Ecological Inferecne .Rmd

---
title: "What happened in 2014?"
author: "Po-Sheng Lee"
output: github_document
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = FALSE, message = FALSE, warning = FALSE)
library(knitr)
library(tidyverse)
library(readxl)
library(magrittr)
library(eiPack)

```

```{r tidy2018 data}

#台北
taipei_2018 <- read_excel("data/縣表3-1-100(臺北市).xls")
taipei_2018 %<>%
  rename("行政區別" = `107年臺北市市長選舉候選人在各投開票所得票數一覽表`, "里別" = X__1, 
         "民進黨候選人得票數" = X__5, "國民黨候選人得票數" = X__4, "無黨籍候選人得票數" = X__6, 
         "投票數" = X__10,"選舉人數"= X__14) %>%
  map(~gsub('\\s+', '',x = .)) %>% 
  as_data_frame() %>%
  mutate(選舉年份 = 2018, 縣市別 = "台北市", 
             國民黨候選人 = "丁守中", 民進黨候選人 = "姚文智", 無黨籍候選人 = "柯文哲",
             民進黨候選人得票數 = as.numeric(民進黨候選人得票數), 
             國民黨候選人得票數 = as.numeric(國民黨候選人得票數),
             無黨籍候選人得票數 = as.numeric(無黨籍候選人得票數),
             選舉人數 = as.numeric(選舉人數), 
             投票數 = as.numeric(投票數)) %>%
  select(選舉年份, 縣市別, 行政區別, 里別, 國民黨候選人, 民進黨候選人, 無黨籍候選人,
             國民黨候選人得票數, 民進黨候選人得票數, 無黨籍候選人得票數, 投票數, 選舉人數) %>%
  drop_na() %>%
  group_by(行政區別, 里別) %>%
  mutate(國民黨候選人得票數 = sum(國民黨候選人得票數), 民進黨候選人得票數 = sum(民進黨候選人得票數),
                  無黨籍候選人得票數 = sum(無黨籍候選人得票數), 
                  選舉人數 = sum(選舉人數), 投票數 = sum(投票數)) %>%
  distinct(行政區別, 里別, .keep_all = T) %>%
  ungroup()

taipei_2018 %<>%
  mutate(國民黨候選人得票率 = 國民黨候選人得票數/投票數, 民進黨候選人得票率 = 民進黨候選人得票數/投票數,
                  無黨籍候選人得票率 = 無黨籍候選人得票數/投票數, 投票率 = 投票數/選舉人數,
                  政黨色 = case_when(
                    國民黨候選人得票數 > 無黨籍候選人得票數 & 國民黨候選人得票數 > 民進黨候選人得票數 ~ "Blue",
                    無黨籍候選人得票數 > 國民黨候選人得票數 & 無黨籍候選人得票數 > 民進黨候選人得票數 ~ "Grey",
                    民進黨候選人得票數 > 無黨籍候選人得票數 & 民進黨候選人得票數 > 國民黨候選人得票數 ~ "Green"))
write_excel_csv(taipei_2018, "data/2018台北市候選人得票概況（村里別）")

#新北
newtaipei_2018 <- read_excel("data/縣表3-1-200(新北市).xls")
newtaipei_2018 %<>%
  rename("行政區別" = `107年新北市市長選舉候選人在各投開票所得票數一覽表`, "里別" = X__1, 
         "民進黨候選人得票數" = X__3, "國民黨候選人得票數" = X__4, 
         "投票數" = X__7, "選舉人數" = X__11) %>%
  map(~gsub('\\s+', '',x = .)) %>% 
  as_data_frame() %>%
  mutate(選舉年份 = 2018, 縣市別 = "新北市", 國民黨候選人 = "侯友宜", 民進黨候選人 = "蘇貞昌",
             民進黨候選人得票數 = as.numeric(民進黨候選人得票數), 
             國民黨候選人得票數 = as.numeric(國民黨候選人得票數),
             投票數 = as.numeric(投票數),
             選舉人數 = as.numeric(選舉人數)) %>%
  select(選舉年份, 縣市別, 行政區別, 里別, 國民黨候選人, 民進黨候選人, 
             國民黨候選人得票數, 民進黨候選人得票數, 投票數, 選舉人數) %>%
  drop_na() %>%
  group_by(行政區別, 里別) %>%
  mutate(國民黨候選人得票數 = sum(國民黨候選人得票數), 民進黨候選人得票數 = sum(民進黨候選人得票數),
                     投票數 = sum(投票數), 選舉人數 = sum(選舉人數)) %>%
  distinct(行政區別, 里別, .keep_all = T) %>%
  ungroup()

newtaipei_2018 %<>%
  mutate(國民黨候選人得票率 = 國民黨候選人得票數/投票數, 民進黨候選人得票率 = 民進黨候選人得票數/投票數,
                  `得票率差（百分點）` = (國民黨候選人得票率 - 民進黨候選人得票率)*100, 
                  得票數差 = 國民黨候選人得票數 - 民進黨候選人得票數, 投票率 = 投票數/選舉人數,
                  政黨色 = if_else(得票數差 > 0, "Blue", "Green"))
write_excel_csv(newtaipei_2018, "data/2018新北市候選人得票概況（村里別）")

