2015 metų savivaldybių tarybų rinkimų kandidatų duomenų analizė

freedata.lt paviešino žalius duomenis iš VRK svetainės apie 2015 metų taribų rinkimų kandidatus.

Labai gaila, kad valstybinės įstaigos nedaro to pačios.

Žemiau pateikiu keletą suvestinių iš paskelbtų duomenų, gal būt šie duomenys kam nors padės apsispręsti balsuojant. Daugiau informacijos galite rasti freedata.lt svetainėje.

Pastaba. Visos kainos nurodytos litais.

In [1]:
%pylab inline
Populating the interactive namespace from numpy and matplotlib
In [2]:
import pandas as pd
import matplotlib.pyplot as plt
import textwrap
import datetime
In [3]:
rc('font', family='Ubuntu')
rc('figure', figsize=(18, 10))
pd.set_option('display.max_rows', 500)
In [4]:
wrap = lambda text, width: '\n'.join(textwrap.wrap(text, width))
now = datetime.datetime.now()
format_percent = '{:.02f}%'.format
In [5]:
data = pd.read_csv('tarybu_nariai_-_main_information.csv', sep='|', parse_dates=['birthdate'])

Analizei naudoju tik Vilniaus miesto duomenis, šioje vietoje segmentą galima pakeisti į kitą rajoną ir atitinkmai perskaičiuoti žemiau esančius rezultatus.

In [6]:
get_segment = lambda: data[data.county=='Vilniaus miesto']

Kiek kandidatų yra kiekvienoje partijoje

.. iš pasirinkto segment.

In [7]:
get_segment().party.value_counts().to_frame('Kandidatų skaičius')
Out[7]:
Kandidatų skaičius
Lenkų rinkimų akcijos ir Rusų aljanso koalicija „Valdemaro Tomaševskio blokas“ (Vilniaus miesto savivaldybė) 101
Lietuvos laisvės sąjunga (liberalai) 100
Partija Tvarka ir teisingumas 80
Tėvynės sąjunga - Lietuvos krikščionys demokratai 72
Lietuvos Respublikos liberalų sąjūdis 65
Lietuvos socialdemokratų partija 62
Darbo partija 60
Lietuvos rusų sąjunga 40
Lietuvos valstiečių ir žaliųjų sąjunga 40
Politinė partija „Lietuvos sąrašas“ 39
Lietuvos žaliųjų partija 31
Lietuvos liaudies partija 29
Tautininkų sąjunga 28
Politinė partija Rusų aljansas 15
Lietuvos lenkų rinkimų akcija 1

Turto ir sumokėtų mokesčių santykis

In [8]:
fig, ax = plt.subplots(1, 1)
parties = get_segment().party.unique()
labels = [wrap(party.decode('utf-8'), 42) for party in parties]
cmap = map(plt.cm.brg, linspace(0, 1, len(parties)))
data['visasturtas'] = data.turtas + data.vertybiniai + data.pinigai + data.suteiktospaskolos
segment = get_segment()
for color, party, label in zip(cmap, parties, labels):
    segment[segment.party==party].plot(kind='scatter', x='mokesciai', y='visasturtas', color=color, label=label, ax=ax)

Sprendžiant iš šių duomenų, matyti, kad kai kuriose partijos yra labai neproporcingai turtingų žmonių ir turtingų žmonių sumokėtų mokesčių proporcija visiškai neproporcinga turtui.

Kitą vertus, jei neklystų, sumokėtų mokesčių suma paimta tik iš paskutinių metų, o turtas gali būti sukauptas per visą gyvenimą. Bet to, proporciją gali iškraipyti ir kondidato amžius, potencialiai vyrsni kandidatai gali būti sukaupę daugiau turto nei jaunesni.

