Objetivo: Desarrollar una infografia georeferenciada de las votaciones del Ecuador del año del 2002.

Dataset obtenido del data hub USFQ

import folium
import pandas as pd
import geopandas as gdp
import branca
import json

ETL del dataset

df = pd.read_csv("presidentes_votacion_cantonal_formato_angosto.csv")
df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 77462 entries, 0 to 77461
Data columns (total 9 columns):
 #   Column            Non-Null Count  Dtype 
---  ------            --------------  ----- 
 0   ANIO              77462 non-null  int64 
 1   VUELTA            77462 non-null  int64 
 2   PROVINCIA_CODIGO  77462 non-null  object
 3   PROVINCIA_NOMBRE  77462 non-null  object
 4   CANTON_CODIGO     77462 non-null  object
 5   CANTON_NOMBRE     77462 non-null  object
 6   CANDIDATO_NOMBRE  77462 non-null  object
 7   AGRUPACION        77462 non-null  object
 8   VOTOS             77462 non-null  int64 
dtypes: int64(3), object(6)
memory usage: 5.3+ MB

df.head()

	ANIO	VUELTA	PROVINCIA_CODIGO	PROVINCIA_NOMBRE	CANTON_CODIGO	CANTON_NOMBRE	CANDIDATO_NOMBRE	AGRUPACION	VOTOS
0	2002	1	EC01	AZUAY	EC0101	CUENCA	ALVARO NOBOA	F	7463
1	2002	1	EC01	AZUAY	EC0101	CUENCA	ALVARO NOBOA	M	6950
2	2002	1	EC01	AZUAY	EC0101	CUENCA	ALVARO NOBOA	T	14413
3	2002	1	EC01	AZUAY	EC0101	CUENCA	ANTONIO VARGAS	F	448
4	2002	1	EC01	AZUAY	EC0101	CUENCA	ANTONIO VARGAS	M	444

# agrupacion para obtener valos por provincia
df_gr = df.groupby(["ANIO", "VUELTA", "PROVINCIA_NOMBRE","CANDIDATO_NOMBRE","PROVINCIA_CODIGO"])["VOTOS"].sum().reset_index()
# solo datos de Ecuador continental 
df_gr = df_gr[~df_gr["PROVINCIA_NOMBRE"].isin(['EUROPA, ASIA, OCEANIA', 'NORTE-AMERICA', 'LATAM, CARIBE, AFRICA'])]
# AGRUPACION DEL 2002 Y VUELTA 1
df_gr_02 = df_gr.query("ANIO == 2002 & VUELTA == 1")
# CANDIDATOS seleccionados de la grafica
filtroCandidatos = ['ALVARO NOBOA',  'JACOBO BUCARAM','LUCIO GUTIERREZ', 
                     'RODRIGO BORJA','XAVIER NEIRA']
df_gr_02 = df_gr_02[df_gr_02.CANDIDATO_NOMBRE.isin(filtroCandidatos)]
# agrupacion por voto mayoritario en provinica
df_max = df_gr_02.loc[
    df_gr_02.groupby('PROVINCIA_NOMBRE')['VOTOS'].idxmax()
]

df_max.head()

	ANIO	VUELTA	PROVINCIA_NOMBRE	CANDIDATO_NOMBRE	PROVINCIA_CODIGO	VOTOS
10	2002	1	AZUAY	RODRIGO BORJA	EC01	157246
19	2002	1	BOLIVAR	LUCIO GUTIERREZ	EC02	45850
31	2002	1	CANAR	LUCIO GUTIERREZ	EC03	45386
36	2002	1	CARCHI	ALVARO NOBOA	EC04	41330
55	2002	1	CHIMBORAZO	LUCIO GUTIERREZ	EC06	114652

Manejo del archivo .json

# Load Ecuador's GeoJSON data
with open("ecuador_provincias.json", "r", encoding="utf-8") as f:
    geo_json_data = json.load(f)
df_max.PROVINCIA_NOMBRE.unique()

array(['AZUAY', 'BOLIVAR', 'CANAR', 'CARCHI', 'CHIMBORAZO', 'COTOPAXI',
       'EL ORO', 'ESMERALDAS', 'GALAPAGOS', 'GUAYAS', 'IMBABURA', 'LOJA',
       'LOS RIOS', 'MANABI', 'MORONA SANTIAGO', 'NAPO', 'ORELLANA',
       'PASTAZA', 'PICHINCHA', 'SANTA ELENA', 'STO DGO TSACHILAS',
       'SUCUMBIOS', 'TUNGURAHUA', 'ZAMORA CHINCHIPE'], dtype=object)

# Nombre de la provincias 
nombresGjson = sorted([x['properties']["name"].upper() for x in geo_json_data['features']])
# nombres a cambiar CAÑAR ,'SANTO DOMINGO DE LOS TSÁCHILAS' cambio en el dataset
df_max["PROVINCIA_NOMBRE"] = df_max["PROVINCIA_NOMBRE"].replace({'CANAR':'CAÑAR',
                        'STO DGO TSACHILAS':'SANTO DOMINGO DE LOS TSÁCHILAS'})
df_max["PROVINCIA_NOMBRE"].unique()

array(['AZUAY', 'BOLIVAR', 'CAÑAR', 'CARCHI', 'CHIMBORAZO', 'COTOPAXI',
       'EL ORO', 'ESMERALDAS', 'GALAPAGOS', 'GUAYAS', 'IMBABURA', 'LOJA',
       'LOS RIOS', 'MANABI', 'MORONA SANTIAGO', 'NAPO', 'ORELLANA',
       'PASTAZA', 'PICHINCHA', 'SANTA ELENA',
       'SANTO DOMINGO DE LOS TSÁCHILAS', 'SUCUMBIOS', 'TUNGURAHUA',
       'ZAMORA CHINCHIPE'], dtype=object)