#桃園
taoyuan_2018 <- read_excel("data/縣表3-1-300(桃園市).xls")
taoyuan_2018 %<>%
  rename("行政區別" = `107年桃園市市長選舉候選人在各投開票所得票數一覽表`, "里別" = X__1, 
         "民進黨候選人得票數" = X__7, "國民黨候選人得票數" = X__4, "投票數" = X__10, "選舉人數" = X__14) %>%
  map(~gsub('\\s+', '',x = .)) %>% 
  as_data_frame() %>%
  mutate(選舉年份 = 2018, 縣市別 = "桃園市", 國民黨候選人 = "陳學聖", 民進黨候選人 = "鄭文燦",
             民進黨候選人得票數 = as.numeric(民進黨候選人得票數), 
             國民黨候選人得票數 = as.numeric(國民黨候選人得票數),
             投票數 = as.numeric(投票數),
             選舉人數 = as.numeric(選舉人數)) %>%
  select(選舉年份, 縣市別, 行政區別, 里別, 國民黨候選人, 民進黨候選人, 
             國民黨候選人得票數, 民進黨候選人得票數, 投票數, 選舉人數) %>%
  drop_na() %>%
  group_by(行政區別, 里別) %>%
  mutate(國民黨候選人得票數 = sum(國民黨候選人得票數), 民進黨候選人得票數 = sum(民進黨候選人得票數),
                     投票數 = sum(投票數), 選舉人數 = sum(選舉人數)) %>%
  distinct(行政區別, 里別, .keep_all = T) %>%
  ungroup() %>%
  mutate(國民黨候選人得票率 = 國民黨候選人得票數/投票數, 民進黨候選人得票率 = 民進黨候選人得票數/投票數,
                  `得票率差（百分點）` = (國民黨候選人得票率 - 民進黨候選人得票率)*100, 
                  得票數差 = 國民黨候選人得票數 - 民進黨候選人得票數, 投票率 = 投票數/選舉人數,
                  政黨色 = if_else(得票數差 > 0, "Blue", "Green"))
write_excel_csv(taoyuan_2018, "data/2018桃園市候選人得票概況（村里別）")

#台中
taichung_2018 <- read_excel("data/縣表3-1-400(臺中市).xls")
taichung_2018 %<>%
  rename("行政區別" = `107年臺中市市長選舉候選人在各投開票所得票數一覽表`, "里別" = X__1, 
         "民進黨候選人得票數" = X__4, "國民黨候選人得票數" = X__5, "投票數" = X__8, "選舉人數" = X__12) %>%
  map(~gsub('\\s+', '',x = .)) %>% 
  as_data_frame() %>%
  mutate(選舉年份 = 2018, 縣市別 = "台中市", 國民黨候選人 = "盧秀燕", 民進黨候選人 = "林佳龍",
             民進黨候選人得票數 = as.numeric(民進黨候選人得票數), 
             國民黨候選人得票數 = as.numeric(國民黨候選人得票數),
             投票數 = as.numeric(投票數),
             選舉人數 = as.numeric(選舉人數)) %>%
  select(選舉年份, 縣市別, 行政區別, 里別, 國民黨候選人, 民進黨候選人, 
             國民黨候選人得票數, 民進黨候選人得票數, 投票數, 選舉人數) %>%
  drop_na() %>%
  group_by(行政區別, 里別) %>%
  mutate(國民黨候選人得票數 = sum(國民黨候選人得票數), 民進黨候選人得票數 = sum(民進黨候選人得票數),
                     投票數 = sum(投票數), 選舉人數 = sum(選舉人數)) %>%
  distinct(行政區別, 里別, .keep_all = T) %>%
  ungroup() %>%
  mutate(國民黨候選人得票率 = 國民黨候選人得票數/投票數, 民進黨候選人得票率 = 民進黨候選人得票數/投票數,
                  `得票率差（百分點）` = (國民黨候選人得票率 - 民進黨候選人得票率)*100, 
                  得票數差 = 國民黨候選人得票數 - 民進黨候選人得票數, 投票率 = 投票數/選舉人數,
                  政黨色 = if_else(得票數差 > 0, "Blue", "Green"))
write_excel_csv(taoyuan_2018, "data/2018台中市候選人得票概況（村里別）")

#台南
tainan_2018 <- read_excel("data/縣表3-1-500(臺南市).xls")
tainan_2018 %<>%
  rename("行政區別" = `107年臺南市市長選舉候選人在各投開票所得票數一覽表`, "里別" = X__1, 
         "民進黨候選人得票數" = X__3, "國民黨候選人得票數" = X__4, "投票數" = X__11, "選舉人數" = X__15) %>%
  map(~gsub('\\s+', '',x = .)) %>% 
  as_data_frame() %>%
  mutate(選舉年份 = 2018, 縣市別 = "台南市", 國民黨候選人 = "高思博", 民進黨候選人 = "黃偉哲",
             民進黨候選人得票數 = as.numeric(民進黨候選人得票數), 
             國民黨候選人得票數 = as.numeric(國民黨候選人得票數),
             投票數 = as.numeric(投票數),
             選舉人數 = as.numeric(選舉人數)) %>%
  select(選舉年份, 縣市別, 行政區別, 里別, 國民黨候選人, 民進黨候選人, 
             國民黨候選人得票數, 民進黨候選人得票數, 投票數, 選舉人數) %>%
  drop_na() %>%
  group_by(行政區別, 里別) %>%
  mutate(國民黨候選人得票數 = sum(國民黨候選人得票數), 民進黨候選人得票數 = sum(民進黨候選人得票數),
                     投票數 = sum(投票數), 選舉人數 = sum(選舉人數)) %>%
  distinct(行政區別, 里別, .keep_all = T) %>%
  ungroup() %>%
  mutate(國民黨候選人得票率 = 國民黨候選人得票數/投票數, 民進黨候選人得票率 = 民進黨候選人得票數/投票數,
                  `得票率差（百分點）` = (國民黨候選人得票率 - 民進黨候選人得票率)*100, 
                  得票數差 = 國民黨候選人得票數 - 民進黨候選人得票數, 投票率 = 投票數/選舉人數,
                  政黨色 = if_else(得票數差 > 0, "Blue", "Green"))
write_excel_csv(taoyuan_2018, "data/2018台南市候選人得票概況（村里別）")