In [9]:
data['tms'] = ((data.mokesciai / data.visasturtas).replace(inf, 0).fillna(0) * 100).replace(0, NaN)
segment = get_segment()
segment = segment[segment.tms.notnull()].groupby('party').tms.mean().to_frame().sort('tms')
segment['tms'] = segment.tms.map(format_percent)
segment.index.rename(None, inplace=True)
segment.rename(columns={'tms': 'Viso turto ir mokesčių santykis'})
Out[9]:
Viso turto ir mokesčių santykis
Tautininkų sąjunga 3.17%
Politinė partija Rusų aljansas 3.92%
Lietuvos rusų sąjunga 5.56%
Lietuvos socialdemokratų partija 5.74%
Politinė partija „Lietuvos sąrašas“ 5.85%
Darbo partija 6.05%
Partija Tvarka ir teisingumas 6.59%
Lietuvos valstiečių ir žaliųjų sąjunga 9.93%
Lietuvos laisvės sąjunga (liberalai) 10.10%
Lietuvos žaliųjų partija 11.29%
Lietuvos Respublikos liberalų sąjūdis 13.85%
Lietuvos liaudies partija 19.41%
Tėvynės sąjunga - Lietuvos krikščionys demokratai 19.60%
Lenkų rinkimų akcijos ir Rusų aljanso koalicija „Valdemaro Tomaševskio blokas“ (Vilniaus miesto savivaldybė) 21.06%
In [10]:
data['pms'] = ((data.mokesciai / data.pajamos).replace(np.inf, 0).fillna(0) * 100).astype(int).replace(0, np.NaN)
segment = get_segment()
segment = segment[segment.pms.notnull()].groupby('party').pms.mean().to_frame().sort('pms')
segment['pms'] = segment.pms.map(format_percent)
segment.index.rename(None, inplace=True)
segment.rename(columns={'pms': 'Pajamų ir mokesčių santykis'})
Out[10]:
Pajamų ir mokesčių santykis
Lietuvos liaudies partija 9.83%
Lietuvos rusų sąjunga 10.48%
Darbo partija 10.65%
Lietuvos valstiečių ir žaliųjų sąjunga 10.69%
Politinė partija „Lietuvos sąrašas“ 10.71%
Tautininkų sąjunga 10.74%
Lietuvos Respublikos liberalų sąjūdis 10.82%
Lietuvos žaliųjų partija 11.08%
Partija Tvarka ir teisingumas 11.14%
Lietuvos laisvės sąjunga (liberalai) 11.44%
Lenkų rinkimų akcijos ir Rusų aljanso koalicija „Valdemaro Tomaševskio blokas“ (Vilniaus miesto savivaldybė) 12.14%
Lietuvos socialdemokratų partija 12.24%
Tėvynės sąjunga - Lietuvos krikščionys demokratai 12.48%
Politinė partija Rusų aljansas 13.07%

Amžiaus vidurkis partijose

In [11]:
data['age'] = (now - data.birthdate).astype('<m8[Y]')
segment = get_segment().groupby('party').age.agg(['mean', 'min', 'max']).sort('mean')
segment['mean'] = segment['mean'].astype(int)
segment.index.rename(None, inplace=True)
segment.rename(columns={'mean': 'Vidutinis amžius', 'min': 'Jauniausias', 'max': 'Vyriausias'})
Out[11]:
Vidutinis amžius Jauniausias Vyriausias
Lietuvos Respublikos liberalų sąjūdis 38 21 60
Lietuvos žaliųjų partija 40 23 74
Lietuvos laisvės sąjunga (liberalai) 42 22 80
Darbo partija 43 20 76
Tautininkų sąjunga 44 21 79
Lietuvos liaudies partija 44 20 72
Tėvynės sąjunga - Lietuvos krikščionys demokratai 44 22 76
Lenkų rinkimų akcijos ir Rusų aljanso koalicija „Valdemaro Tomaševskio blokas“ (Vilniaus miesto savivaldybė) 45 24 81
Partija Tvarka ir teisingumas 46 21 79
Lietuvos valstiečių ir žaliųjų sąjunga 46 21 76
Lietuvos socialdemokratų partija 46 24 74
Lietuvos lenkų rinkimų akcija 49 49 49
Politinė partija „Lietuvos sąrašas“ 49 26 74
Politinė partija Rusų aljansas 50 28 69
Lietuvos rusų sąjunga 52 28 68

