]]
#       top      left    bottom     right 
# 207.64360  58.57953 332.75103 538.15807 
# 경선결과
# [[1]]
#       top      left    bottom     right 
# 372.71591  55.10433 721.97417 538.15807 

# 대전충남_선거인단 <- extract_tables("data/minju_race/210904_대전충남제20대_대선_후보자_선출_위한_결과_보도자료.pdf",
대전충남_선거인단 <- extract_tables("data/minju_race/210904_대전충남제20대_대선_후보자_선출_위한_결과_보도자료.pdf",
                             pages = 1,
                             encoding = "UTF-8",
                             output = "data.frame",
                             method = "stream",
                             guess = TRUE,
                             area = list(c(207.64360, 58.57953, 332.75103, 538.15807)))

대전충남_선거결과 <- extract_tables("data/minju_race/210904_대전충남제20대_대선_후보자_선출_위한_결과_보도자료.pdf",
                             pages = 1,
                             encoding = "UTF-8",
                             method = "stream",
                             output = "data.frame",
                             guess = TRUE,
                             area = list(c(372.71591, 55.10433, 721.97417, 538.15807)))

앞서 해당 영역에서 추출한 표를 바탕으로 후처리 작업을 해서 데이터 분석과 시각화가 가능한 형태로 변환시킨다.

대전충남_tbl <- `대전충남_선거결과` %>% 
  .[[1]] %>% 
  janitor::clean_names(ascii=FALSE) %>% 
  set_names(c("기호", "후보자명", "전국대의원", "권리당원", 
"x", "유선전화", "합계")) %>% 
  select(-기호, -x, -합계) %>% 
  filter(후보자명 != "") %>% 
  pivot_longer(-후보자명, names_to = "구분", values_to = "득표") %>% 
  mutate(후보자명 = str_remove_all(후보자명, "\\s"))  %>% 
  mutate(득표 = parse_number(득표))
  
대전충남_tbl

1.2 HWP → DOCX¹

HWP 파일에서 표를 추출하는 방식으로 Microsoft Word를 위한 아래아한글 문서 변환 도구를 PC에 설치한 다음 C:\Program Files\Microsoft Office\Office15 디렉토리 BATHCHWPCONV.EXE 파일을 실행시켜 워드 파일을 얻는 것이다.

docxtractr 팩키지를 사용해서 워드파일에서 표를 추출한다.

1.2.1 대전 충청남도

library(docxtractr)
library(tidyverse)

choongnam_doc <- docxtractr::read_docx(path = "data/minju_race/210904.docx")

choongnam_vote_raw <- docx_extract_tbl(choongnam_doc, 2, header = FALSE)

choongnam_vote_tbl <- choongnam_vote_raw %>% 
  janitor::clean_names(ascii = FALSE) %>% 
  set_names(c("구분", "선거인수")) %>% 
  filter( str_detect(구분, "투표자|기권자|무효표")) %>% 
  mutate(선거인수 = parse_number(선거인수))

choongnam_vote_tbl %>% 
  write_rds("data/minju_race/choongnam_vote_tbl.rds")

## 대전 충남 선거결과 -----------------------------

choongnam_raw <- docx_extract_tbl(choongnam_doc, 3)

choongnam_tbl <- choongnam_raw %>% 
  janitor::clean_names(ascii = FALSE) %>% 
  set_names(c("기호", "후보자명", "전국대의원", "권리당원", "유선전화", "합계")) %>% 
  select(-기호, -합계) %>% 
  filter(후보자명 != "") %>% 
  pivot_longer(-후보자명, names_to = "구분", values_to = "득표") %>% 
  mutate(후보자명 = str_remove_all(후보자명, "\\s"))  %>% 
  mutate(득표 = parse_number(득표))

choongnam_tbl %>% 
  write_rds("data/minju_race/choongnam_tbl.rds")

1.2.2 세종 충청북도

choongbook_doc <- read_docx("data/minju_race/210905.docx")

choongbook_vote_raw <- docx_extract_tbl(choongbook_doc, 4, header = FALSE)

choongbook_vote_tbl <- choongbook_vote_raw %>% 
  janitor::clean_names(ascii = FALSE) %>% 
  set_names(c("구분", "선거인수", "x")) %>% 
  select(-x) %>% 
  filter( str_detect(구분, "투표자|기권자|무효표")) %>% 
  mutate(선거인수 = parse_number(선거인수)) 

choongbook_vote_tbl %>% 
  write_rds("data/minju_race/choongbook_vote_tbl.rds")