#高雄
kaoshung_2018 <- read_excel("data/縣表3-1-600(高雄市).xls")
kaoshung_2018 %<>%
  rename("行政區別" = `107年高雄市市長選舉候選人在各投開票所得票數一覽表`, "里別" = X__1, 
         "民進黨候選人得票數" = X__4, "國民黨候選人得票數" = X__3, "投票數" = X__9, "選舉人數" = X__13) %>%
  # delete the white space for further use 
  # map function shortcut with ~ 
  map(~gsub('\\s+', '',x = .)) %>% 
  as_data_frame() %>%
  mutate(選舉年份 = 2018, 縣市別 = "高雄市", 國民黨候選人 = "韓國瑜", 民進黨候選人 = "陳其邁",
             民進黨候選人得票數 = as.numeric(民進黨候選人得票數), 
             國民黨候選人得票數 = as.numeric(國民黨候選人得票數),
             投票數 = as.numeric(投票數),
             選舉人數 = as.numeric(選舉人數)) %>%
  select(選舉年份, 縣市別, 行政區別, 里別, 國民黨候選人, 民進黨候選人, 
             國民黨候選人得票數, 民進黨候選人得票數, 投票數, 選舉人數) %>%
  drop_na() %>%
  group_by(行政區別, 里別) %>%
  mutate(國民黨候選人得票數 = sum(國民黨候選人得票數), 民進黨候選人得票數 = sum(民進黨候選人得票數),
                     投票數 = sum(投票數), 選舉人數 = sum(選舉人數)) %>%
  distinct(行政區別, 里別, .keep_all = T) %>%
  ungroup() %>%
  mutate(國民黨候選人得票率 = 國民黨候選人得票數/投票數, 民進黨候選人得票率 = 民進黨候選人得票數/投票數,
                  `得票率差（百分點）` = (國民黨候選人得票率 - 民進黨候選人得票率)*100, 
                  得票數差 = 國民黨候選人得票數 - 民進黨候選人得票數, 投票率 = 投票數/選舉人數,
                  政黨色 = if_else(得票數差 > 0, "Blue", "Green"))
write_excel_csv(taoyuan_2018, "data/2018高雄市候選人得票概況（村里別）")

```

```{r data import}

taipei_2010 <- read_excel("data/近3屆六都縣市長候選人得票概況（村里別）.xlsx", sheet = "2010台北")
taipei_2014 <- read_excel("data/近3屆六都縣市長候選人得票概況（村里別）.xlsx", sheet = "2014台北")
newtaipei_2010 <- read_excel("data/近3屆六都縣市長候選人得票概況（村里別）.xlsx", sheet = "2010新北") %>%
  mutate(選舉年份 = as.numeric(選舉年份))
newtaipei_2014 <- read_excel("data/近3屆六都縣市長候選人得票概況（村里別）.xlsx", sheet = "2014新北")
taoyuan_2009 <- read_excel("data/近3屆六都縣市長候選人得票概況（村里別）.xlsx", sheet = "2009桃園")
taoyuan_2014 <- read_excel("data/近3屆六都縣市長候選人得票概況（村里別）.xlsx", sheet = "2014桃園")
taichung_2010 <- read_excel("data/近3屆六都縣市長候選人得票概況（村里別）.xlsx", sheet = "2010台中")
taichung_2014 <- read_excel("data/近3屆六都縣市長候選人得票概況（村里別）.xlsx", sheet = "2014台中")
tainan_2010 <- read_excel("data/近3屆六都縣市長候選人得票概況（村里別）.xlsx", sheet = "2010台南")
tainan_2014 <- read_excel("data/近3屆六都縣市長候選人得票概況（村里別）.xlsx", sheet = "2014台南") %>%
  rename("國民黨候選人得票率" = 民進黨候選人得票率, "民進黨候選人得票率" = 民進黨候選人得票率__1, )
kaoshung_2010 <- read_excel("data/近3屆六都縣市長候選人得票概況（村里別）.xlsx", sheet = "2010高雄")
kaoshung_2014 <- read_excel("data/近3屆六都縣市長候選人得票概況（村里別）.xlsx", sheet = "2014高雄")

```

```{r turnout 2010 and 2014}

turnout <- function(path){
  t_2010 <- read_excel(path = path, skip = 1) %>%
  rename(投票數 = `C
投票數

