今回は東京23区や県庁所在市、政令都市、中核都市のデータを分析してみようと思います。政府統計の総合窓口(e-stat)からデータを取得します。
このように都市を選択します。
データは上の４つのデータをしてみました。人口密度、昼夜人口比率、商品販売額、課税対象所得です。
ダウンロードしたCSVファイルは上の図のような感じです。5行目に変数名を追加しました。
さっそくRで分析します。まずは、tidyverseパッケージの読み込みをします。
read_csv()関数でCSVファイルを読み込みます。
うまく読み込んだようです。
glimpse()関数で確認します。
大丈夫そうですね。NAがたくさんあるようです。NAを除いたらどうなるか、na.omit()関数で試してみます。
NAの無いデータフレームだと、220行 x 6列のデータフレームになりますね。
このデータフレームで分析することにしましょう。
分析用のデータフレームを作成します。
na.omit()関数でNAの行を除外して、一回目のmutate()関数の中でas.factor()関数を使い、yearをファクター型にしました。そして、separate()関数でcityを都道府県名と都市名に分割した列を作成し、二回目のmutate()関数の中でまたas.factor()関数を使いpref(都道府県名をファクター型にしました。
summary()関数で統計値をみてみます。
summary()関数を使う前に、select(where(is.factor) | where(is.numeric))を実行して、ファクター型の列と数値型の列だけにしています。
このデータフレームには、2015年度と2020年度のデータがありますね。都道府県でいうと、東京都の都市が一番多く、次は大阪府、愛知県、兵庫県と続いています。
数値データは、最大値の値がどれも極端に大きいことがわかります。
最後に変数の定義を確認しておきます。
# year: 調査年
# city: 地域
# mitsudo: #A01202_可住地面積１km2当たり人口密度【人】
# daynight: #A01302_昼夜間人口比率【％】
# hanbai: #C04505_商業年間商品販売額（卸売業＋小売業）（従業者1人当たり）【万円】
# tax: #D02206_課税対象所得（納税義務者1人当たり）【千円】
# pref: 都道府県
# name: 都市名
今回は以上です。
次回は
です。
今回のコードは以下になります。
#
# tidyverseパッケージの読み込み
library(tidyverse)
#
# CSVファイルを読み込みます。
df_raw <- read_csv("city_20251004.csv",
skip = 4)
#
# glimpse()関数で確認
glimpse(df_raw)
#
# NAを除いた場合
na.omit(df_raw)
#
# 分析用のデータフレームを作成
df <- na.omit(df_raw) |>
mutate(year = as.factor(year)) |>
separate(city,
into = c("pref", "name"),
sep = " ",
remove = FALSE) |>
mutate(pref = as.factor(pref))
df
#
# summary()関数で統計値
df |>
select(where(is.factor) | where(is.numeric)) |>
summary()
#
(冒頭の画像は、Bing Image Creator で生成しました。プロンプトは Close up of sweet osmanthus flowers, landscape of great forest, under the blue sky, a few white clouds, photo です。)
