www.crosshyou.info

政府統計の総合窓口のデータや、OECDやUCIやのデータを使って、Rの練習をしています。ときどき、読書記録も載せています。

都道府県別の世帯土地統計のデータの分析4 - Rのfilter()関数や、select()関数でデータフレームを絞り込み、arrange()関数でデータフレームを並び替える。

UnsplashWolfgang Hasselmannが撮影した写真 

www.crosshyou.info

の続きです。

今回は、各変数のランキングを見てみようと思います。

まずは、totalのランキングです。setaiの種類を「総数」だけに絞ってランキングします。

東京都、大阪府、神奈川県、愛知県、埼玉県などが上位です。

逆に少ないところはどこでしょうか?

鳥取県、島根県、福井県、佐賀県、徳島県などが世帯数のすくないところです。

次はshoyuのランキングです。そのまえにカスタム関数を作ります。

関数の中身の1行目で、dfからsetaiが「総数」だけのtemp_dfを作ります。

2行目で、temp_dfの変数をprefとhensuだけにしています。このhensuがshoyuとかnoshoyuなどいろいろ変わるわけです。

3行目で、koujun()のほうはtemp_dfの2列目、つまりhensuの降順に、shoujun()のほうは昇順に並び替えています。

4行目で、結果を出力しています。

それでは、このカスタム関数でshoyuのランキングを見てみます。

shoyuが多いところは、東京都、神奈川県、埼玉県、大阪府、愛知県などです。

少ないところは、鳥取県、島根県、福井県、高知県、佐賀県、徳島県などです。

noshoyuはどうでしょうか?

noshoyuの多いところは、東京都、大阪府、神奈川県、愛知県、北海道などです。

少ないところは、鳥取県、福井県、島根県、富山県、徳島県などです。

hokashoyuはどうでしょうか?

hokashoyuの多いところは、愛知県、千葉県、兵庫県、埼玉県、東京都などです。

少ないところは、鳥取県、高知県、佐賀県、おきましょう。福井県などです。

bothshoyuの多いところは、どこでしょうか?

bothshoyuの多いところは、愛知県、千葉県、兵庫県、埼玉県、静岡県などです。

少ないところは、鳥取県、沖縄県、福井県、高知県、佐賀県などです。

noboth, noshoyu / bothshoyuの比率ですね。これのランキングを見てみます。

nobothの値が大きいところは、東京都、大阪府、神奈川県、沖縄県、福岡県などです。

小さいところは、山形県、秋田県、長野県、富山県、鳥取県、島根県などです。

東京都は、nobothが16.9と飛び抜けていますね。その反対に山形県、秋田県、長野県、富山県などは、土地を所有していない世帯よりも、自分の住んでいる土地もその他の土地も所有している世帯のほうが多い、ということですね。都道府県によって違いがありますね。

shotokuのランキングを見てみます。

shotokuの高いところは、東京都、愛知県、静岡県、栃木県、福井県などです。

低いところは、沖縄県、鳥取県、宮崎県、長崎県、鹿児島県です。

今回は以上です。

次回は、

www.crosshyou.info

です。

 

初めから読むには、

www.crosshyou.info

です。