C=A+B`,
選舉人數 = `G
選舉人數
(原領票數)
G=E+F`) %>%
  select(行政區別, 里別, 投票數, 選舉人數) %>%
  map(~gsub('\\s+', '',x = .)) %>%
  as_data_frame() %>%
  mutate(投票數 = as.numeric(投票數), 選舉人數 = as.numeric(選舉人數)) %>%
  drop_na() %>%
  group_by(行政區別, 里別) %>%
  mutate(投票數 = sum(投票數), 選舉人數 = sum(選舉人數)) %>%
  distinct(行政區別, 里別, .keep_all = T) %>%
  ungroup() %>%
  mutate(投票率 = 投票數/選舉人數)
  return(t_2010)
}

turnout_taipei_2010 <- turnout(path = "data/市表3-1-100(10臺北市).xls")
turnout_newtaipei_2010 <- turnout(path = "data/市表3-1-200(10新北市).xls")
turnout_taichung_2010 <- turnout(path = "data/市表3-1-300(10臺中市).xls")
turnout_tainan_2010 <- turnout(path = "data/市表3-1-400(10臺南市).xls")
turnout_kaoshung_2010 <- turnout(path = "data/市表3-1-500(10高雄市).xls")

turnout_taipei_2014 <- turnout(path = "data/縣表3-1-100(14臺北市)-候選人得票數一覽表.xls")
turnout_newtaipei_2014 <- turnout(path = "data/縣表3-1-200(14新北市)-候選人得票數一覽表.xls")
turnout_taoyuan_2014 <- turnout(path = "data/縣表3-1-300(14桃園市)-候選人得票數一覽表.xls")
turnout_taichung_2014 <- turnout(path = "data/縣表3-1-400(14臺中市)-候選人得票數一覽表.xls")
turnout_tainan_2014 <- turnout(path = "data/縣表3-1-500(14臺南市)-候選人得票數一覽表.xls")
turnout_kaoshung_2014 <- turnout(path = "data/縣表3-1-600(14高雄市)-候選人得票數一覽表.xls")

turnout_taoyuan_2010 <- read_excel("data/縣表3-1-303(09桃園縣).xls", skip = 1) %>%
  rename(投票數 = `C
投票數

C=A+B`,
選舉人數 = `G
選舉人數
(原領票數)
G=E+F` ,
行政區別 = 鄉鎮市區別, 里別 = 村里別) %>%
  select(行政區別, 里別, 投票數, 選舉人數) %>%
  map(~gsub('\\s+', '',x = .)) %>%
  as_data_frame() %>%
  mutate(投票數 = as.numeric(投票數), 選舉人數 = as.numeric(選舉人數)) %>%
  drop_na() %>%
  group_by(行政區別, 里別) %>%
  mutate(投票數 = sum(投票數), 選舉人數 = sum(選舉人數)) %>%
  distinct(行政區別, 里別, .keep_all = T) %>%
  ungroup() %>%
  mutate(投票率 = 投票數/選舉人數)



```

```{r combine turnout to extant data}

turnout_combination <- function(city_data, turnout_data){
  x <- city_data %>%
    unite(行政區別, 里別, col = "neighbor", sep = "/")
  y <- turnout_data %>%
    select(-投票數) %>%
    unite(行政區別, 里別, col = "neighbor", sep = "/")
  z <- left_join(x = x, y = y, by = "neighbor") %>%
    separate(neighbor, into = c("行政區別", "里別"))
}

taipei_2010 %<>%
  turnout_combination(turnout_data = turnout_taipei_2010)
taipei_2014 %<>%
  turnout_combination(turnout_data = turnout_taipei_2014)
newtaipei_2010 %<>%
  turnout_combination(turnout_data = turnout_newtaipei_2010)
newtaipei_2014 %<>%
  turnout_combination(turnout_data = turnout_newtaipei_2014)
taoyuan_2009 %<>%
  turnout_combination(turnout_data = turnout_taoyuan_2010)
taoyuan_2014 %<>%
  turnout_combination(turnout_data = turnout_taoyuan_2014)
taichung_2010 %<>%
  turnout_combination(turnout_data = turnout_taichung_2010)
taichung_2014 %<>%
  turnout_combination(turnout_data = turnout_taichung_2014)
tainan_2010 %<>%
  turnout_combination(turnout_data = turnout_tainan_2010)
tainan_2014 %<>%
  turnout_combination(turnout_data = turnout_tainan_2014)
kaoshung_2010 %<>%
  turnout_combination(turnout_data = turnout_kaoshung_2010)
kaoshung_2014 %<>%
  turnout_combination(turnout_data = turnout_kaoshung_2014)

```

