# POL-2000 · séance 4 · Préparer ses données avec R
# À refaire chez vous, ligne par ligne, Ctrl + Entrée.
# La règle : df_raw ne change jamais. On remplit df_clean, une colonne à la fois.

library(ces)
library(dplyr)
library(tidyr)
library(haven)

# 1. L'Étude électorale de 1993
df_raw <- get_ces("1993")
df_clean <- data.frame(id = 1:nrow(df_raw))

# 2. Opérationnaliser la scolarité : trois choix
table(df_raw$cpso3)
df_clean$ses_universitaire <- case_when(
  df_raw$cpso3 >= 8 ~ 1,
  df_raw$cpso3 < 8  ~ 0
)
df_clean$ses_education <- case_when(
  df_raw$cpso3 <= 5  ~ "secondaire_ou_moins",
  df_raw$cpso3 <= 7  ~ "collegial",
  df_raw$cpso3 <= 11 ~ "universitaire"
)
df_clean$ses_education_detail <- as_factor(df_raw$cpso3)
table(df_clean$ses_education, useNA = "ifany")   # toujours vérifier

# 3. Votre travail : l'Étude électorale de 2025
df_raw <- readRDS("ces2025.rds")   # sauvegardé à la séance 2, sinon get_ces("2025")
df_clean <- data.frame(id = 1:nrow(df_raw))

attr(df_raw$cps25_demsat, "label")
table(df_raw$cps25_demsat)

# 4. De 0 à 1, dans le sens du nom
df_clean$satisfaction <- case_when(
  df_raw$cps25_demsat == 1 ~ 1,
  df_raw$cps25_demsat == 2 ~ 0.67,
  df_raw$cps25_demsat == 3 ~ 0.33,
  df_raw$cps25_demsat == 4 ~ 0
)
table(df_clean$satisfaction, useNA = "ifany")

# 5. La scolarité et le lieu de naissance
table(df_raw$cps25_education)
df_clean$ses_education <- case_when(
  df_raw$cps25_education <= 5  ~ "secondaire_ou_moins",
  df_raw$cps25_education <= 7  ~ "collegial",
  df_raw$cps25_education <= 11 ~ "universitaire"
)
table(df_clean$ses_education, useNA = "ifany")

table(df_raw$cps25_bornin_canada)
df_clean$ne_canada <- case_when(
  df_raw$cps25_bornin_canada == 1 ~ 1,
  df_raw$cps25_bornin_canada == 2 ~ 0
)
table(df_clean$ne_canada, useNA = "ifany")

# 6. Les valeurs manquantes
mean(df_raw$cps25_lr_scale_bef_1)
df_clean$gauche_droite <- na_if(df_raw$cps25_lr_scale_bef_1, -99)
mean(df_clean$gauche_droite)
mean(df_clean$gauche_droite, na.rm = TRUE)

# 7. Compléter et sauvegarder df_clean
df_clean$age <- as.numeric(df_raw$cps25_age_in_years)
df_clean$vote <- as_factor(df_raw$cps25_votechoice)
head(df_clean)
saveRDS(df_clean, "ces2025_clean.rds")

# 8. Des données tidy
relig_income |>
  pivot_longer(!religion, names_to = "revenu", values_to = "n")

# 9. À vous : cps25_interest_gen_1 a aussi des -99. Mettez-la dans df_clean, puis sa moyenne.