人口移動が多いのは何月？ e-Stat API機能 で取得したデータをプロットする

import os
import io
import requests
import pandas as pd
import seaborn as sns

%matplotlib inline

統計調査名を取得

url = "http://api.e-stat.go.jp/rest/3.0/app/getSimpleStatsList"
app_id = os.getenv("E_STAT_API_APP_ID")
params = {"appId": app_id, "statsNameList": "Y"}

response = requests.get(url, params=params)

csv_text = response.text[response.text.find('"TABLE_INF",') :]

df = pd.read_csv(io.StringIO(csv_text), dtype="object")

df[df.STAT_NAME.str.contains("人口")]

	TABLE_INF	STAT_CODE	STAT_NAME	GOV_ORG_CODE	GOV_ORG_NAME
14	00200502	00200502	社会・人口統計体系	00200	総務省
17	00200523	00200523	住民基本台帳人口移動報告	00200	総務省
18	00200524	00200524	人口推計	00200	総務省
76	00450011	00450011	人口動態調査	00450	厚生労働省

df[df.STAT_NAME.str.contains('人口')].iloc[1]

TABLE_INF           00200523
STAT_CODE           00200523
STAT_NAME       住民基本台帳人口移動報告
GOV_ORG_CODE           00200
GOV_ORG_NAME             総務省
Name: 17, dtype: object

table_inf = df[df.STAT_NAME.str.contains('人口')].iloc[1].TABLE_INF

統計表情報取得

url = "http://api.e-stat.go.jp/rest/3.0/app/getSimpleStatsList"
app_id = os.getenv("E_STAT_API_APP_ID")
params = {"appId": app_id, "statsCode": table_inf}

response = requests.get(url, params=params)

csv_text = response.text[response.text.find('"TABLE_INF",') :]

df = pd.read_csv(io.StringIO(csv_text), dtype="object")

table_inf = df[(df.CYCLE == "月次") & (df.TABLE_CATEGORY == "2010年1月～")].iloc[0].TABLE_INF

メタ情報取得

url = "http://api.e-stat.go.jp/rest/3.0/app/getSimpleMetaInfo"
params = {"appId": app_id, 'statsDataId':table_inf}

response = requests.get(url, params=params)

csv_text = response.text[response.text.find('"CLASS_OBJ_ID",') :]

df = pd.read_csv(io.StringIO(csv_text), dtype="object")

df.drop_duplicates('CLASS_OBJ_ID')

	CLASS_OBJ_ID	CLASS_OBJ_NAME	CLASS_CODE	CLASS_NAME	CLASS_LEVEL	CLASS_UNIT	CLASS_PARENT_CODE	CLASS_ADD_INF	CLASS_EXPLANATION
0	tab	表章項目	06	他都道府県からの転入者数	NaN	人	NaN	NaN	NaN
1	cat01	性別	0	総数	1	NaN	NaN	NaN	NaN
4	cat02	年齢（５歳階級）	000	総数	1	NaN	NaN	NaN	NaN
24	area	全国・都道府県	00000	全国	1	NaN	NaN	NaN	NaN
72	time	時間軸（月次）	2018001212	2018年12月	2	NaN	2018000000	NaN	NaN

統計データ取得

url = "http://api.e-stat.go.jp/rest/3.0/app/getSimpleStatsData"
params = {
    "appId": app_id,
    "statsDataId": table_inf,
    "cdArea": "00000",
    "cdCat01": "0",
    "cdCat02": "000",
}

response = requests.get(url, params=params)

csv_text = response.text[response.text.find('"tab_code",') :]

df = pd.read_csv(io.StringIO(csv_text), dtype="object")

プロット

df.pipe(
    lambda df: df.assign(year_month=pd.to_datetime(df["時間軸（月次）"], format="%Y年%m月"))
).pipe(
    lambda df: df[["year_month", "value"]]
    .astype({"value": int})
    .set_index("year_month")
    .sort_index()
).plot(
    figsize=(12, 3)
)
pass

(
    df.pipe(
        lambda df: df.assign(year_month=pd.to_datetime(df["時間軸（月次）"], format="%Y年%m月"))
    )
    .pipe(
        lambda df: df[["year_month", "value"]]
        .astype({"value": int})
        .set_index("year_month")
        .sort_index()
    )
    .pipe(lambda df: df.assign(month=df.index.month))
    .groupby("month")
    .mean()
).plot.bar(rot=0)
pass

df_sns = (
    df.pipe(
        lambda df: df.assign(year_month=pd.to_datetime(df["時間軸（月次）"], format="%Y年%m月"))
    )
    .pipe(
        lambda df: df[["year_month", "value"]]
        .astype({"value": int})
        .set_index("year_month")
        .sort_index()
    )
    .pipe(lambda df: df.assign(month=df.index.month))
)

sns.catplot(x="month", y="value", data=df_sns)
pass

sns.violinplot(x="month", y="value", data=df_sns)
pass

sns.boxplot(x="month", y="value", data=df_sns)
pass