Ce dépôt contient une base de données structurée des sondages d'opinion pour l'élection présidentielle française de 2027. Les données sont organisées pour appliquer le Jugement Majoritaire, permettant une analyse approfondie de l'opinion publique sur les différents candidats et de prédire qui sortirait gagnant avec ce mode de départage.
- 📊 Centraliser les données : Rassembler les sondages de différents instituts dans un format standardisé
- 🔍 Faciliter l'analyse : Permettre des comparaisons entre instituts, périodes et segments de population
- 📈 Suivre l'évolution : Tracker l'évolution de l'opinion publique au fil du temps
- 🎯 Appliquer le Jugement Majoritaire : Utiliser une méthodologie d'analyse plus riche que les intentions de vote classiques
Ce guide 📋 Comment ajouter un sondage vous explique étape par étape comment : Structurer vos données, Ajouter de nouveaux candidats ou instituts Respecter les conventions de nommage, Valider vos données.
Le dépôt est organisé autour de quatre composants principaux :
candidates.csv: Liste des candidats potentiels avec leurs informationspoll_types.csv: Définition des différents types de sondages et leurs échellespolls.csv: Métadonnées de tous les sondages (dates, instituts, populations)polls/: Données détaillées de chaque sondage, organisées par institut et date
- IPSOS : Échelle de satisfaction à 6 niveaux (très satisfait → très insatisfait)
- ELABE : Échelle d'image à 5 niveaux (très positive → très négative)
- Autres instituts : Extensible selon les besoins
Les données sont disponibles pour différents segments :
- Ensemble de la population (
all) - Électorat de gauche (
left) - Électorat macroniste (
macron) - Électorat d'extrême droite (
farright) - Abstentionnistes (
absentionists)
import pandas as pd
# Charger les métadonnées des sondages
polls = pd.read_csv('mj2027.csv')Ce dépôt n'applique pas la règle du jugement majoritaire, mais répertorie les sondages compatibles, il peut servir à appliquer d'autres régles de départage comme le vote par approbation.
Ce projet est sous licence MIT.
Pour toute question ou suggestion, n'hésitez pas à ouvrir une issue sur ce dépôt.