#!/usr/bin/env python
# coding: utf-8

# # Proyección de votos en las mesas no escrutadas durante el escrutinio provisorio
# 
# En el escrutinio provisorio realizado en la provincia de Santa Fe quedaron sin escrutar 347 mesas. 
# 
# * 304 telegramas fueron desestimados.
# * 33 mesas no fueron cargadas.
# 
# Desde Opendata Córdoba intentamos proyectar los resultados  de las mesas ya escrutadas, sobre estas mesas sin escrutar para tratar de predecir que puede pasar en el recuento definitivo.

# ### Obtención de datos
# 
# El gobierno de la provincia de Santa Fe provee los datos actualizados del escrutinio provisorio en csv.
# 
# Los descargamos desde http://elecciones.santafe.gov.ar/descargas

# In[1]:


get_ipython().system('wget http://elecciones.santafe.gov.ar/bundles/escrutinio/descargas/csv.zip')


# In[2]:


get_ipython().system('unzip csv.zip')


# ### Preparación del dataset
# 
# Usando pandas preparamos los datos.

# In[3]:


import pandas as pd


# In[4]:


computados = pd.read_csv('computados.csv')


# ###  Votos promedio por seccion y partido 
# 
# Calculamos los votos de una mesa "Promedio" por cada seccion, solo los partidos con mas de 5 votos.

# In[9]:


pd.set_option('display.max_rows', 2000)
promedio_gob_seccion = pd.pivot_table(computados, index=['nroSeccion', 'nroPartido'], values=['votosGob']) 
votos_promedio_seccion = promedio_gob_seccion[promedio_gob_seccion.votosGob > 5]
votos_promedio_seccion


# ###  Mesas desestimadas y pendientes por seccion
# 
# Contamos cuantas mesas sin escrutar quedaron por sección

# In[10]:


desestimados= pd.read_csv('desestimados.csv')
mesas_desestimadas_por_seccion = desestimados["nroSeccion"].value_counts()


# In[12]:


pendientes = pd.read_csv('pendientes.csv')
mesas_pendientes_por_seccion = pendientes["nroseccion"].value_counts()


# ### Performance Partidos en Secciones con mesas Desestimadas
# 
# Filtramos por los partidos políticos más importantes:

# In[21]:


computados = computados[computados.nroPartido.isin(['0004','0005','0006','ANUL','BLAN'])]
secciones_con_mesas_desestimadas = desestimados["nroSeccion"].unique()
computados_en_secciones_con_mesas_desestimadas = computados[computados.nroSeccion.isin(secciones_con_mesas_desestimadas)]
computados_en_secciones_con_mesas_desestimadas.groupby('nombrePartido').votosGob.mean().order(ascending=False)


# En promedio, en las secciones con **mesas desestimadas**, el FRENTE PROGRESISTA CIVICO Y SOCIAL tiene **1.15 votos** más que UNION PRO FEDERAL. Lo Cual, si se mantuviera la tendencia, el FRENTE PROGRESISTA CIVICO Y SOCIAL mantendría la ventaja.

# ### Performance Partidos en Secciones con mesas Pendientes

# In[23]:


computados = computados[computados.nroPartido.isin(['0004','0005','0006','ANUL','BLAN'])]
secciones_con_mesas_pendientes = pendientes["nroseccion"].unique()
computados_en_secciones_con_mesas_pendientes = computados[computados.nroSeccion.isin(secciones_con_mesas_pendientes)]
computados_en_secciones_con_mesas_pendientes.groupby('nombrePartido').votosGob.mean().order(ascending=False)


# En promedio, en las secciones con mesas **pendientes**, el FRENTE PROGRESISTA CIVICO Y SOCIAL tiene **2.18 votos** más que UNION PRO FEDERAL. Lo Cual, si se mantuviera la tendencia, el FRENTE PROGRESISTA CIVICO Y SOCIAL mantendría la ventaja.

# ### Proyección
# 
# Multiplicamos la cantidad de mesas no escrutadas por los votos promedios por mesa de cada partido en cada seccion

# In[16]:


def por_seccion(prom, sec):
    mesas = 0
    if sec in mesas_pendientes_por_seccion:
        mesas += mesas_pendientes_por_seccion[sec]
    if sec in mesas_desestimadas_por_seccion:
        mesas += mesas_desestimadas_por_seccion[sec]
    return int(prom)*mesas


# In[18]:


fpcys = 558352
pro = 556224
fpv = 532156

for row in votos_promedio_seccion.iterrows():
    if row[0][1] == "0004":
        fpv += por_seccion(row[1], row[0][0])
    elif  row[0][1] == "0005":
        pro += por_seccion(row[1], row[0][0])
    elif row[0][1] == "0006":
        fpcys += por_seccion(row[1], row[0][0])
        
print "FPV: %d Votos" % fpv
print "PRO: %d Votos" % pro
print "FPCYS: %d Votos" % fpcys

print "Diferencia a favor del Socialismo: %d" % (fpcys - pro)


# ####Segun esta proyección gana el socialismo por más de 2600 votos. 

# ### Colaboradores
# 
# [@tin\_nqn\_](https://twitter.com/tin_nqn_) Martín Gaitan
# 
# [@pdelboca](https://twitter.com/pdelboca) Patricio del Boca
# 
# [@jairotrad](https://twitter.com/jairotrad) Jairo Trad
# 
# [@frod_f](https://twitter.com/frod_f) Franco Rodriguez
#             
#