23区ごとの陽性者数と人口割合を可視化してみた

前回のプログラム合わせて書いてみたプログラムです

区ごとの陽性者数のデータはあるけど人口多い区は人数多くなるので割り合いを計算してみたのがこちら
割合で見てもやっぱり人が多い区の方が割り合いが高い雰囲気だけどそもそも計算があってるのかな

迷ったところ

ピボットをcrosstabで書き換えた箇所
- pivot_tableよりcrosstabの方が引数が明確でわかりやすい
- ピボットさせるだけで再集計は発生しないのでaggfuncがlambda x: xでいける

daily_count = pd.crosstab(data['公表_年月日'], data['市区町村名'], data['陽性者数'], aggfunc=lambda x: x, dropna=False, margins=False)

このcsvの陽性者数は積み上がった総数なのでピボットしてから差分を取る必要があった

daily_diff = daily_count.diff()

divを使って各行政区ごとの人口で割る処理
- divの第一引数はリストも渡せる

daily_diff_rate = daily_diff.div(population_dict.values(), axis='columns').mul(100)

区の数の多さや、規模の差が大きいなど、わかりにくいグラフになったので箱ひげ図でイメージを掴めるようにした
- 人口の少ない町村で突出した値が出てしまう
- 突出した値は箱ひげ図でも見分けがつくので傾向は分かりそう
boxplotは値を返すので余計な出力が出てしまう
- 一時変数に代入して解消

_ = ax1.boxplot(plot_df, vert=True, labels=plot_df.columns)

まだやってないところ

集計区分フィールドの都外の扱いがわからない
- 調査中は除外した方が良さそう
- 都外はどうすればよいのか！？

data['集計区分'].unique()
array(['市区町村', '都外', '調査中'], dtype=object)

リンク

東京都福祉保健局のオープンデータ陽性者数（区市町村別）
東京都の統計住民基本台帳による東京都の世帯と人口（町丁別・年齢別）

notebook

github tokyo_covid19_daily_positive_count_and_rate_graph_by_ward.ipynb

In [1]:

from datetime import date

import pandas as pd
import matplotlib.pyplot as plt

# downloaod csv from https://stopcovid19.metro.tokyo.lg.jp/data/130001_tokyo_covid19_positive_cases_by_municipality.csv
data = pd.read_csv('data/130001_tokyo_covid19_positive_cases_by_municipality.csv', parse_dates = ['公表_年月日', ], low_memory=False)
# new_positive = data[data['市区町村名'].str.contains('文京区', na=False)]['陽性者数'].diff()
# new_positive.describe()
data[-1:]

Out[1]:

	全国地方公共団体コード	都道府県名	市区町村名	公表_年月日	集計区分	陽性者数
32895	NaN	NaN	NaN	2021-08-26	調査中	213

In [2]:

data['集計区分'].unique()

Out[2]:

array(['市区町村', '都外', '調査中'], dtype=object)

In [3]:

# ref. `第１表` https://www.toukei.metro.tokyo.lg.jp/juukiy/2021/jy21000001.htm

population_dict = {
    '千代田区': 37787,
    '中央区': 95812,
    '港区': 146527,
    '新宿区': 219464,
    '文京区': 123472,
    '台東区': 123068,
    '墨田区': 155354,
    '江東区': 274831,
    '品川区': 228061,
    '目黒区': 158367,
    '大田区': 398687,
    '世田谷区': 490342,
    '渋谷区': 140170,
    '中野区': 207425,
    '杉並区': 325403,
    '豊島区': 178637,
    '北区': 199016,
    '荒川区': 117153,
    '板橋区': 315872,
    '練馬区': 380495,
    '足立区': 357044,
    '葛飾区': 238563,
    '江戸川区': 346934,
    '八王子市': 561828,
    '立川市': 184577,
    '武蔵野市': 147643,
    '三鷹市': 190126,
    '青梅市': 132145,
    '府中市': 260255,
    '昭島市': 113552,
    '調布市': 237815,
    '町田市': 429152,
    '小金井市': 123828,
    '小平市': 195543,
    '日野市': 187027,
    '東村山市': 151575,
    '国分寺市': 126862,
    '国立市': 76371,
    '福生市': 57024,
    '狛江市': 83268,
    '東大和市': 85317,
    '清瀬市': 74905,
    '東久留米市': 117007,
    '武蔵村山市': 72023,
    '多摩市': 148479,
    '稲城市': 92262,
    '羽村市': 54725,
    'あきる野市': 80221,
    '西東京市': 206047,
    '瑞穂町': 32568,
    '日の出町': 16588,
    '檜原村': 2112,
    '奥多摩町': 4991,
    '大島町': 7411,
    '利島村': 310,
    '新島村': 2633,
    '神津島村': 1887,
    '三宅村': 2383,
    '御蔵島村': 307,
    '八丈町': 7224,
    '青ヶ島村': 165,
    '小笠原村': 2606,
}

In [4]:

data = data[(data['公表_年月日'] >= date(date.today().year - 1, date.today().month, date.today().day).strftime('%Y-%m-%d')) & (data['公表_年月日'] < date.today().strftime('%Y-%m-%d'))]
# data = data[data['市区町村名'].str.contains('区', na=False)]

data = data.dropna()
data

Out[4]:

	全国地方公共団体コード	都道府県名	市区町村名	公表_年月日	集計区分	陽性者数
9600	131016.0	東京都	千代田区	2020-08-28	市区町村	122
9601	131024.0	東京都	中央区	2020-08-28	市区町村	383
9602	131032.0	東京都	港区	2020-08-28	市区町村	992
9603	131041.0	東京都	新宿区	2020-08-28	市区町村	2499
9604	131059.0	東京都	文京区	2020-08-28	市区町村	377
...	...	...	...	...	...	...
32889	133817.0	東京都	三宅村	2021-08-26	市区町村	11
32890	133825.0	東京都	御蔵島村	2021-08-26	市区町村	2
32891	134015.0	東京都	八丈町	2021-08-26	市区町村	14
32892	134023.0	東京都	青ヶ島村	2021-08-26	市区町村	0
32893	134210.0	東京都	小笠原村	2021-08-26	市区町村	10

22568 rows × 6 columns

In [5]:

daily_count = pd.crosstab(data['公表_年月日'], data['市区町村名'], data['陽性者数'], aggfunc=lambda x: x, dropna=False, margins=False)
daily_count = daily_count.reindex(columns=population_dict.keys())
daily_diff = daily_count.diff()

daily_diff_rate = daily_diff.div(population_dict.values(), axis='columns').mul(100)


daily_diff_rate

Out[5]:

市区町村名	千代田区	中央区	港区	新宿区	文京区	台東区	墨田区	江東区	品川区	目黒区	...	奥多摩町	大島町	利島村	新島村	神津島村	三宅村	御蔵島村	八丈町	青ヶ島村	小笠原村
公表_年月日
2020-08-28	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
2020-08-29	0.000000	0.002087	0.013649	0.005012	0.003240	0.002438	0.005150	0.004730	0.003508	0.007577	...	0.000000	0.000000	0.000000	0.000000	0.0	0.0	0.0	0.000000	0.0	0.0
2020-08-30	0.000000	0.004175	0.001365	0.006835	0.000810	0.008126	0.001931	0.003639	0.000000	0.002526	...	0.000000	0.000000	0.000000	0.000000	0.0	0.0	0.0	0.000000	0.0	0.0
2020-08-31	0.002646	0.000000	0.002730	0.005468	0.000000	0.000000	0.005150	0.001455	0.000438	0.002526	...	0.000000	0.000000	0.000000	0.000000	0.0	0.0	0.0	0.000000	0.0	0.0
2020-09-01	0.010586	0.005219	0.002047	0.003645	0.000810	0.004063	0.001931	0.001455	0.001315	0.004420	...	0.000000	0.040480	0.000000	0.000000	0.0	0.0	0.0	0.000000	0.0	0.0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
2021-08-22	0.044989	0.049054	0.060740	0.062880	0.045354	0.040628	0.064369	0.054215	0.048233	0.065670	...	0.080144	0.013493	0.000000	0.075959	0.0	0.0	0.0	0.000000	0.0	0.0
2021-08-23	0.029111	0.046967	0.032076	0.048299	0.024297	0.016251	0.027679	0.025106	0.042094	0.031572	...	0.000000	0.000000	0.000000	0.151918	0.0	0.0	0.0	0.013843	0.0	0.0
2021-08-24	0.058221	0.080366	0.041631	0.073816	0.032396	0.056879	0.042484	0.050940	0.049548	0.071985	...	0.000000	0.026987	0.000000	0.000000	0.0	0.0	0.0	0.013843	0.0	0.0
2021-08-25	0.031757	0.059492	0.047090	0.076094	0.039685	0.050379	0.046346	0.052760	0.035078	0.066302	...	0.000000	0.000000	0.322581	0.000000	0.0	0.0	0.0	0.000000	0.0	0.0
2021-08-26	0.052928	0.056360	0.049820	0.071994	0.038875	0.024377	0.057289	0.053487	0.067087	0.063776	...	0.040072	0.013493	0.000000	0.000000	0.0	0.0	0.0	0.000000	0.0	0.0

364 rows × 62 columns

In [6]:

fig = plt.figure(figsize=(20, 8))

ax1 = fig.subplots()

ax1.plot(daily_diff_rate, label=daily_diff_rate.columns)

ax1.plot(daily_diff_rate.mean(axis='columns'), color='k', label='mean')

ax1.set_ylabel('daily positive rate(%)')

fig.legend()

Out[6]:

<matplotlib.legend.Legend at 0x129a2a640>

No description has been provided for this image

In [7]:

fig = plt.figure(figsize=(20, 8))

ax1 = fig.subplots()

plot_df = daily_diff_rate.loc[:, daily_diff.columns.str.endswith('区', na=False)].dropna()
_ = ax1.boxplot(plot_df, vert=True, labels=plot_df.columns)

In [8]:

fig = plt.figure(figsize=(20, 8))

ax1 = fig.subplots()

plot_df = daily_diff_rate.loc[:, daily_diff.columns.str.endswith('市', na=False)].dropna()
_ = ax1.boxplot(plot_df, vert=True, labels=plot_df.columns)

In [9]:

fig = plt.figure(figsize=(20, 8))

ax1 = fig.subplots()

plot_df = pd.concat([daily_diff_rate.loc[:, daily_diff.columns.str.endswith('村', na=False)].dropna(),
                     daily_diff_rate.loc[:, daily_diff.columns.str.endswith('町', na=False)].dropna()], axis='columns')
_ = ax1.boxplot(plot_df, vert=True, labels=plot_df.columns)

In [10]:

# 0.1%以上だった区を含んだ行のみに絞り込む
condition = '> 0.1'
query = '|'.join([f'{key} {condition}' for key in population_dict.keys()])

daily_diff_rate.query(query)

Out[10]:

市区町村名	千代田区	中央区	港区	新宿区	文京区	台東区	墨田区	江東区	品川区	目黒区	...	奥多摩町	大島町	利島村	新島村	神津島村	三宅村	御蔵島村	八丈町	青ヶ島村	小笠原村
公表_年月日
2021-02-14	0.005293	0.006262	0.006825	0.005468	0.008099	0.012188	0.005793	0.003639	0.002192	0.008840	...	0.000000	0.000000	0.000000	0.000000	0.0	0.000000	0.000000	0.000000	0.0	0.000000
2021-04-27	0.021171	0.015656	0.021839	0.016859	0.009719	0.009751	0.010943	0.010552	0.010524	0.015786	...	0.020036	0.000000	0.000000	0.000000	0.0	0.000000	0.325733	0.000000	0.0	0.000000
2021-05-09	0.010586	0.018787	0.017744	0.029618	0.014578	0.013814	0.010943	0.012007	0.007454	0.018312	...	0.000000	0.000000	0.000000	0.000000	0.0	0.000000	0.000000	0.000000	0.0	0.000000
2021-07-08	0.002646	0.017743	0.015697	0.022783	0.009719	0.017876	0.014805	0.022559	0.015785	0.010735	...	0.000000	0.269869	0.000000	0.000000	0.0	0.000000	0.000000	0.000000	0.0	0.000000
2021-08-05	0.063514	0.064710	0.093498	0.092498	0.065602	0.057692	0.058576	0.080049	0.056125	0.114923	...	0.000000	0.000000	0.000000	0.000000	0.0	0.000000	0.000000	0.013843	0.0	0.000000
2021-08-10	0.015878	0.040705	0.032076	0.040553	0.024297	0.008126	0.012230	0.017465	0.091642	0.044201	...	0.000000	0.026987	0.000000	0.000000	0.0	0.041964	0.000000	0.000000	0.0	0.000000
2021-08-12	0.071453	0.087672	0.077119	0.072449	0.033206	0.077193	0.063725	0.074591	0.055687	0.082719	...	0.020036	0.000000	0.000000	0.000000	0.0	0.041964	0.000000	0.000000	0.0	0.115119
2021-08-13	0.066160	0.103327	0.085991	0.102978	0.052644	0.062567	0.065657	0.075683	0.091204	0.099768	...	0.020036	0.000000	0.000000	0.037979	0.0	0.000000	0.000000	0.013843	0.0	0.038373
2021-08-14	0.052928	0.054273	0.080531	0.106623	0.049404	0.065005	0.057289	0.076047	0.063141	0.089034	...	0.020036	0.000000	0.000000	0.000000	0.0	0.000000	0.000000	0.000000	0.0	0.000000
2021-08-18	0.052928	0.074103	0.065517	0.103434	0.066412	0.065005	0.065013	0.062220	0.082434	0.095980	...	0.000000	0.000000	0.000000	0.037979	0.0	0.000000	0.000000	0.000000	0.0	0.000000
2021-08-19	0.079392	0.068885	0.072342	0.117559	0.057503	0.085319	0.067588	0.050940	0.050864	0.093454	...	0.060108	0.013493	0.000000	0.000000	0.0	0.000000	0.000000	0.000000	0.0	0.000000
2021-08-20	0.052928	0.091847	0.049820	0.090675	0.043735	0.073943	0.062438	0.088054	0.056125	0.083982	...	0.040072	0.000000	0.000000	0.075959	0.0	0.000000	0.000000	0.000000	0.0	0.000000
2021-08-21	0.058221	0.056360	0.060740	0.091587	0.045354	0.076381	0.037978	0.057126	0.047794	0.084614	...	0.060108	0.000000	0.000000	0.000000	0.0	0.000000	0.000000	0.000000	0.0	0.000000
2021-08-23	0.029111	0.046967	0.032076	0.048299	0.024297	0.016251	0.027679	0.025106	0.042094	0.031572	...	0.000000	0.000000	0.000000	0.151918	0.0	0.000000	0.000000	0.013843	0.0	0.000000
2021-08-25	0.031757	0.059492	0.047090	0.076094	0.039685	0.050379	0.046346	0.052760	0.035078	0.066302	...	0.000000	0.000000	0.322581	0.000000	0.0	0.000000	0.000000	0.000000	0.0	0.000000

15 rows × 62 columns

nkm3

calculate positive count and rate by ward

23区ごとの陽性者数と人口割合を可視化してみた

迷ったところ

まだやってないところ

リンク

notebook