{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 2. Die gesammelten Daten analysieren\n"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Wir haben bereits viele Daten gesammelt, kennen jedoch bislang nur wenige ihrer Eigenschaften.\n",
    "\n",
    "Unser Ziel ist es, einen Überblick über die darin enthaltenen Informationen zu gewinnen.\n"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Vorab müssen wieder die benötigten Bibliotheken importiert und Konfigurationen gesetzt werden.\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "import json\n",
    "from collections import defaultdict\n",
    "\n",
    "filename = \"nationalrat_raw.json\""
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Im Folgenden definieren wir eine _Funktion_.\n",
    "Diese Funktion erlaubt es uns, Daten schöner auszugeben.\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "def print_dict(d: dict):\n",
    "    maxlen_keys = max(map(len, map(str, d.keys())))\n",
    "    maxlen_values = max(map(len, map(str, d.values())))\n",
    "    for key in d.keys():\n",
    "        print(f\"{key:.<{maxlen_keys}}{d[key]:.>{maxlen_values+1}}\")"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Dann folgt das Laden der Daten.\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "candidates = json.load(open(filename, encoding=\"utf-8\"))"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Wie viele Personen kandidieren für jede Partei?\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "party_count = defaultdict(int)  # Definiert den Zähler für Parteien\n",
    "\n",
    "for candidate in candidates: # Iteriere über alle Kandidierenden\n",
    "    party = candidate.get(\"partyAbbreviation\") # Hole die Parteiabkürzung des Kandidierenden\n",
    "    if party: # Wenn eine Parteiabkürzung vorhanden ist\n",
    "        party_count[party] += 1 # Erhöhe den Zähler für diese Partei um 1\n",
    "\n",
    "\n",
    "party_count = dict(sorted(party_count.items(), key=lambda item: item[1], reverse=True)) # Sortieren nach Anzahl Kandidierende pro Partei\n",
    "print_dict(party_count)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Wie sieht's aus mit dem Frauenanteil der Kandidierenden?\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "# Ein Dictionary für Frauen und Männer, eins nur für Frauen. Kandidierende ohne Eintrag beim Feld \"gender\" werden ignoriert\n",
    "all_candidates = defaultdict(int) # Objekt für Frauen und Männer\n",
    "female_only = defaultdict(int) # Objekt nur für Frauen\n",
    "\n",
    "# Iteriert über alle Kandidierenden und zählt Frauen und Männer pro Partei\n",
    "for candidate in candidates:\n",
    "    party = candidate.get(\"partyAbbreviation\")\n",
    "    gender = candidate.get(\"gender\")\n",
    "    # Wenn die Kandidierende Person einer Partei zugeordnet ist\n",
    "    if party: # and party_count[party] >= 10: # Nur Parteien mit mindestens 10 Kandidierenden\n",
    "        # Wenn die Kandidierende Person weiblich ist\n",
    "        if gender == \"f\":\n",
    "            female_only[party] += 1\n",
    "            all_candidates[party] += 1\n",
    "        # Wenn die Kandidierende Person männlich ist\n",
    "        if gender == \"m\":\n",
    "            all_candidates[party] += 1\n",
    "\n",
    "# Berechnet den Frauenanteil\n",
    "age_share = {}\n",
    "for party_name, young in female_only.items():\n",
    "    ratio = young / all_candidates[party_name]\n",
    "    age_share[party_name] = f\"{ratio:.0%}\"\n",
    "age_share = dict(sorted(age_share.items(), key=lambda item: int(item[1].strip('%')), reverse=True))\n",
    "\n",
    "print_dict(age_share)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Dasselbe können wir auch mit dem Alter machen. Im Folgenden analysieren wir, wie die Altersverteilung ausschaut.\n",
    "\n",
    "Wir wollen den Anteil an Kandidierenden berechnen, die Jünger als 40 (definierbar) sind.\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "age_cutoff = 40\n",
    "\n",
    "# Ein Dictionary für Frauen und Männer, eins nur für Frauen. Kandidierende ohne Eintrag beim Feld \"gender\" werden ignoriert\n",
    "all_candidates = defaultdict(int) # Objekt für Frauen und Männer\n",
    "younger_only = defaultdict(int) # Objekt nur für Frauen\n",
    "\n",
    "# Iteriert über alle Kandidierenden und zählt Frauen und Männer pro Partei\n",
    "for candidate in candidates:\n",
    "    party = candidate.get(\"partyAbbreviation\")\n",
    "    age = 2024 - candidate.get(\"yearOfBirth\")\n",
    "    # Wenn die Kandidierende Person einer Partei zugeordnet ist\n",
    "    if party:\n",
    "        # Wenn die Kandidierende Person jünger ist\n",
    "        if age <= age_cutoff:\n",
    "            younger_only[party] += 1\n",
    "            all_candidates[party] += 1\n",
    "        # Wenn die Kandidierende Person älter ist\n",
    "        else:\n",
    "            all_candidates[party] += 1\n",
    "\n",
    "# Berechnet den Altersanteil\n",
    "age_share = {}\n",
    "for party_name, young in younger_only.items():\n",
    "    ratio = young / all_candidates[party_name]\n",
    "    age_share[party_name] = f\"{ratio:.0%}\"\n",
    "age_share = dict(sorted(age_share.items(), key=lambda item: int(item[1].strip('%')), reverse=True))\n",
    "\n",
    "print_dict(age_share)"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "base",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.12.4"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}