概要

前回の記事の[Python]生命保険会社の苦情件数を棒グラフで表現
の続編？で、苦情件数を偏差値にし、グラフにしてみました。
偏差値にすることで、より苦情件数の多い保険会社が分かると思い、実際に行動に移してみました。

苦情件数の偏差値を棒グラフで表現

棒グラフ

コード

from bs4 import BeautifulSoup
import urllib.request as req
import re
import matplotlib.pyplot as plt
import numpy as np


url = "https://www.seiho.or.jp/member/complaint/"
res = req.urlopen(url) 
bs = BeautifulSoup(res, "html.parser") 

# 苦情件数の偏差値を棒グラフで表現

# 保険会社の名前
# 名前が長いので「生命保険株式会社」を消す
company_name_list = [re.sub('生命保険株式会社','',i.get_text().replace('\n','') )
                      for i in bs.select('div.headMod04.mt30')]
# 会社に寄せられた苦情件数（件）
claim_count_list = [int(((j.get_text())[:-1]).replace(',','')) 
                    for i in bs.select('table.tblMod02.tblP2.mt10') 
                    for j in i.select('td.vaM.taR')]
# 個人保険保有契約件数（件）
guest_number_list = [int((j.get_text())[:-1].replace(',','')) 
                      for i in bs.select('table.tblMod02.tblP2.mt15') 
                      for j in i.select('td.vaM.taR')]
guest_number_list = [guest_number_list[i] for i in range(len(guest_number_list)) if i%2 == 0]

# 苦情の割合（％）
claim_rate_list = [(i/j) * 100 for i,j in zip(claim_count_list,guest_number_list)]


# ここからは新しく追加したコード
def func_print_deviation_value(data):
    ave = np.average(data)
    std = np.std(data)
    deviation_value_list = [int((i - ave) / std * 10 + 50) for i in data]
    return deviation_value_list

# 苦情の偏差値
deviation_value_list = func_print_deviation_value(claim_rate_list)


plt.title("苦情の偏差値")  
plt.xlabel('生命保険株式会社の名前')
plt.ylabel('偏差値')
plt.xticks(rotation=90, fontsize=8)
plt.bar(company_name_list,deviation_value_list)
plt.show()

苦情件数の偏差値を棒グラフで表現（大きい順にソート）

棒グラフ

コード

from bs4 import BeautifulSoup
import urllib.request as req
import re
import matplotlib.pyplot as plt
import numpy as np


url = "https://www.seiho.or.jp/member/complaint/"
res = req.urlopen(url) 
bs = BeautifulSoup(res, "html.parser") 

# 苦情件数の偏差値を棒グラフで表現（大きい順にソート）

# 保険会社の名前
# 名前が長いので「生命保険株式会社」を消す
company_name_list = [re.sub('生命保険株式会社','',i.get_text().replace('\n','') )
                      for i in bs.select('div.headMod04.mt30')]
# 会社に寄せられた苦情件数（件）
claim_count_list = [int(((j.get_text())[:-1]).replace(',','')) 
                    for i in bs.select('table.tblMod02.tblP2.mt10') 
                    for j in i.select('td.vaM.taR')]
# 個人保険保有契約件数（件）
guest_number_list = [int((j.get_text())[:-1].replace(',','')) 
                      for i in bs.select('table.tblMod02.tblP2.mt15') 
                      for j in i.select('td.vaM.taR')]
guest_number_list = [guest_number_list[i] for i in range(len(guest_number_list)) if i%2 == 0]

# 苦情の割合（％）
claim_rate_list = [(i/j) * 100 for i,j in zip(claim_count_list,guest_number_list)]


# ここからは新しく追加したコード
def func_print_deviation_value(data):
    ave = np.average(data)
    std = np.std(data)
    deviation_value_list = [int((i - ave) / std * 10 + 50) for i in data]
    return deviation_value_list

# 苦情の偏差値
deviation_value_list = func_print_deviation_value(claim_rate_list)

company_deviation_list = [[i,j] for i,j in zip(company_name_list,deviation_value_list)]

company_deviation_list.sort(key=lambda x: x[1],reverse=True) 

# 保険会社の名前、苦情偏差値のリストを更新
deviation_value_list = [i[1] for i in company_deviation_list]
company_name_list = [i[0] for i in company_deviation_list]

plt.title("苦情の偏差値")  
plt.xlabel('生命保険株式会社の名前')
plt.ylabel('偏差値')
plt.xticks(rotation=90, fontsize=8)
plt.bar(company_name_list,deviation_value_list)
plt.show()

まとめ

苦情の多い保険会社を可視化できた。
偏差値８０ってもはや東大レベル。。。

参考