## 세종 충북 선거결과 -----------------------------

choongbook_raw <- docx_extract_tbl(choongbook_doc, 5)

choongbook_tbl <- choongbook_raw %>% 
  janitor::clean_names(ascii = FALSE) %>% 
  set_names(c("기호", "후보자명", "전국대의원", "권리당원", "유선전화", "합계")) %>% 
  select(-기호, -합계) %>% 
  filter(후보자명 != "") %>% 
  pivot_longer(-후보자명, names_to = "구분", values_to = "득표") %>% 
  mutate(후보자명 = str_remove_all(후보자명, "\\s"))  %>% 
  mutate(득표 = parse_number(득표))

choongbook_tbl %>% 
  write_rds("data/minju_race/choongbook_tbl.rds")

1.2.3 대구 경북

kyungbook_doc <- read_docx("data/minju_race/210911.docx")

kyungbook_vote_raw <- docx_extract_tbl(kyungbook_doc, 4, header = FALSE)

kyungbook_vote_tbl <- kyungbook_vote_raw %>% 
  janitor::clean_names(ascii = FALSE) %>% 
  set_names(c("구분", "선거인수", "x")) %>% 
  select(-x) %>% 
  filter( str_detect(구분, "투표자|기권자|무효표")) %>% 
  mutate(선거인수 = parse_number(선거인수)) 

kyungbook_vote_tbl %>% 
  write_rds("data/minju_race/kyungbook_vote_tbl.rds")

## 대구 경북 선거결과 -----------------------------

kyungbook_raw <- docx_extract_tbl(kyungbook_doc, 5)

kyungbook_tbl <- kyungbook_raw %>% 
  janitor::clean_names(ascii = FALSE) %>% 
  set_names(c("기호", "후보자명", "전국대의원", "권리당원", "유선전화", "합계")) %>% 
  select(-기호, -합계) %>% 
  filter(후보자명 != "") %>% 
  pivot_longer(-후보자명, names_to = "구분", values_to = "득표") %>% 
  mutate(후보자명 = str_remove_all(후보자명, "\\s"))  %>% 
  mutate(득표 = parse_number(득표))

kyungbook_tbl %>% 
  write_rds("data/minju_race/kyungbook_tbl.rds")

1.2.4 강원

kangwon_doc <- read_docx("data/minju_race/210912.docx")

kangwon_vote_raw <- docx_extract_tbl(kangwon_doc, 4, header = FALSE)

kangwon_vote_tbl <- kangwon_vote_raw %>% 
  janitor::clean_names(ascii = FALSE) %>% 
  set_names(c("구분", "선거인수", "x")) %>% 
  select(-x) %>% 
  filter( str_detect(구분, "투표자|기권자|무효표")) %>% 
  mutate(선거인수 = parse_number(선거인수)) 

kangwon_vote_tbl %>% 
  write_rds("data/minju_race/kangwon_vote_tbl.rds")

## 대구 경북 선거결과 -----------------------------

kangwon_raw <- docx_extract_tbl(kangwon_doc, 5, preserve=FALSE, trim = FALSE)

kangwon_tbl <- kangwon_raw %>% 
  janitor::clean_names(ascii = FALSE) %>% 
  set_names(c("기호", "후보자명", "전국대의원", "권리당원", "유선전화", "합계")) %>% 
  select(-기호, -합계) %>% 
  filter(후보자명 != "") %>% 
  pivot_longer(-후보자명, names_to = "구분", values_to = "득표") %>% 
  mutate(후보자명 = str_remove_all(후보자명, "\\s"))  %>% 
  mutate(득표 = parse_number(득표))

kangwon_tbl %>% 
  write_rds("data/minju_race/kangwon_tbl.rds")

2 민주당 경선 일정

민주당 경선은 지역을 순회하며 3차에 건친 선거인단 투표를 반영하는 구조를 갖고 있다. 지역별 순회를 통해 지역별 후보 지지율과 1,2,3차에 걸친 선거인단 투표 결과를 함께 파악할 필요가 있다.