```{r combine data}

vote_combination <- function(x_2010,x_2014,x_2018){
  x_2010 %<>%
    select(縣市別, 行政區別, 里別, 國民黨候選人得票數, 民進黨候選人得票數, 投票數, 
              國民黨候選人得票率, 民進黨候選人得票率, 選舉人數, 投票率) %>%
    rename(city = 縣市別, district = 行政區別, neighbor = 里別, 
           KMTvote_2010 = 國民黨候選人得票數, DDPvote_2010 = 民進黨候選人得票數,
           ballot_2010 = 投票數, KMTrate_2010 = 國民黨候選人得票率, DDPrate_2010 = 民進黨候選人得票率,
           electorate_2010 = 選舉人數, turnout_2010 = 投票率) %>%
    unite(city, district, neighbor, col = "neighbor", sep = "/")
  x_2014 %<>%
    select(縣市別, 行政區別, 里別, 國民黨候選人得票數, 民進黨候選人得票數, 投票數, 
              國民黨候選人得票率, 民進黨候選人得票率, 選舉人數, 投票率) %>%
    rename(city = 縣市別, district = 行政區別, neighbor = 里別, 
           KMTvote_2014 = 國民黨候選人得票數, DDPvote_2014 = 民進黨候選人得票數, ballot_2014 = 投票數, 
           KMTrate_2014 = 國民黨候選人得票率, DDPrate_2014 = 民進黨候選人得票率, 
           electorate_2014 = 選舉人數, turnout_2014 = 投票率) %>%
    unite(city, district, neighbor, col = "neighbor", sep = "/")
  x_2018 %<>%
    select(縣市別, 行政區別, 里別, 國民黨候選人得票數, 民進黨候選人得票數, 投票數, 
              國民黨候選人得票率, 民進黨候選人得票率, 選舉人數, 投票率) %>%
    rename(city = 縣市別, district = 行政區別, neighbor = 里別, 
           KMTvote_2018 = 國民黨候選人得票數, DDPvote_2018 = 民進黨候選人得票數, ballot_2018 = 投票數, 
           KMTrate_2018 = 國民黨候選人得票率, DDPrate_2018 = 民進黨候選人得票率, 
           electorate_2018 = 選舉人數, turnout_2018 = 投票率) %>%
    unite(city, district, neighbor, col = "neighbor", sep = "/")
  z <- x_2018 %>%
    left_join(x_2014, by = "neighbor") %>%
    left_join(x_2010, by = "neighbor") %>%
    separate(neighbor, into = c("city", "district", "neighbor"))
  return(z)
}

newtaipei_2010_to_2018 <- vote_combination(newtaipei_2010, newtaipei_2014, newtaipei_2018)
taoyuan_2010_to_2018 <- vote_combination(taoyuan_2009, taoyuan_2014, taoyuan_2018)
taichung_2010_to_2018 <- vote_combination(taichung_2010, taichung_2014, taichung_2018)
tainan_2010_to_2018 <- vote_combination(tainan_2010, tainan_2014, tainan_2018)

kaoshung_working_2010 <- kaoshung_2010 %>%
  select(縣市別, 行政區別, 里別, 國民黨候選人得票數, 民進黨候選人得票數, 無黨籍候選人得票數, 
            投票數, 國民黨候選人得票率, 民進黨候選人得票率, 無黨籍候選人得票率, 選舉人數, 投票率) %>%
  rename(city = 縣市別, district = 行政區別, neighbor = 里別, 
         KMTvote_2010 = 國民黨候選人得票數, DDPvote_2010 = 民進黨候選人得票數, NPvote_2010 = 無黨籍候選人得票數,
         ballot_2010 = 投票數, KMTrate_2010 = 國民黨候選人得票率, DDPrate_2010 = 民進黨候選人得票率, 
         NPrate_2010 = 無黨籍候選人得票率, 
         electorate_2010 = 選舉人數, turnout_2010 = 投票率) %>%
  unite(city, district, neighbor, col = "neighbor", sep = "/") # For joining the data

kaoshung_working_2014 <- kaoshung_2014 %>%
  select(縣市別, 行政區別, 里別, 國民黨候選人得票數, 民進黨候選人得票數, 投票數, 
            國民黨候選人得票率, 民進黨候選人得票率, 選舉人數, 投票率) %>%
  rename(city = 縣市別, district = 行政區別, neighbor = 里別, 
         KMTvote_2014 = 國民黨候選人得票數, DDPvote_2014 = 民進黨候選人得票數, ballot_2014 = 投票數, 
         KMTrate_2014 = 國民黨候選人得票率, DDPrate_2014 = 民進黨候選人得票率, 
         electorate_2014 = 選舉人數, turnout_2014 = 投票率) %>%
  unite(city, district, neighbor, col = "neighbor", sep = "/")

kaoshung_working_2018 <- kaoshung_2018 %>%
  select(縣市別, 行政區別, 里別, 國民黨候選人得票數, 民進黨候選人得票數, 投票數, 
            國民黨候選人得票率, 民進黨候選人得票率, 選舉人數, 投票率) %>%
  rename(city = 縣市別, district = 行政區別, neighbor = 里別, 
         KMTvote_2018 = 國民黨候選人得票數, DDPvote_2018 = 民進黨候選人得票數, ballot_2018 = 投票數, 
         KMTrate_2018 = 國民黨候選人得票率, DDPrate_2018 = 民進黨候選人得票率, 
         electorate_2018 = 選舉人數, turnout_2018 = 投票率) %>%
  unite(city, district, neighbor, col = "neighbor", sep = "/")

kaoshung_2010_to_2018 <- kaoshung_working_2018 %>%
  left_join(kaoshung_working_2014, by = "neighbor") %>%
  left_join(kaoshung_working_2010, by = "neighbor") %>%
  separate(neighbor, into = c("city", "district", "neighbor"))

taipei_working_2010 <- taipei_2010 %>%
  select(縣市別, 行政區別, 里別, 國民黨候選人得票數, 民進黨候選人得票數, 投票數, 
            國民黨候選人得票率, 民進黨候選人得票率, 選舉人數, 投票率) %>%
  rename(city = 縣市別, district = 行政區別, neighbor = 里別, 
         KMTvote_2010 = 國民黨候選人得票數, DDPvote_2010 = 民進黨候選人得票數, ballot_2010 = 投票數, 
         KMTrate_2010 = 國民黨候選人得票率, DDPrate_2010 = 民進黨候選人得票率, 
         electorate_2010 = 選舉人數, turnout_2010 = 投票率) %>%
  unite(city, district, neighbor, col = "neighbor", sep = "/")

