Eleições 2026 primeiro turno – análise de dados com Python e Geopandas

O que é este vídeo

Este vídeo apresenta uma análise de dados completa das eleições de 2026 no Brasil, com foco no primeiro turno. A abordagem adotada combina programação em Python, a biblioteca geográfica Geopandas e a criação de visualizações interativas com Leaflet. O conteúdo acompanha uma tradição do canal SPAMLab, que já realiza análises eleitorais a cada ciclo, mostrando como obter os dados públicos do Tribunal Superior Eleitoral (TSE), processá-los e gerar mapas que facilitam a leitura territorial dos resultados.

Por que Python e Geopandas

Python é uma linguagem amplamente usada em ciência de dados por sua flexibilidade e pela variedade de bibliotecas disponíveis. Geopandas estende as funcionalidades do pandas para dados geoespaciais, permitindo manipular geometrias, sistemas de coordenadas e tabelas de atributos em um mesmo ambiente. No contexto eleitoral, isso significa unir os resultados de votação por município ou zona eleitoral às malhas geográficas correspondentes, calcular percentuais, categorizar faixas de apoio e preparar camadas para visualização. O uso combinado dessas ferramentas reduz o esforço manual e garante reprodutibilidade.

Fontes de dados e preparação

A fonte central é o repositório público do TSE, que disponibiliza arquivos com votação nominal, dados de candidatos, seções e municípios. O vídeo demonstra as etapas de download e leitura desses arquivos, que costumam ter formatos CSV ou TXT com separadores específicos. Em seguida, são realizadas operações de limpeza, como remoção de colunas desnecessárias, conversão de tipos de dados e agregação de votos por município ou estado. A etapa de preparação é essencial para que os mapas finais reflitam de forma consistente a distribuição dos votos no território.

Junção espacial e mapas coropléticos

Uma das partes centrais da análise é a junção entre os dados tabulares de votação e as geometrias dos municípios. É nesse ponto que Geopandas se destaca, pois oferece funções para realizar merges baseados em chaves comuns, como o código do IBGE. Depois da junção, o vídeo mostra como gerar mapas coropléticos, em que cores representam faixas de votação percentual para cada candidato ou partido. Esses mapas permitem identificar padrões regionais, concentrações de apoio e variações entre diferentes áreas do país.

Exportação para mapa interativo com Leaflet

Além dos mapas estáticos, o vídeo aborda a exportação dos resultados para visualização interativa em páginas web. A biblioteca Leaflet é utilizada para criar mapas responsivos, nos quais o usuário pode ampliar, mover e passar o cursor sobre as regiões para ver dados detalhados. A integração entre o processamento em Python e a exibição com Leaflet envolve geralmente a conversão das geometrias para formatos compatíveis, como GeoJSON. Dessa forma, o mapa gerado pode ser publicado em um site ou compartilhado com uma audiência mais ampla.

O contexto do SPAMLab

O vídeo é produzido pelo Laboratório de Análise e Modelagem Espacial do Instituto de Astronomia, Geofísica e Ciências Atmosféricas da USP. O laboratório tem histórico de trabalhos que integram métodos quantitativos, análise espacial e visualização de dados voltados a temas de interesse público. A série de vídeos sobre eleições reflete essa vocação, mostrando como ferramentas abertas podem ser aplicadas ao debate democrático e à compreensão de fenômenos geográficos.

Aplicações e desdobramentos

As técnicas apresentadas não se restringem ao período eleitoral. A mesma lógica de junção espacial, categorização visual e publicação interativa pode ser aplicada a indicadores sociais, econômicos e ambientais. Analistas, pesquisadores e estudantes que acompanham o vídeo ganham um modelo prático para trabalhar com dados geográficos no Brasil. A possibilidade de gerar mapas interativos amplia o alcance das análises, tornando os resultados acessíveis a públicos não éspecializados.