3 1차 지역 경선 (~9월12일)

선거인단은 전국대의원, 권리당원, 유선전화 신청 3가지로 구분되고 대다수를 차지하는 1,2,3차 슈퍼위크 국민/일반당원 투표로 나눠진다.

library(tidyverse)
library(reactable)

kangwon_vote_raw <- read_rds("data/minju_race/kangwon_vote_tbl.rds") 
choongbook_vote_raw <- read_rds("data/minju_race/choongbook_vote_tbl.rds")
choongnam_vote_raw <- read_rds("data/minju_race/choongnam_vote_tbl.rds")
kyungbook_vote_raw <- read_rds("data/minju_race/kyungbook_vote_tbl.rds")

kangwon_vote_tbl <- kangwon_vote_raw %>% 
  pivot_wider(names_from = "구분", values_from = "선거인수") %>% 
  mutate(시도 = "강원") %>% 
  select(시도, everything()) %>% 
  janitor::clean_names(ascii = FALSE)  %>% 
  set_names(c("시도", "투표자_수", "기권자_수", "무효표_수"))

preprocess_vote <- function(vote_tbl, sido) {
  
  vote_tbl %>% 
    pivot_wider(names_from = "구분", values_from = "선거인수") %>% 
    mutate(시도 = sido) %>% 
    select(시도, everything()) %>% 
    janitor::clean_names(ascii = FALSE)  %>% 
  set_names(c("시도", "투표자_수", "기권자_수", "무효표_수"))
  
}

강원_투표 <- preprocess_vote(kangwon_vote_raw, "강원")
경북_투표 <- preprocess_vote(kyungbook_vote_raw, "대구경북")
충남_투표 <- preprocess_vote(choongnam_vote_raw, "대전충남")
충북_투표 <- preprocess_vote(choongbook_vote_raw, "세종충북")

민주_투표 <- bind_rows(강원_투표, 경북_투표) %>% 
  bind_rows(충남_투표) %>% 
  bind_rows(충북_투표)

민주_투표 %>% 
  mutate(선거인수 = `투표자_수` + `기권자_수`,
         투표율   = `투표자_수` / `선거인수`) %>% 
  reactable::reactable(columns = list(
    `투표자_수` = colDef(format = colFormat(separators = TRUE, digits = 0)),
    `기권자_수` = colDef(format = colFormat(separators = TRUE, digits = 0)),
    `선거인수` = colDef(format = colFormat(separators = TRUE, digits = 0)),
    `투표율` = colDef(format = colFormat(percent = TRUE, digits = 1)))
  )

3.1 지역 경선 결과

먼저 4개 지역에서 득표한 결과를 종합하여 표로 누적 결과를 표시해보자.

kangwon_tbl <- read_rds("data/minju_race/kangwon_tbl.rds") %>% 
  mutate(시도 = "강원")
choongbook_rds <- read_rds("data/minju_race/choongbook_tbl.rds") %>% 
  mutate(시도 = "충북세종")
choongnam_tbl <- read_rds("data/minju_race/choongnam_tbl.rds") %>% 
  mutate(시도 = "충남대전")
kyungbook_tbl <- read_rds("data/minju_race/kyungbook_tbl.rds") %>% 
  mutate(시도 = "경북대구")

sofar_tbl <- bind_rows(kangwon_tbl, choongbook_rds) %>% 
  bind_rows(choongnam_tbl) %>% 
  bind_rows(kyungbook_tbl)

sofar_tbl %>% 
  group_by(후보자명) %>% 
  summarise(누적득표 = sum(득표)) %>% 
  ungroup() %>% 
  arrange(-누적득표) %>% 
  mutate(득표율 = 누적득표  / sum(누적득표)) %>% 
  reactable::reactable(columns = list(
    `누적득표` = colDef(format = colFormat(separators = TRUE, digits = 0)),
    `득표율` = colDef(format = colFormat(percent = TRUE, digits = 1)))
  )

민주당 경선에서 상위를 점하는 주요후보 3명을 색상을 달리하여 지역별로 득표한 득표수를 시각화한다.