taipei_working_2014 <- taipei_2014 %>%
  select(縣市別, 行政區別, 里別, 國民黨候選人得票數, 無黨籍候選人得票數, 
            投票數, 國民黨候選人得票率, 無黨籍候選人得票率, 選舉人數, 投票率) %>%
  rename(city = 縣市別, district = 行政區別, neighbor = 里別, 
         KMTvote_2014 = 國民黨候選人得票數, NPvote_2014 = 無黨籍候選人得票數, ballot_2014 = 投票數, 
         KMTrate_2014 = 國民黨候選人得票率, NPrate_2014 = 無黨籍候選人得票率, 
         electorate_2014 = 選舉人數, turnout_2014 = 投票率) %>%
  unite(city, district, neighbor, col = "neighbor", sep = "/")

taipei_working_2018 <- taipei_2018 %>%
  select(縣市別, 行政區別, 里別, 國民黨候選人得票數, 民進黨候選人得票數, 無黨籍候選人得票數, 
            投票數, 國民黨候選人得票率, 民進黨候選人得票率, 無黨籍候選人得票率, 選舉人數, 投票率) %>%
  rename(city = 縣市別, district = 行政區別, neighbor = 里別, 
         KMTvote_2018 = 國民黨候選人得票數, DDPvote_2018 = 民進黨候選人得票數, NPvote_2018 = 無黨籍候選人得票數,
         ballot_2018 = 投票數, KMTrate_2018 = 國民黨候選人得票率, DDPrate_2018 = 民進黨候選人得票率, 
         NPrate_2018 = 無黨籍候選人得票率, 
         electorate_2018 = 選舉人數, turnout_2018 = 投票率) %>%
  unite(city, district, neighbor, col = "neighbor", sep = "/")

taipei_2010_to_2018 <- taipei_working_2010 %>%
  left_join(taipei_working_2014, by = "neighbor") %>%
  left_join(taipei_working_2018, by = "neighbor") %>%
  separate(neighbor, into = c("city", "district", "neighbor"))

taiwan_2010_to_2018 <- bind_rows(taipei_2010_to_2018, newtaipei_2010_to_2018, 
                                 taoyuan_2010_to_2018, taichung_2010_to_2018,
                                 tainan_2010_to_2018, kaoshung_2010_to_2018) 
#注意！！！台南2018年村里重劃 不要算2014-18的

write_excel_csv(taiwan_2010_to_2018, "data/台灣六都（台南除外）2010至18年市長選舉結果（村里別）")

taiwan_2018 <- bind_rows(taipei_2018, newtaipei_2018, taoyuan_2018, taichung_2018, tainan_2018, kaoshung_2018)
taiwan_2014 <- bind_rows(taipei_2014, newtaipei_2014, taoyuan_2014, taichung_2014, tainan_2014, kaoshung_2014)
taiwan_2010 <- bind_rows(taipei_2010, newtaipei_2010, taoyuan_2009, taichung_2010, tainan_2010, kaoshung_2010)
```

```{r mutate data}


taiwan_2010_to_2018 %<>%
  mutate(KMTrsp_2010 = KMTvote_2010/electorate_2010, DDPrsp_2010 = DDPvote_2010/electorate_2010, 
         NPrsp_2010 = NPvote_2010/electorate_2010, KMTrsp_2014 = KMTvote_2014/electorate_2014, 
         DDPrsp_2014 = DDPvote_2014/electorate_2014, NPrsp_2014 = NPvote_2014/electorate_2014,
         KMTrsp_2018 = KMTvote_2018/electorate_2018, DDPrsp_2018 = DDPvote_2018/electorate_2018, 
         NPrsp_2018 = NPvote_2018/electorate_2018,
         ballot_10_to_14 = ballot_2014 - ballot_2010, ballot_14_to_18 = ballot_2018 - ballot_2014,
         turnout_10_to_14 = turnout_2014 - turnout_2010, turnout_14_to_18 = turnout_2018 - turnout_2014,
         DDPvote_10_to_14 = DDPvote_2014 - DDPvote_2010, DDPvote_14_to_18 = DDPvote_2018 - DDPvote_2014,
         KMTvote_10_to_14 = KMTvote_2014 - KMTvote_2010, KMTvote_14_to_18 = KMTvote_2018 - KMTvote_2014,
         NPvote_10_to_14 = NPvote_2014 - NPvote_2010, NPvote_14_to_18 = NPvote_2018 - NPvote_2014,
         DDPrate_10_to_14 = DDPrate_2014 - DDPrate_2010, DDPrate_14_to_18 = DDPrate_2018 - DDPrate_2014,
         KMTrate_10_to_14 = KMTrate_2014 - KMTrate_2010, KMTrate_14_to_18 = KMTrate_2018 - KMTrate_2014,
         NPrate_10_to_14 = NPrate_2014 - NPrate_2010, NPrate_14_to_18 = NPrate_2018 - NPrate_2014,
         DDPrsp_10_to_14 = DDPrsp_2014 - DDPrsp_2010, DDPrsp_14_to_18 = DDPrsp_2018 - DDPrsp_2014,
         KMTrsp_10_to_14 = KMTrsp_2014 - KMTrsp_2010, KMTrsp_14_to_18 = KMTrsp_2018 - KMTrsp_2014,
         NPrsp_10_to_14 = NPrsp_2014 - NPrsp_2010, NPrsp_14_to_18 = NPrsp_2018 - NPrsp_2014)
```

