GES 001 演習2, Part II

データサイエンスは、コード（プログラム）を書くことではなく、データを可視化してみることによって、考え、疑問を持ち、新しい発見をしていくことだ

考察・疑問をたいせつにし、書き残してください。

library(tidyverse)
library(WDI)
#library(showtext)

データの読み込み（2）

総人口　Population, total：SP.POP.TOTL

出生率（千人）Birth rate, crude (per 1,000 people)：SP.DYN.CBRT.IN

死亡率（千人）Death rate, crude (per 1,000 people)：SP.DYN.CDRT.IN

若年労働人口率　Age dependency ratio, young (% of working-age population)：SP.POP.DPND.YG

高齢者労働人口率　Age dependency ratio, old (% of working-age population)：SP.POP.DPND.OL

df_pop_related <- WDI(indicator = c(pop = "SP.POP.TOTL",
                            birth_rate = "SP.DYN.CBRT.IN",
                            death_rate = "SP.DYN.CDRT.IN",
                            young = "SP.POP.DPND.YG",
                            old = "SP.POP.DPND.OL"))

保存と読み込み

write_csv(df_pop_related, "data/pop_related.csv")

df_pop_related <- read_csv("data/pop_related.csv")

Rows: 16758 Columns: 9── Column specification ─────────────────────────────────────────────────────────────────
Delimiter: ","
chr (3): country, iso2c, iso3c
dbl (6): year, pop, birth_rate, death_rate, young, old
ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.

データの確認

head(df_pop_related)

データの構造（Structure）

str(df_pop_related[])

spc_tbl_ [16,758 × 9] (S3: spec_tbl_df/tbl_df/tbl/data.frame)
 $ country   : chr [1:16758] "Afghanistan" "Afghanistan" "Afghanistan" "Afghanistan" ...
 $ iso2c     : chr [1:16758] "AF" "AF" "AF" "AF" ...
 $ iso3c     : chr [1:16758] "AFG" "AFG" "AFG" "AFG" ...
 $ year      : num [1:16758] 1960 1961 1962 1963 1964 ...
 $ pop       : num [1:16758] 8622466 8790140 8969047 9157465 9355514 ...
 $ birth_rate: num [1:16758] 50.3 50.4 50.6 50.7 50.8 ...
 $ death_rate: num [1:16758] 31.9 31.3 30.8 30.4 29.9 ...
 $ young     : num [1:16758] 75 75.1 75.4 75.7 76.2 ...
 $ old       : num [1:16758] 5.1 5.08 5.05 5.02 5 ...
 - attr(*, "spec")=
  .. cols(
  ..   country = col_character(),
  ..   iso2c = col_character(),
  ..   iso3c = col_character(),
  ..   year = col_double(),
  ..   pop = col_double(),
  ..   birth_rate = col_double(),
  ..   death_rate = col_double(),
  ..   young = col_double(),
  ..   old = col_double()
  .. )
 - attr(*, "problems")=<externalptr> 

{glimpse(df_pop_related)}

glimpse(df_pop_related)

Rows: 16,758
Columns: 9
$ country    <chr> "Afghanistan", "Afghanistan", "Afghanistan", "Afghanistan", "Afghani…
$ iso2c      <chr> "AF", "AF", "AF", "AF", "AF", "AF", "AF", "AF", "AF", "AF", "AF", "A…
$ iso3c      <chr> "AFG", "AFG", "AFG", "AFG", "AFG", "AFG", "AFG", "AFG", "AFG", "AFG"…
$ year       <dbl> 1960, 1961, 1962, 1963, 1964, 1965, 1966, 1967, 1968, 1969, 1970, 19…
$ pop        <dbl> 8622466, 8790140, 8969047, 9157465, 9355514, 9565147, 9783147, 10010…
$ birth_rate <dbl> 50.340, 50.443, 50.570, 50.703, 50.831, 50.872, 50.986, 51.081, 51.1…
$ death_rate <dbl> 31.921, 31.349, 30.845, 30.359, 29.867, 29.389, 28.872, 28.396, 27.8…
$ young      <dbl> 74.95021, 75.14425, 75.35238, 75.69330, 76.21984, 77.00953, 77.97556…
$ old        <dbl> 5.100901, 5.078088, 5.049558, 5.022020, 4.999719, 4.985287, 4.979162…

変形

wide データを long データに変形します。いずれ説明します。

df_pop_long <- df_pop_related |> 
  pivot_longer(pop:old, names_to = "name", values_to = "value")

出生率と死亡率

出生率（千人）Birth rate, crude (per 1,000 people)：SP.DYN.CBRT.IN [Link]