extrafont::loadfonts()

sofar_tbl %>% 
  mutate(후보자명 = factor(후보자명, levels = c("이재명", "김두관", "정세균", "이낙연", "박용진", "추미애"))) %>% 
  mutate(시도     = factor(시도, levels = c("충남대전", "충북세종", "경북대구", "강원"))) %>% 
  ggplot(aes(x = 후보자명, y = 득표, fill = 후보자명)) +
    geom_col() +
    facet_wrap(~시도) +
    theme_bw(base_family = "NanumGothic") +
    theme(legend.position = "none",
          strip.text.x = element_text(size = 13, colour = "black", family = "NanumMyeongjo", face="bold"),
          strip.background=element_rect(fill="gray95"),
          plot.title=element_text(size=18, face="bold", family = "NanumBarunpen"),
          plot.subtitle=element_text(face="bold", size=13, colour="grey10", family = "NanumBarunpen")) +
    labs(x="",
         title = "제20대 대통령 선거 / 민주당 경선",
         subtitle = "9월 4/5/11/12일 지역순회 투표수",
         caption = "자료 출처: 더불어 민주당 보도자료, https://theminjoo.kr/board/lists/presskit") +
    scale_y_continuous(labels = scales::comma) +
    scale_fill_manual(values = c("blue", "gray", "gray", "red", "gray", "green"))

3.2 1차 국민 일반당원 결과

제20대 대선 후보자 선출 위한 1차 슈퍼위크(1차 국민·일반당원) 결과는 전체 선거인단 수도 많고 투표자도 많아 대선 후보 향방을 가르는 주요 지표가 된다.

kangwon_doc <- read_docx("data/minju_race/210912.docx")

first_vote_raw <- docx_extract_tbl(kangwon_doc, 7, header = TRUE)

first_tbl <- first_vote_raw %>% 
  set_names(c("기호", "후보자명", "득표수", "X", "득표율")) %>% 
  select(-기호, -X) %>% 
  mutate(득표수 = parse_number(득표수),
         득표율 = parse_number(득표율) / 100)

first_tbl %>% 
  reactable::reactable(columns = list(
    `득표수` = colDef(format = colFormat(separators = TRUE, digits = 0)),
    `득표율` = colDef(format = colFormat(percent = TRUE, digits = 1)))
  )

3.3 지역 + 1차 국민 일반당원

4개 지역 경선 득표 결과와 1차 국민 일반당원 결과를 하나로 합쳐 9월 12일까지 결과를 살펴보자. 9월 12일까지 지역 경선 득표와 1차 국민/일반당원 결과를 취합하여 다음과 같은 비율을 만들어 지역득표 대비 국민일반득표 비율을 산출해보자. 예를 들어 추미애 후보의 경우 지역득표보다 국민일반득표가 높아 “미애로합의바”(?) 마케팅이 나름 득표에 큰 도움이 되고 있다고 해석할 수도 있다.

\[\text{비율} = \frac{\text{국민일반득표}}{\text{지역득표}}\]

sofar_first_tbl <- sofar_tbl %>% 
  group_by(후보자명) %>% 
  summarise(지역득표 = sum(득표)) %>% 
  ungroup() %>% 
  left_join(first_tbl %>% select(후보자명, 국민일반득표 = 득표수, - 득표율)) 

sofar_first_tbl %>% 
  mutate(비율 = 국민일반득표 / 지역득표) %>% 
  reactable::reactable(columns = list(
    `국민일반득표` = colDef(format = colFormat(separators = TRUE, digits = 0)),
    `지역득표` = colDef(format = colFormat(separators = TRUE, digits = 0)),
    `비율` = colDef(format = colFormat(separators = TRUE, digits = 1)))
  )

gt 팩키지로 좀더 아름다운 표를 제작해보자.

library(gt)