Tautybė

In [12]:
segment = get_segment().nationality.value_counts().to_frame('kandidatai')
segment['procentas'] = (segment.kandidatai / segment.kandidatai.sum() * 100).map(format_percent)
segment.rename(columns={'kandidatai': 'Kandidatai', 'procentas': 'Procentas'})
Out[12]:
Kandidatai Procentas
lietuvis 336 44.04%
lietuvė 171 22.41%
Nenurodė 69 9.04%
lenkė 68 8.91%
lenkas 49 6.42%
rusas 30 3.93%
rusė 18 2.36%
ukrainietis (-ė) 7 0.92%
baltarusis 4 0.52%
žydas 3 0.39%
totorius (-ė) 2 0.26%
vokietis 1 0.13%
lezginas (-ė) 1 0.13%
vengras (-ė) 1 0.13%
baltarusė 1 0.13%
Prancūzas (-ė) 1 0.13%
anglas (-ė) 1 0.13%
In [13]:
segment = get_segment().groupby(['party', 'nationality'])['name'].count().to_frame()
segment = segment.reset_index().sort(['party', 'name'], ascending=[1, 0]).set_index(['party', 'nationality'])
segment['procentas'] = (segment.name / segment.name.sum(level='party') * 100).map(format_percent)
segment.index.rename(['Partija', 'Tautybė'], inplace=True)
segment.rename(columns={'name': 'Kandidatai', 'procentas': 'Procentas'})
Out[13]:
Kandidatai Procentas
Partija Tautybė
Darbo partija lietuvis 25 41.67%
lietuvė 14 23.33%
Nenurodė 10 16.67%
lenkas 3 5.00%
lenkė 3 5.00%
rusas 3 5.00%
baltarusis 1 1.67%
rusė 1 1.67%
Lenkų rinkimų akcijos ir Rusų aljanso koalicija „Valdemaro Tomaševskio blokas“ (Vilniaus miesto savivaldybė) lenkė 51 50.50%
lenkas 28 27.72%
Nenurodė 10 9.90%
rusas 6 5.94%
rusė 3 2.97%
baltarusė 1 0.99%
lietuvė 1 0.99%
totorius (-ė) 1 0.99%
Lietuvos Respublikos liberalų sąjūdis lietuvis 39 60.00%
lietuvė 15 23.08%
Nenurodė 3 4.62%
lenkas 3 4.62%
lenkė 2 3.08%
anglas (-ė) 1 1.54%
rusas 1 1.54%
ukrainietis (-ė) 1 1.54%
Lietuvos laisvės sąjunga (liberalai) lietuvis 65 65.00%
lietuvė 26 26.00%
Nenurodė 2 2.00%
rusas 2 2.00%
rusė 2 2.00%
Prancūzas (-ė) 1 1.00%
lenkė 1 1.00%
ukrainietis (-ė) 1 1.00%
Lietuvos lenkų rinkimų akcija lenkas 1 100.00%
Lietuvos liaudies partija lietuvis 12 41.38%
lietuvė 7 24.14%
Nenurodė 5 17.24%
lenkas 2 6.90%
rusas 2 6.90%
ukrainietis (-ė) 1 3.45%
Lietuvos rusų sąjunga rusas 12 30.00%
Nenurodė 8 20.00%
rusė 8 20.00%
lietuvis 3 7.50%
žydas 3 7.50%
ukrainietis (-ė) 2 5.00%
baltarusis 1 2.50%
lenkas 1 2.50%
lenkė 1 2.50%
lezginas (-ė) 1 2.50%
Lietuvos socialdemokratų partija lietuvis 31 50.00%
lietuvė 16 25.81%
Nenurodė 9 14.52%
rusas 2 3.23%
baltarusis 1 1.61%
lenkas 1 1.61%
lenkė 1 1.61%
totorius (-ė) 1 1.61%
Lietuvos valstiečių ir žaliųjų sąjunga lietuvis 17 42.50%
lietuvė 13 32.50%
Nenurodė 6 15.00%
lenkas 1 2.50%
rusas 1 2.50%
vengras (-ė) 1 2.50%
vokietis 1 2.50%
Lietuvos žaliųjų partija lietuvis 17 54.84%
lietuvė 13 41.94%
lenkas 1 3.23%
Partija Tvarka ir teisingumas lietuvis 42 52.50%
lietuvė 19 23.75%
Nenurodė 6 7.50%
lenkas 4 5.00%
rusė 4 5.00%
lenkė 2 2.50%
baltarusis 1 1.25%
rusas 1 1.25%
ukrainietis (-ė) 1 1.25%
Politinė partija Rusų aljansas lenkė 7 46.67%
Nenurodė 4 26.67%
lenkas 4 26.67%
Politinė partija „Lietuvos sąrašas“ lietuvis 19 48.72%
lietuvė 17 43.59%
Nenurodė 3 7.69%
Tautininkų sąjunga lietuvis 19 67.86%
lietuvė 8 28.57%
ukrainietis (-ė) 1 3.57%
Tėvynės sąjunga - Lietuvos krikščionys demokratai lietuvis 47 65.28%
lietuvė 22 30.56%
Nenurodė 3 4.17%

