Où y a-t-il le plus de policiers en Europe ?

Charger les principaux packages

library(here)
library(tidyverse)
library(countrycode)
library(huxtable)

Récupérer les données

Astuce

Pour récupérer des données sur les pays européens, le package eurostat est votre ami. Parcourez le catalogue avec la fonction eurostat::get_eurostat_toc()

crim_just_job_path = here("data", "crim_just_job.rds")

eurostat::get_eurostat("crim_just_job", type = "label", cache_dir = here("data")) |>
  write_rds(crim_just_job_path)

crim_just_job = read_rds(crim_just_job_path)

Une rapide inspection :

glimpse(crim_just_job)

Rows: 9,376
Columns: 6
$ isco08 <chr> "Professional judges", "Professional judges", "Professional jud…
$ sex    <chr> "Females", "Females", "Females", "Females", "Females", "Females…
$ unit   <chr> "Number", "Number", "Number", "Number", "Number", "Number", "Nu…
$ geo    <chr> "Albania", "Austria", "Bosnia and Herzegovina", "Bulgaria", "Cy…
$ time   <date> 2021-01-01, 2021-01-01, 2021-01-01, 2021-01-01, 2021-01-01, 20…
$ values <dbl> 170, 216, 761, 1450, 71, 2080, 1750, 650, 1204, 1887, 71, 28, 4…

Les recoder

Astuce

Dès que vous devez manipuler des noms et codes de pays, pensez au package countrycode.

police_europe = crim_just_job  |> 
  pivot_wider(names_from = c(sex, isco08, unit),
              values_from = "values",
              names_repair = janitor::make_clean_names) |> 
  complete(geo, time) |> 
  mutate(geo = if_else(geo %in% c("Scotland", "England and Wales", "Northern Ireland (UK)"),
                       "United Kingdom", geo)) |>
  summarise(across(ends_with("number"), ~ sum(.x, na.rm = F)), .by = c(geo, time)) |> 
  mutate(geo = str_replace(geo, "Türkiye", "Turkey"),
         geo = if_else(str_detect(geo, "Germany"), "Germany", geo),
         geo = if_else(str_detect(geo, "Kosovo"), "Republic of Kosovo", geo),
         year = year(time),
         wb = countrycode(geo, origin = "country.name", destination = "wb")) |>
  select(wb, year, total_police_officers_number)

On manque de données pour certaines années, pour certains pays :

questionr::freq.na(police_europe)

                             missing %
total_police_officers_number      42 8
wb                                 0 0
year                               0 0

Maintenant les données ressemblent à ceci :

glimpse(police_europe)

Rows: 546
Columns: 3
$ wb                           <chr> "ALB", "ALB", "ALB", "ALB", "ALB", "ALB",…
$ year                         <dbl> 2008, 2009, 2010, 2011, 2012, 2013, 2014,…
$ total_police_officers_number <dbl> 9588, 9229, 9670, 9723, 9728, 9477, 9625,…

Calculer le nombre de policiers par habitant

Ce calcul a déjà été effectué par les auteurs de la base téléchargée. Toutefois, un examen attentif des données montre quelques choix un peu curieux, et nous incite à le refaire nous-même, par précaution.

Astuce

Le package wbstats donne accès aux données de la Banque mondiale, parmi lesquelles le nombre d’habitant, le PIB par tête, etc.

wb_path = here("data", "wb.rds")

L’argument mrv donne le nombre de most recent values à requérir. L’argument gapfill = TRUE remplace les valeurs manquantes éventuelles par la valeur précédente la plus récente.

wbstats::wb_data(country = "countries_only",
                 indicator = c("gdp_per_capita" = "NY.GDP.PCAP.CD",
                               "population" = "SP.POP.TOTL"),
                 mrv = 15,
                 gapfill = TRUE) |>
  write_rds(wb_path)

wb = read_rds(wb_path) |> 
  mutate(country = str_replace(country, "Turkiye", "Turkey"),
         wb = countrycode(country, origin = "country.name", destination = "wb")) %>%
  rename(year = date) %>%
  select(-iso2c, -iso3c, -country)

police_europe_pcm = police_europe |>
    filter(!is.na(total_police_officers_number),
           year <= 2020) |> 
    filter(year == max(year, na.rm = TRUE), .by = wb) |> 
    left_join(wb, by = join_by(wb, year)) |>
    mutate(policiers_pcm = total_police_officers_number / population * 100000) |>
  mutate(pays = countrycode(wb, origin = "wb", destination = "country.name.fr"),
         pays = if_else(wb == "MNE", "Monténégro", pays),
         pays = if_else(wb == "MKD", "Macédoine du Nord", pays),
         policiers_pcm = round(policiers_pcm)) |> 
  arrange(desc(policiers_pcm))

Palmarès

Tableau

Note

La colonne “Année” indique la dernière année pour laquelle des données sont disponibles.

police_europe_pcm |>  
  select(pays, year, policiers_pcm) |> 
  rename(Pays = pays,
         "Année" = year,
         "Policiers pour 100 000 habitants" = policiers_pcm) |> 
  as_huxtable() |> 
  set_number_format(NA) |> 
  huxtable::theme_blue()

Pays	Année	Policiers pour 100 000 habitants
Monténégro	2020	732
Serbie	2015	598
Turquie	2020	558
Croatie	2020	526
Grèce	2020	526
Macédoine du Nord	2017	514
Bosnie-Herzégovine	2020	487
Kosovo	2020	456
Portugal	2020	443
Malte	2020	435
Bulgarie	2020	421
Italie	2020	400
Slovaquie	2020	388
Hongrie	2020	385
Albanie	2020	382
Tchéquie	2020	375
Chypre	2020	371
Espagne	2020	370
Autriche	2020	358
Irlande	2020	356
Slovénie	2020	344
Belgique	2020	337
Liechtenstein	2020	324
Luxembourg	2020	323
France	2019	322
Estonie	2020	306
Allemagne	2020	301
Pays-Bas	2020	290
Lituanie	2020	281
Pologne	2020	258
Roumanie	2020	258
Lettonie	2020	234
Royaume-Uni	2016	224
Suisse	2020	216
Suède	2020	202
Danemark	2020	194
Islande	2020	175
Norvège	2014	167
Finlande	2020	136

Graphique

police_europe_pcm |> 
  mutate(pays = fct_reorder(pays, policiers_pcm)) |> 
  ggplot(aes(x = policiers_pcm, y = pays)) +
  geom_bar(stat = "identity") +
  labs(x = "Policiers pour 100 000 habitants",
       y = "",
       title = "Les Européens mieux protégés (?) au Sud et à l'Est") +
  theme_minimal()