sofar_first_tbl %>% 
  mutate(누적득표 = 국민일반득표 + 지역득표) %>% 
  mutate(비율 = 국민일반득표 / 지역득표) %>% 
  gt() %>% 
  tab_header(
    title = md("**&#x2600; 제20대 대통령 선거 &#x2600;**"),
    subtitle = md("*더불어 민주당 경선*")
  ) %>% 
  tab_options(
    heading.background.color = "#1E61B0", # R logo 파란색
    heading.title.font.size = "20px",
    column_labels.background.color = "#F7F7F7", # R logo 회색 
    column_labels.font.weight = "bold",
    stub.background.color = "#ffffff",
    stub.font.weight = "bold"
  ) %>% 
  cols_align(
    align = "right",
    columns = -`후보자명`
  ) %>% 
  cols_align(
    align = "center",
    columns = `후보자명`
  ) %>% 
  fmt_number(
    columns = 비율,
    decimals = 1,
    use_seps = FALSE
  ) %>% 
  fmt_number(
    columns = c(지역득표, 국민일반득표, 누적득표),
    decimals = 0,
    suffixing = FALSE
  ) %>% 
  tab_source_note(
    source_note =  md("**자료출처**: 더불어 민주당 보도자료, https://theminjoo.kr/board/lists/presskit")
  ) %>% 
  data_color(
    columns = c(지역득표, 국민일반득표, 누적득표, 비율),
    colors = scales::col_numeric(
      palette = paletteer::paletteer_d(
        palette = "ggsci::blue_material"
        ) %>% as.character(),
      domain = NULL
      )
  )  %>% 
   tab_style(style = list(cell_text(weight = 'bold',
                                    size  = "large",
                                    color = "blue")), 
            locations = cells_body(columns = 후보자명, 
                                   rows = 후보자명 == "이재명")) %>% 
   tab_style(style = list(cell_text(decorate = "line-through")), 
            locations = cells_body(columns = 후보자명, 
                                   rows = 후보자명 == "정세균")) %>% 
   tab_style(style = list(cell_text(size  = "small")), 
            locations = cells_body(columns = 후보자명, 
                                   rows = 후보자명 != "이재명"))

☀ 제20대 대통령 선거 ☀
더불어 민주당 경선
후보자명	지역득표	국민일반득표	누적득표	비율
김두관	552	2,974	3,526	5.4
박용진	1,221	5,742	6,963	4.7
이낙연	16,587	156,203	172,790	9.4
이재명	32,094	253,762	285,856	7.9
정세균	3,717	20,014	23,731	5.4
추미애	5,145	57,977	63,122	11.3
자료출처: 더불어 민주당 보도자료, https://theminjoo.kr/board/lists/presskit

상기 결과를 보기 좋은 형태로 시각화 해보자.

sofar_first_tbl %>% 
  mutate(누적득표 = 국민일반득표 + 지역득표) %>%   
  pivot_longer(-후보자명, names_to = "구분", values_to = "득표") %>% 
  mutate(후보자명 = factor(후보자명, levels = c("이재명", "김두관", "정세균", "이낙연", "박용진", "추미애")),
         구분     = factor(구분, levels = c("누적득표", "국민일반득표", "지역득표"))) %>% 
  ggplot(aes(x = 후보자명, y = 득표, fill = 후보자명)) +
    geom_col() +
    facet_wrap(~구분) +
    theme_bw(base_family = "NanumGothic") +
    theme(legend.position = "none",
          strip.text.x = element_text(size = 13, colour = "black", family = "NanumMyeongjo", face="bold"),
          strip.background=element_rect(fill="gray95"),
          plot.title=element_text(size=18, face="bold", family = "NanumBarunpen"),
          plot.subtitle=element_text(face="bold", size=13, colour="grey10", family = "NanumBarunpen")) +
    labs(x="",
         title = "제20대 대통령 선거 / 민주당 경선",
         subtitle = "9월 4/5/11/12일 지역순회 및 1차 국민·일반당원 득표수",
         caption = "자료 출처: 더불어 민주당 보도자료, https://theminjoo.kr/board/lists/presskit") +
    scale_y_continuous(labels = scales::comma) +
    scale_fill_manual(values = c("blue", "gray", "gray", "red", "gray", "green"))

한글문서파일 워드로 변환하기 ↩︎

데이터 과학자 이광춘 저작

kwangchun.lee.7@gmail.com

대통령 선거 2022년

민주당 경선

이광춘

2021-09-21

1 민주당 경선 데이터

1.1 HWP → PDF

1.2 HWP → DOCX¹

1.2.1 대전 충청남도

1.2.2 세종 충청북도

1.2.3 대구 경북

1.2.4 강원

2 민주당 경선 일정

3 1차 지역 경선 (~9월12일)

3.1 지역 경선 결과

3.2 1차 국민 일반당원 결과

3.3 지역 + 1차 국민 일반당원

대통령 선거 2022년

민주당 경선

이광춘

2021-09-21

1 민주당 경선 데이터

1.1 HWP → PDF

1.2 HWP → DOCX1

1.2.1 대전 충청남도

1.2.2 세종 충청북도

1.2.3 대구 경북

1.2.4 강원

2 민주당 경선 일정

3 1차 지역 경선 (~9월12일)

3.1 지역 경선 결과

3.2 1차 국민 일반당원 결과

3.3 지역 + 1차 국민 일반당원

1.2 HWP → DOCX¹