Turto segmentų palyginimas

In [14]:
data['visasturtas'] = (data.turtas + data.vertybiniai + data.pinigai + data.suteiktospaskolos).fillna(0)
segments = [-1, 0, 5e4, 5e5, 2e6, int(get_segment().visasturtas.max()+1)]
data['ts'] = pd.cut(data.visasturtas, segments, labels=['turto neturi', '<50 tūkst.', '<500 tūkst.', '<2 mln.', '>2 mln.'])
segment = get_segment()
segment = segment.groupby(['party', 'ts']).visasturtas.count().to_frame()
segment.index.rename(['Partija', 'Turto segmentai'], inplace=True)
segment.rename(columns={'visasturtas': 'Kandidatai'})
Out[14]:
Kandidatai
Partija Turto segmentai
Darbo partija turto neturi 5
<50 tūkst. 11
<500 tūkst. 30
<2 mln. 12
>2 mln. 2
Lenkų rinkimų akcijos ir Rusų aljanso koalicija „Valdemaro Tomaševskio blokas“ (Vilniaus miesto savivaldybė) turto neturi 11
<50 tūkst. 21
<500 tūkst. 62
<2 mln. 7
Lietuvos Respublikos liberalų sąjūdis turto neturi 10
<50 tūkst. 12
<500 tūkst. 27
<2 mln. 14
>2 mln. 2
Lietuvos laisvės sąjunga (liberalai) turto neturi 16
<50 tūkst. 8
<500 tūkst. 49
<2 mln. 22
>2 mln. 5
Lietuvos lenkų rinkimų akcija <2 mln. 1
Lietuvos liaudies partija turto neturi 7
<50 tūkst. 8
<500 tūkst. 14
Lietuvos rusų sąjunga turto neturi 6
<50 tūkst. 3
<500 tūkst. 27
<2 mln. 4
Lietuvos socialdemokratų partija turto neturi 5
<50 tūkst. 5
<500 tūkst. 35
<2 mln. 16
>2 mln. 1
Lietuvos valstiečių ir žaliųjų sąjunga turto neturi 5
<50 tūkst. 5
<500 tūkst. 28
<2 mln. 2
Lietuvos žaliųjų partija turto neturi 5
<50 tūkst. 6
<500 tūkst. 18
>2 mln. 2
Partija Tvarka ir teisingumas turto neturi 15
<50 tūkst. 14
<500 tūkst. 34
<2 mln. 15
>2 mln. 2
Politinė partija Rusų aljansas turto neturi 1
<500 tūkst. 12
<2 mln. 2
Politinė partija „Lietuvos sąrašas“ turto neturi 6
<50 tūkst. 5
<500 tūkst. 22
<2 mln. 6
Tautininkų sąjunga turto neturi 9
<50 tūkst. 3
<500 tūkst. 14
<2 mln. 2
Tėvynės sąjunga - Lietuvos krikščionys demokratai turto neturi 4
<50 tūkst. 14
<500 tūkst. 42
<2 mln. 12

Milijonierių skaičius partijose

In [15]:
data['visasturtas'] = (data.turtas + data.vertybiniai + data.pinigai + data.suteiktospaskolos).fillna(0)
segments = [-1, 1e6, int(data.visasturtas.max()+1)]
data['ts'] = pd.cut(data.visasturtas, segments, labels=['varguoliai', 'milijonieriai'])
segment = get_segment().groupby(['party', 'ts']).visasturtas.agg(['count', 'sum'])
segment['percent'] = (segment['sum'] / segment['sum'].sum(level='party') * 100).map(format_percent)
segment['sum'] = segment['sum'].map('{:,}'.format)
segment.index.rename(['Partija', 'Kategorija'], inplace=True)
segment.rename(columns={'count': 'Kandidatai', 'sum': 'Turtas', 'percent': 'Turto %'})
Out[15]:
Kandidatai Turtas Turto %
Partija Kategorija
Darbo partija varguoliai 56 13,401,846.0 51.13%
milijonieriai 4 12,809,786.0 48.87%
Lenkų rinkimų akcijos ir Rusų aljanso koalicija „Valdemaro Tomaševskio blokas“ (Vilniaus miesto savivaldybė) varguoliai 98 18,410,863.0 84.60%
milijonieriai 3 3,350,118.0 15.40%
Lietuvos Respublikos liberalų sąjūdis varguoliai 59 13,259,549.0 14.79%
milijonieriai 6 76,400,843.0 85.21%
Lietuvos laisvės sąjunga (liberalai) varguoliai 89 21,683,873.0 41.93%
milijonieriai 11 30,034,396.0 58.07%
Lietuvos lenkų rinkimų akcija varguoliai 1 647,766.0 100.00%
Lietuvos liaudies partija varguoliai 29 3,046,621.0 100.00%
Lietuvos rusų sąjunga varguoliai 40 8,984,173.0 100.00%
Lietuvos socialdemokratų partija varguoliai 58 18,902,353.0 71.87%
milijonieriai 4 7,396,843.0 28.13%
Lietuvos valstiečių ir žaliųjų sąjunga varguoliai 40 6,850,931.0 100.00%
Lietuvos žaliųjų partija varguoliai 29 4,476,548.0 11.43%
milijonieriai 2 34,704,668.0 88.57%
Partija Tvarka ir teisingumas varguoliai 76 17,639,530.0 48.81%
milijonieriai 4 18,500,426.0 51.19%
Politinė partija Rusų aljansas varguoliai 15 3,839,727.0 100.00%
Politinė partija „Lietuvos sąrašas“ varguoliai 37 8,095,649.0 76.37%
milijonieriai 2 2,505,600.0 23.63%
Tautininkų sąjunga varguoliai 28 4,487,698.0 100.00%
Tėvynės sąjunga - Lietuvos krikščionys demokratai varguoliai 71 19,014,030.0 91.12%
milijonieriai 1 1,852,160.0 8.88%