```{r data for ei}

taipei_14_ei_data <- taiwan_2010_to_2018 %>%
  filter(city == "台北市") %>%
  mutate(Blue2010 = KMTrsp_2010, Green2010 = DDPrsp_2010, NoV2010 = (1- KMTrsp_2010 - DDPrsp_2010),
         Blue2014 = KMTrsp_2014, Green2014 = NPrsp_2014, NoV2014 = (1 - KMTrsp_2014 - NPrsp_2014),
         NoVote_2014 = (electorate_2014 - KMTvote_2014 - NPvote_2014), 
         NoVote_2010 = (electorate_2014 - KMTvote_2010 - DDPvote_2010)) %>% # For EI MDMC total must be the same
  select(district, neighbor, Blue2010, Green2010, NoV2010, Blue2014, Green2014, NoV2014, electorate_2014,
         KMTvote_2014, NPvote_2014, NoVote_2014, KMTvote_2010, DDPvote_2010, NoVote_2010) %>%
  drop_na()

newtaipei_14_ei_data <- taiwan_2010_to_2018 %>%
  filter(city == "新北市") %>%
  mutate(Blue2010 = KMTrsp_2010, Green2010 = DDPrsp_2010, NoV2010 = (1- KMTrsp_2010 - DDPrsp_2010),
         Blue2014 = KMTrsp_2014, Green2014 = DDPrsp_2014, NoV2014 = (1 - KMTrsp_2014 - DDPrsp_2014),
         NoVote_2014 = (electorate_2014 - KMTvote_2014 - DDPvote_2014), 
         NoVote_2010 = (electorate_2014 - KMTvote_2010 - DDPvote_2010)) %>% 
  select(district, neighbor, Blue2010, Green2010, NoV2010, Blue2014, Green2014, NoV2014, electorate_2014,
         KMTvote_2014, DDPvote_2014, NoVote_2014, KMTvote_2010, DDPvote_2010, NoVote_2010) %>%
  drop_na()

taoyuan_14_ei_data <- taiwan_2010_to_2018 %>%
  filter(city == "桃園市") %>%
  mutate(Blue2010 = KMTrsp_2010, Green2010 = DDPrsp_2010, NoV2010 = (1- KMTrsp_2010 - DDPrsp_2010),
         Blue2014 = KMTrsp_2014, Green2014 = DDPrsp_2014, NoV2014 = (1 - KMTrsp_2014 - DDPrsp_2014),
         NoVote_2014 = (electorate_2014 - KMTvote_2014 - DDPvote_2014), 
         NoVote_2010 = (electorate_2014 - KMTvote_2010 - DDPvote_2010)) %>% 
  select(district, neighbor, Blue2010, Green2010, NoV2010, Blue2014, Green2014, NoV2014, electorate_2014,
         KMTvote_2014, DDPvote_2014, NoVote_2014, KMTvote_2010, DDPvote_2010, NoVote_2010) %>%
  drop_na()

taichung_14_ei_data <- taiwan_2010_to_2018 %>%
  filter(city == "台中市") %>%
  mutate(Blue2010 = KMTrsp_2010, Green2010 = DDPrsp_2010, NoV2010 = (1- KMTrsp_2010 - DDPrsp_2010),
         Blue2014 = KMTrsp_2014, Green2014 = DDPrsp_2014, NoV2014 = (1 - KMTrsp_2014 - DDPrsp_2014),
         NoVote_2014 = (electorate_2014 - KMTvote_2014 - DDPvote_2014), 
         NoVote_2010 = (electorate_2014 - KMTvote_2010 - DDPvote_2010)) %>% 
  select(district, neighbor, Blue2010, Green2010, NoV2010, Blue2014, Green2014, NoV2014, electorate_2014,
         KMTvote_2014, DDPvote_2014, NoVote_2014, KMTvote_2010, DDPvote_2010, NoVote_2010) %>%
  drop_na()

tainan_14_ei_data <- taiwan_2010_to_2018 %>%
  filter(city == "台南市") %>%
  mutate(Blue2010 = KMTrsp_2010, Green2010 = DDPrsp_2010, NoV2010 = (1- KMTrsp_2010 - DDPrsp_2010),
         Blue2014 = KMTrsp_2014, Green2014 = DDPrsp_2014, NoV2014 = (1 - KMTrsp_2014 - DDPrsp_2014),
         NoVote_2014 = (electorate_2014 - KMTvote_2014 - DDPvote_2014), 
         NoVote_2010 = (electorate_2014 - KMTvote_2010 - DDPvote_2010)) %>% 
  select(district, neighbor, Blue2010, Green2010, NoV2010, Blue2014, Green2014, NoV2014, electorate_2014,
         KMTvote_2014, DDPvote_2014, NoVote_2014, KMTvote_2010, DDPvote_2010, NoVote_2010) %>%
  drop_na()

kaoshung_14_ei_data <- taiwan_2010_to_2018 %>%
  filter(city == "高雄市") %>%
  mutate(Blue2010 = (KMTrsp_2010 + NPrsp_2010), Green2010 = DDPrsp_2010, NoV2010 = (1- Blue2010 - Green2010),
         Blue2014 = KMTrsp_2014, Green2014 = DDPrsp_2014, NoV2014 = (1 - KMTrsp_2014 - DDPrsp_2014),
         NoVote_2014 = (electorate_2014 - KMTvote_2014 - DDPvote_2014), 
         NoVote_2010 = (electorate_2014 - KMTvote_2010 - DDPvote_2010 - NPvote_2010),
         BlueVote_2010 = (KMTvote_2010 + NPvote_2010)) %>% 
  select(district, neighbor, Blue2010, Green2010, NoV2010, Blue2014, Green2014, NoV2014, electorate_2014,
         KMTvote_2014, DDPvote_2014, NoVote_2014, BlueVote_2010, DDPvote_2010, NoVote_2010) %>%
  drop_na()

```