Estilo del Mapa

# COLORES POR CANDIDATO
mapa_colores ={'ALVARO NOBOA':"#980BEF", 'JACOBO BUCARAM':"#1070B9", 'LUCIO GUTIERREZ':"#E01212",
       'RODRIGO BORJA':"#FEB00A", 'XAVIER NEIRA':"#F6FE69"}
# aplicar color al dataset
df_max['COLOR'] = df_max['CANDIDATO_NOMBRE'].apply(lambda x:mapa_colores.get(x))
df_max.head()

	ANIO	VUELTA	PROVINCIA_NOMBRE	CANDIDATO_NOMBRE	PROVINCIA_CODIGO	VOTOS	COLOR
10	2002	1	AZUAY	RODRIGO BORJA	EC01	157246	#FEB00A
19	2002	1	BOLIVAR	LUCIO GUTIERREZ	EC02	45850	#E01212
31	2002	1	CAÑAR	LUCIO GUTIERREZ	EC03	45386	#E01212
36	2002	1	CARCHI	ALVARO NOBOA	EC04	41330	#980BEF
55	2002	1	CHIMBORAZO	LUCIO GUTIERREZ	EC06	114652	#E01212

# OBJETIVO TENER UN COLOR POR PROVINICA PARA EL MAPA EN ESTE CASO UN DICT
color_provincia = (
    df_max.drop_duplicates('PROVINCIA_NOMBRE')
         .set_index('PROVINCIA_NOMBRE')['COLOR']
         .to_dict()
)
# OBJETIVO TENER Nombre candidato
candidatoNombre = (
    df_max.drop_duplicates('PROVINCIA_NOMBRE')
         .set_index('PROVINCIA_NOMBRE')['CANDIDATO_NOMBRE']
         .to_dict()
)

color_provincia

{'AZUAY': '#FEB00A',
 'BOLIVAR': '#E01212',
 'CAÑAR': '#E01212',
 'CARCHI': '#980BEF',
 'CHIMBORAZO': '#E01212',
 'COTOPAXI': '#E01212',
 'EL ORO': '#E01212',
 'ESMERALDAS': '#1070B9',
 'GALAPAGOS': '#980BEF',
 'GUAYAS': '#F6FE69',
 'IMBABURA': '#E01212',
 'LOJA': '#E01212',
 'LOS RIOS': '#1070B9',
 'MANABI': '#980BEF',
 'MORONA SANTIAGO': '#E01212',
 'NAPO': '#E01212',
 'ORELLANA': '#E01212',
 'PASTAZA': '#E01212',
 'PICHINCHA': '#FEB00A',
 'SANTA ELENA': '#980BEF',
 'SANTO DOMINGO DE LOS TSÁCHILAS': '#E01212',
 'SUCUMBIOS': '#E01212',
 'TUNGURAHUA': '#E01212',
 'ZAMORA CHINCHIPE': '#E01212'}

m = folium.Map(
    [-0.19899731681836336, -78.4428000494774], # PUNTO INICIAL
    tiles="Cartodb dark_matter" ,# TIPO DE ESTILO DE MAPA
    zoom_start=5) # ZOOM INICIAL
# LECTURA DEL geo_json_data OBJETO
folium.GeoJson(
    geo_json_data,
    style_function=lambda feature: {
        "fillColor": color_provincia.get(feature["properties"]["name"].upper(), "#808080"),
        "color": "black",
        "fillOpacity": 0.8,
    },
    tooltip=folium.GeoJsonTooltip(
            fields=["name"],
            aliases=["Provincia:"]
        )
).add_to(m)
# save del archivo
m.save("VotEcuador2002V1.html")
m

Make this Notebook Trusted to load map: File -> Trust Notebook

# Generamos dinámicamente los ítems de la leyenda
items_html = ""
for candidato, color in mapa_colores.items():
    items_html += f'''
    &nbsp; <i class="fa fa-square" style="color:{color}"></i>
    &nbsp; {candidato} <br>'''

# HTML completo para la leyenda
legend_html = f'''
{{% macro html(this, kwargs) %}}
<div style="position: fixed; 
     bottom: 50px; left: 50px; width: 250px; 
     border:2px solid grey; z-index:9999; font-size:14px;
     background-color:white; opacity: 0.9;
     padding: 10px; border-radius: 5px">
     <b>🗳️ Candidato ganador</b><br>
     {items_html}
</div>
{{% endmacro %}}
'''

# Añadimos la leyenda al mapa
legend = branca.element.MacroElement()
legend._template = branca.element.Template(legend_html)
m.get_root().add_child(legend)

# Guardar y mostrar
m.save('VotEcuador2002V1Legend.html')

Make this Notebook Trusted to load map: File -> Trust Notebook