Kandidatai, kurie rinkimuose dalyvauja ne pirmą kartą

In [16]:
grp = get_segment().groupby('party')
result = grp.otherelections.count().to_frame()
result['count'] = grp['name'].count()
result.index.rename(None, inplace=True)
result.sort('otherelections').rename(columns={
    'otherelections': 'Kandidatuoja ne pirmą kartą',
    'count': 'Viso kandidatų partijoje',
})
Out[16]:
Kandidatuoja ne pirmą kartą Viso kandidatų partijoje
Politinė partija Rusų aljansas 0 15
Lietuvos lenkų rinkimų akcija 1 1
Politinė partija „Lietuvos sąrašas“ 1 39
Lietuvos liaudies partija 2 29
Lietuvos žaliųjų partija 2 31
Lietuvos valstiečių ir žaliųjų sąjunga 3 40
Lietuvos Respublikos liberalų sąjūdis 5 65
Lietuvos rusų sąjunga 5 40
Lietuvos socialdemokratų partija 5 62
Tautininkų sąjunga 5 28
Darbo partija 8 60
Partija Tvarka ir teisingumas 11 80
Lenkų rinkimų akcijos ir Rusų aljanso koalicija „Valdemaro Tomaševskio blokas“ (Vilniaus miesto savivaldybė) 13 101
Tėvynės sąjunga - Lietuvos krikščionys demokratai 17 72
Lietuvos laisvės sąjunga (liberalai) 20 100

Kalbų mokėjimas partijose

In [17]:
def extract_languages(frame):
    repl = {'nan': 'jokios'}
    for i, x in frame.iterrows():
        for lang in str(x.languages).replace(',', ' ').split():
            if lang != 'pagrindai':
                yield {'party': x.party, 'language': repl.get(lang, lang)}

