%matplotlib inline

import pandas as pd
pd.options.display.max_rows = 100

# Date obtinute de la Parlament Transparent, Popescu, Marina și Chiru, Mihail.
# https://parlament.openpolitics.ro/export/
# Datele pot fi reutilizate sub licență CC-BY-SA-4.0 sau CC-BY-SA-3.0-RO
# Datele se refera doar la Camera Deputatilor (nu si Senat).

!wget -nc https://parlament.openpolitics.ro/export/membri_grupuri.csv
!wget -nc https://parlament.openpolitics.ro/export/voturi.csv

File ‘membri_grupuri.csv’ already there; not retrieving.

File ‘voturi.csv’ already there; not retrieving.

# Ordonare obiectivă: putere (PSD) -> opoziție (partide nesimilare cu PSD)
coloane_partide = ['PSD', 'ALDE', 'Minorități', 'UDMR', 'Neafiliați', 'PNL', 'PMP', 'USR']
descriere_partide = [
    'Grupul parlamentar al Partidului Social Democrat',
    'Grupul parlamentar ALDE (Alianţa liberalilor şi democraţilor)',
    'Grupul parlamentar al minorităţilor naţionale',
    'Grupul parlamentar al Uniunii Democrate Maghiare din România',
    'Deputati neafiliati',
    'Grupul parlamentar al Partidului Naţional Liberal',
    'Grupul parlamentar al Partidului Mişcarea Populară',
    'Grupul parlamentar al Uniunii Salvaţi România',
]

membri = pd.read_csv('membri_grupuri.csv')

for partid, abrev in zip(descriere_partide, coloane_partide):
    membri = membri.replace(partid, abrev)

voturi = pd.read_csv('voturi.csv')
voturi_cu_partide = voturi.merge(membri[['nume', 'partid']])
voturi_cu_partide['partid'].fillna('niciunul curent', inplace=True)
voturi_cu_partide

grupate = voturi_cu_partide.groupby(['cod cdep', 'vot', 'partid'], as_index=False).count().sort_values(['cod cdep', 'vot', 'partid'])
grupate = grupate.pivot_table(index='cod cdep', columns=['partid', 'vot'], values=['data'])['data'].fillna(0)
grupate

vot = 'abținere' # poți alege și: 'da', 'nu', '—'

from IPython.core.display import display, HTML

def detalii_vot(cod_cdep, scor):
    display(HTML(f"<a href=http://www.cdep.ro/pls/steno/evot2015.nominal?idv={cod_cdep}>Vot {cod_cdep}</a>: scor {scor:.3f} "))

def serie_link_cdep(serie, nr_top=10):
    top = serie.sort_values(ascending=False).head(nr_top)
    for cod, scor in zip(top.index, top):
        detalii_vot(cod, scor)

serie_link_cdep(grupate.loc[:, (slice(None), vot)].sum(axis=1))

def normalize():
    vot_relativ = grupate.copy()
    sume = {}
    for p in coloane_partide:
        total_voturi = vot_relativ[p].sum(axis=1)
        vot_relativ.loc[:, p] = vot_relativ.loc[:, p].divide(total_voturi, axis=0).values
    return vot_relativ

# Pondere de 1 pentru partidul în vedere, și -1 pentru medie
normalizat = normalize()

medie = normalizat.mean(axis=1, level=1)

for partid in coloane_partide:
    print(f"Voturi specifice {partid}:")
    serie_link_cdep((normalizat[partid] - medie).max(axis=1)/0.875)
    print()

def diferente(p1, p2):
    vot_relativ = normalize()
    return abs(vot_relativ[p1] - vot_relativ[p2]).sum(axis=1)

def sim(p1, p2):
    return 1-(diferente(p1, p2)/2).mean()

sim_mat = pd.DataFrame(0, index=coloane_partide, columns=coloane_partide)
for p1 in coloane_partide:
    for p2 in coloane_partide:
        if not sim_mat.loc[p1, p2]:
            s = sim(p1, p2)
            sim_mat.loc[p1, p2] = s
            sim_mat.loc[p2, p1] = s

import matplotlib.pyplot as plt
plt.rcParams['figure.figsize'] = [6, 6]

import seaborn as sns
sns.set()
ax = sns.heatmap(sim_mat, square=True)

# https://stackoverflow.com/questions/56942670/matplotlib-seaborn-first-and-last-row-cut-in-half-of-heatmap-plot
bottom, top = ax.get_ylim()
ax.set_ylim(bottom + 0.5, top - 0.5)
ax.set_title('Similaritate între voturile partidelor')