```{r ei}

taipei_ei <- ei.MD.bayes(formula = cbind(KMTvote_2014,NPvote_2014,NoVote_2014) ~ 
                                cbind(KMTvote_2010,DDPvote_2010,NoVote_2010),
                            total = "electorate_2014",
                            data = taipei_14_ei_data,
                            thin = 1000,sample = 1000,verbose = 100000,
                            ret.mcmc = FALSE)

ei_table_taipei <- summary(taipei_ei)$draws$Cell.counts

newtaipei_ei <- ei.MD.bayes(formula = cbind(Blue2014,Green2014,NoV2014) ~ 
                              cbind(Blue2010,Green2010,NoV2010),
                            total = "electorate_2014",
                            data = newtaipei_14_ei_data,
                            thin = 1000,sample = 1000,verbose = 100000,
                            ret.mcmc = FALSE)

ei_table_newtaipei <- summary(newtaipei_ei)$draws$Cell.counts

taoyuan_ei <- ei.MD.bayes(formula = cbind(Blue2014,Green2014,NoV2014) ~ 
                              cbind(Blue2010,Green2010,NoV2010),
                            total = "electorate_2014",
                            data = taoyuan_14_ei_data,
                            thin = 1000,sample = 1000,verbose = 100000,
                            ret.mcmc = FALSE)

ei_table_taoyuan <- summary(taoyuan_ei)$draws$Cell.counts

taichung_ei <- ei.MD.bayes(formula = cbind(Blue2014,Green2014,NoV2014) ~ 
                              cbind(Blue2010,Green2010,NoV2010),
                            total = "electorate_2014",
                            data = taichung_14_ei_data,
                            thin = 1000,sample = 1000,verbose = 100000,
                            ret.mcmc = FALSE)

ei_table_taichung <- summary(taichung_ei)$draws$Cell.counts

tainan_ei <- ei.MD.bayes(formula = cbind(KMTvote_2014,DDPvote_2014,NoVote_2014) ~ 
                                cbind(KMTvote_2010,DDPvote_2010,NoVote_2010),
                            total = "electorate_2014",
                            data = tainan_14_ei_data,
                            thin = 1000,sample = 1000,verbose = 100000,
                            ret.mcmc = FALSE)

ei_table_tainan <- summary(tainan_ei)$draws$Cell.counts

kaoshung_ei <- ei.MD.bayes(formula = cbind(Blue2014,Green2014,NoV2014) ~ 
                              cbind(Blue2010,Green2010,NoV2010),
                            total = "electorate_2014",
                            data = kaoshung_14_ei_data,
                            thin = 1000,sample = 1000,verbose = 100000,
                            ret.mcmc = FALSE)

ei_table_kaoshung <- summary(kaoshung_ei)$draws$Cell.counts
```


```{r report data}

report_ei <- function(cityname){
  ei_data <- get(str_c("ei_table_", cityname))
  electorate_data <- get(str_c(cityname, "_14_ei_data"))
  report_data <- ei_data[,1]/sum(electorate_data$electorate_2014)
  report_table <- matrix(report_data, nrow = 3)
  report_table <- as_data_frame(report_table)
  rownames(report_table) <- c("Blue 2010", "Green 2010", "No Vote 2010")
  colnames(report_table) <- c("Blue 2014", "Green 2014", "No Vote 2014")
  return(report_table)
}

EIreport_taipei <- report_ei("taipei")
EIreport_newtaipei <- report_ei("newtaipei")
EIreport_taoyuan <- report_ei("taoyuan")
EIreport_taichung <- report_ei("taichung")
EIreport_tainan <- report_ei("tainan")
EIreport_kaoshung <- report_ei("kaoshung")

```



```{r kable export}

write_excel_csv(EIreport_taipei, path = "台北 10-14變化")
write_excel_csv(EIreport_newtaipei, path = "新北 10-14變化")
write_excel_csv(EIreport_taoyuan, path = "桃園 10-14變化")
write_excel_csv(EIreport_taichung, path = "台中 10-14變化")
write_excel_csv(EIreport_tainan, path = "台南 10-14變化")
write_excel_csv(EIreport_kaoshung, path = "高雄 10-14變化")

kable(EIreport_taipei, caption = "Taipei 2010 - 2014 change")
kable(EIreport_newtaipei, caption = "New Taipei 2010 - 2014 change")
kable(EIreport_taoyuan, caption = "Taoyuan 2010 - 2014 change")
kable(EIreport_taichung, caption = "Taichung 2010 - 2014 change")
kable(EIreport_tainan, caption = "Tainan 2010 - 2014 change")
kable(EIreport_kaoshung, caption = "Kaoshung 2010 - 2014 change")

```