result = pd.DataFrame(extract_languages(get_segment())).reset_index()
result = result.groupby(['party', 'language']).count()
result = result.reset_index().sort(['party', 'index'], ascending=[1, 0]).set_index(['party'])
result['Procentas'] = (result['index'] / get_segment().party.value_counts() * 100).map(format_percent)
result.set_index('language', append=True, inplace=True)
result.index.rename(['Partija', 'Kalba'], inplace=True)
result.rename(columns={'index': 'Kandidatai'})
Out[17]:
Kandidatai Procentas
Partija Kalba
Darbo partija rusų 50 83.33%
anglų 43 71.67%
lenkų 22 36.67%
vokiečių 12 20.00%
jokios 9 15.00%
prancūzų 7 11.67%
ispanų 3 5.00%
lietuvių 3 5.00%
baltarusų 2 3.33%
ukrainiečių 2 3.33%
bulgarų 1 1.67%
kinų 1 1.67%
Lenkų rinkimų akcijos ir Rusų aljanso koalicija „Valdemaro Tomaševskio blokas“ (Vilniaus miesto savivaldybė) rusų 82 81.19%
anglų 43 42.57%
lenkų 40 39.60%
vokiečių 17 16.83%
jokios 11 10.89%
lietuvių 2 1.98%
prancūzų 2 1.98%
baltarusų 1 0.99%
ispanų 1 0.99%
portugalų 1 0.99%
totorių 1 0.99%
ukrainiečių 1 0.99%
Lietuvos Respublikos liberalų sąjūdis anglų 59 90.77%
rusų 54 83.08%
lenkų 16 24.62%
vokiečių 15 23.08%
prancūzų 6 9.23%
jokios 4 6.15%
lotynų 3 4.62%
ispanų 2 3.08%
italų 2 3.08%
baltarusų 1 1.54%
čekų 1 1.54%
Lietuvos laisvės sąjunga (liberalai) rusų 85 85.00%
anglų 77 77.00%
lenkų 23 23.00%
vokiečių 15 15.00%
jokios 7 7.00%
prancūzų 7 7.00%
italų 4 4.00%
ispanų 3 3.00%
lietuvių 3 3.00%
lotynų 1 1.00%
turkų 1 1.00%
Lietuvos lenkų rinkimų akcija baltarusų 1 100.00%
lenkų 1 100.00%
rusų 1 100.00%
ukrainiečių 1 100.00%
Lietuvos liaudies partija rusų 19 65.52%
anglų 16 55.17%
jokios 7 24.14%
vokiečių 7 24.14%
lenkų 6 20.69%
prancūzų 1 3.45%
Lietuvos rusų sąjunga rusų 28 70.00%
anglų 15 37.50%
lenkų 13 32.50%
jokios 10 25.00%
vokiečių 4 10.00%
baltarusų 1 2.50%
latvių 1 2.50%
Lietuvos socialdemokratų partija rusų 54 87.10%
anglų 43 69.35%
lenkų 17 27.42%
vokiečių 10 16.13%
jokios 6 9.68%
lietuvių 5 8.06%
prancūzų 5 8.06%
baltarusų 2 3.23%
ukrainiečių 2 3.23%
ispanų 1 1.61%
latvių 1 1.61%
libaniečių 1 1.61%
Lietuvos valstiečių ir žaliųjų sąjunga rusų 31 77.50%
anglų 29 72.50%
lenkų 14 35.00%
vokiečių 12 30.00%
jokios 4 10.00%
baltarusų 3 7.50%
prancūzų 2 5.00%
esperanto 1 2.50%
ispanų 1 2.50%
lietuvių 1 2.50%
lotynų 1 2.50%
serbų 1 2.50%
ukrainiečių 1 2.50%
Lietuvos žaliųjų partija rusų 28 90.32%
anglų 27 87.10%
lenkų 9 29.03%
vokiečių 6 19.35%
italų 2 6.45%
ispanų 1 3.23%
norvegų 1 3.23%
prancūzų 1 3.23%
Partija Tvarka ir teisingumas rusų 69 86.25%
anglų 56 70.00%
lenkų 23 28.75%
vokiečių 20 25.00%
jokios 7 8.75%
prancūzų 5 6.25%
lietuvių 4 5.00%
italų 3 3.75%
ispanų 1 1.25%
lotynų 1 1.25%
ukrainiečių 1 1.25%
Politinė partija Rusų aljansas rusų 9 60.00%
lenkų 7 46.67%
jokios 6 40.00%
anglų 4 26.67%
vokiečių 2 13.33%
baltarusų 1 6.67%
prancūzų 1 6.67%
Politinė partija „Lietuvos sąrašas“ rusų 34 87.18%
anglų 28 71.79%
vokiečių 8 20.51%
lenkų 6 15.38%
jokios 5 12.82%
italų 1 2.56%
kroatų 1 2.56%
lietuvių 1 2.56%
norvegų 1 2.56%
prancūzų 1 2.56%
serbų 1 2.56%
Tautininkų sąjunga anglų 23 82.14%
rusų 23 82.14%
lenkų 8 28.57%
vokiečių 7 25.00%
jokios 2 7.14%
lotynų 2 7.14%
prancūzų 2 7.14%
ispanų 1 3.57%
latvių 1 3.57%
ukrainiečių 1 3.57%
čekų 1 3.57%
Tėvynės sąjunga - Lietuvos krikščionys demokratai rusų 54 75.00%
anglų 53 73.61%
vokiečių 17 23.61%
lenkų 12 16.67%
prancūzų 8 11.11%
jokios 7 9.72%
lietuvių 2 2.78%
esperanto 1 1.39%
ispanų 1 1.39%
italų 1 1.39%
suomių 1 1.39%