の続きです。
今回は1988年と2012年のデータを比較して、どの業態が伸びているのか縮小しているのかを調べてみたいと思います。
まずは、全体のデータから1988年だけのデータを抜き出します。
次に、Yearの列を削除します。
そして、Corp_Total以下の変数に1988を付け足して、1988年のデータだとわかるようにします。
できました。
同じように2012年だけのデータフレームを作成します。
こうして作成したdf1988とdf2012をmerge関数を使って合体させます。
merge関数は二つのデータフレームの共通列でマッチングして連結します。
それでは、1988年を基準にして、2012年がどのくらい伸びているか、縮小しているかを見てみましょう。まずは、Corp_Total1988とCorp_Total2012を比較します。
写真機・写真材料小売業は0.05です。1988年の事業所数を100とすると、2012年には5しかない、ということです。絶滅危惧業種ですね。パン小売業(製造小売りでないもの)、医薬品小売業(調剤薬局を除く)などが続きます。伸びの高い順に表示しましょう。
中古品小売業(骨とう品を除く)が1.39で一番の伸びです。リサイクルショップですね。2番目が医薬品・化粧品小売業ですが、数値は0.963と1.0以下です。つまり事業所の数は1988年から比較して減っているということですよね。
続いて、Corp_Corpの伸び率を同じように調べてみましょう。
Corp_Corpは法人の事業所数です。写真機・写真材料小売業が一番減少しています。増加しているのは中古品小売業(骨とう品を除く)で4.87ですからほぼ5倍ですね。医薬品・化粧品小売業、花・植木小売業と続きます。増加している業種は1.0以上ですね。
次は個人の事業所数、Corp_Indiです。
個人の事業所数は、一番伸びている(実際は伸びていないですが)中古品小売業(骨とう品を除く)でも0.785ですので、個人の商業事業所は軒並み減少していることがわかりました。
次はStaff, 従業者数はどうでしょうか？
写真機・写真材料小売業は従業者数ももの凄く減っていますね。1988年100とすると、2012年は8です。92%減少です。荒物小売業、寝具小売業もかなり減少しています。中古品小売業(骨とう品を除く)が一番増加しています。その他の飲食料品小売業ってなんでしょうね。スポーツ用品小売業も従業者数は増えているんですね。
次はRevenue、売上高です。
減少している業種に米穀類小売業が入っています。お米屋さんですかね？増加している業種に燃料小売業(ガソリンスタンドを除く)というのが入っています。ガソリンスタンド以外の燃料小売業ってなんなんでしょうね？
Inventoryはどうでしょうか？
縮小している業種に、呉服・服地小売業というのは登場しました。伸びている業種にかばん・袋物小売業や機械器具小売業(自動車, 自転車を除く)というのが入っています。
そして売り場面積、Spaceはどうでしょうか？
売場面積の減少している業種はいままでと大きな違いはないですね。売り場面積の増加は中古品小売業(骨とう品を除く)が圧倒的ですね。1988年と比べると、2012年には7倍になっています。
最後に、合計の伸び率を見てみましょう。
日本全体でみると、事業所数は減っています。法人の事業所数は増加していますが、個人の事業所数が4割になっています。従業者数はほぼ変わらず、売上高は15%ぐらい減少、手持ち商品額は3割ぐらい減少しています。売り場面積は3割増加しています。
日本全体でみると、売り場面積は増えているのに事業所数は減っていますから、一つ一つの事業所の売り場面積が大型化しているといいうことですね。巨大なショッピングモールがどんどんできましたからね。
今回は以上です。
次回は
です。
今回のR言語のコードです。
# 1988年のデータフレーム
df1988 <- df[df$Year == 1988, ]
summary(df1988)
# 変数のYearを削除
df1988 <- df1988[ , -2]
str(df1988)
# Corp_Total 以下の変数に1988を追加して名前をつける
colnames(df1988) <- c("Sector", "Corp_Total1988", "Corp_Corp1988", "Corp_Indi1988",
"Staff1988", "Revenue1988", "Inventory1988", "Space1988")
str(df1988)
# 2012年だけのデータフレーム
df2012 <- df[df$Year == 2012, -2]
colnames(df2012) <- c("Sector", "Corp_Total2012", "Corp_Corp2012", "Corp_Indi2012",
"Staff2012", "Revenue2012", "Inventory2012", "Space2012")
str(df2012)
# df1988とdf2012を合体
df2 <- merge(df1988, df2012)
head(df2)
# Corp_Totalの比較
df2$Corp_Total_Gr <- df2$Corp_Total2012 / df2$Corp_Total1988
head(df2[order(df2$Corp_Total_Gr), c("Sector", "Corp_Total_Gr")])
# Corp_Total_Grの大きい業種
head(df2[rev(order(df2$Corp_Total_Gr)), c("Sector", "Corp_Total_Gr")])
# Corp_Corpの比較
df2$Corp_Corp_Gr <- df2$Corp_Corp2012 / df2$Corp_Corp1988
head(df2[order(df2$Corp_Corp_Gr), c("Sector", "Corp_Corp_Gr")])
head(df2[rev(order(df2$Corp_Corp_Gr)), c("Sector", "Corp_Corp_Gr")])
# Corp_Indiの比較
df2$Corp_Indi_Gr <- df2$Corp_Indi2012 / df2$Corp_Indi1988
head(df2[order(df2$Corp_Indi_Gr), c("Sector", "Corp_Indi_Gr")])
head(df2[rev(order(df2$Corp_Indi_Gr)), c("Sector", "Corp_Indi_Gr")])
# Staffの比較
df2$Staff_Gr <- df2$Staff2012 / df2$Staff1988
head(df2[order(df2$Staff_Gr), c("Sector", "Staff_Gr")])
head(df2[rev(order(df2$Staff_Gr)), c("Sector", "Staff_Gr")])
# Revenueの比較
df2$Revenue_Gr <- df2$Revenue2012 / df2$Revenue1988
head(df2[order(df2$Revenue_Gr), c("Sector", "Revenue_Gr")])
head(df2[rev(order(df2$Revenue_Gr)), c("Sector", "Revenue_Gr")])
# Inventoryの比較
df2$Inventory_Gr <- df2$Inventory2012 / df2$Inventory1988
head(df2[order(df2$Inventory_Gr), c("Sector", "Inventory_Gr")])
head(df2[rev(order(df2$Inventory_Gr)), c("Sector", "Inventory_Gr")])
# Spaceの比較
df2$Space_Gr <- df2$Space2012 / df2$Space1988
head(df2[order(df2$Space_Gr), c("Sector", "Space_Gr")])
head(df2[rev(order(df2$Space_Gr)), c("Sector", "Space_Gr")])
# 合計の伸び率
df2[df2$Sector == "合計", c("Corp_Total_Gr", "Corp_Corp_Gr", "Corp_Indi_Gr",
"Staff_Gr", "Revenue_Gr", "Inventory_Gr", "Space_Gr")]