死亡率（千人）Death rate, crude (per 1,000 people)：SP.DYN.CDRT.IN [Link]

---

df_pop_long |> filter(name %in% c("birth_rate", "death_rate")) |>
  filter(country == "World") |> drop_na(value) |> # NA value を削除
  ggplot(aes(year, value, col = name)) + geom_line() + 
  labs(title = "出生率、死亡率（1000人当たり）")

---

練習5 国を選択して、出生率、死亡率のグラフを描いてください。

df_pop_long |> filter(name %in% c("birth_rate", "death_rate")) |>
  filter(country == "Japan") |> drop_na(value) |> # NA value を削除
  ggplot(aes(year, value, col = name)) + geom_line() + 
  labs(title = "日本の出生率、死亡率（1000人当たり）")

考察：1968年ごろの落ち込みは何だろうか。丙午（丙午）？

df_pop_long |> filter(name %in% c("birth_rate", "death_rate")) |>
  filter(country == "Afghanistan") |> drop_na(value) |> # NA value を削除
  ggplot(aes(year, value, col = name)) + geom_line() + 
  labs(title = "アフガニスタンの出生率、死亡率（1000人当たり）")

考察：

• アフガニスタンで、1980年代に何があったのだろうか。

• 全体としては、出生率も、死亡率も下がっている。

---

df_pop_long |> filter(name %in% c("birth_rate", "death_rate")) |>
  filter(iso2c %in% c("BD", "BR", "CN", "ID", "NG", "JP")) |> drop_na(value) |>
  ggplot(aes(year, value, col = country, linetype = name)) + 
  geom_line() + labs(title = "国々の、出生率、死亡率（1000人当たり）")

考察

• それぞれの国についてどのようなことがわかりますか。疑問点を挙げてみましょう。

---

df_pop_long |> filter(name %in% c("birth_rate", "death_rate")) |>
  filter(iso2c %in% c("Z4", "Z7", "ZJ", "ZQ", "XU", "8S", "ZG")) |> drop_na() |>
  ggplot(aes(year, value, col = country, linetype = name)) + 
  geom_line() + labs(title = "地域ごとの出生率・死亡率（1000人あたり）")

考察・疑問

• どのような特徴がありますか。気づいたことを書いておきましょう。

---

df_pop_long |> filter(name %in% c("birth_rate", "death_rate")) |>
  filter(iso2c %in% c("BD", "BR", "CN", "ID", "NG", "JP")) |> drop_na(value) |>
  ggplot(aes(year, value, col = country, linetype = name)) + 
  geom_line() + labs(title = "国々の、出生率、死亡率（1000人当たり）")

---

練習6. いくつかの国または地域の、出生率、死亡率のグラフを描いてください。

df_pop_long |> filter(name %in% c("birth_rate", "death_rate")) |>
  filter(iso2c %in% c("BR", "RU", "IN", "CN", "ZA")) |> drop_na(value) |>
  ggplot(aes(year, value, col = country, linetype = name)) + 
  geom_line() + labs(title = "BRICSの出生率、死亡率（1000人当たり）")

考察

• BRICS の国々の特徴で、気づいたことを書いてみましょう。

扶養家族の労働人口に対する割合

若年労働人口率　Age dependency ratio, young (% of working-age population)：SP.POP.DPND.YG [Link]

年齢別扶養比率（若年）は、15歳未満の扶養家族の、15歳から64歳までの生産年齢人口に対する比率である。データは、生産年齢人口100人当たりの扶養家族の割合で示されている。

高齢者労働人口率　Age dependency ratio, old (% of working-age population)：SP.POP.DPND.OL [Link to Metadata]

年齢別扶養比率（高齢）は、生産年齢人口（15～64歳）に対する高齢扶養家族（65歳以上）の比率。データは、生産年齢人口100人当たりの扶養家族の割合で示されている。

---

df_pop_long |> filter(name %in% c("young", "old")) |>
  filter(country == "World") |> 
  ggplot(aes(year, value, col = name)) + geom_line() + 
  labs(title = "世界の高齢者・若年者扶養率")

練習7. 国を選択して、高齢者・若年者の扶養率のグラフを描いてください。

df_pop_long |> filter(name %in% c("young", "old")) |>
  filter(country == "Japan") |> 
  ggplot(aes(year, value, col = name)) + geom_line() + 
  labs(title = "日本の高齢者・若年者扶養率")

考察

• どんなことがわかりますか。

df_pop_long |> filter(name %in% c("young", "old")) |>
  filter(country == "France") |> 
  ggplot(aes(year, value, col = name)) + geom_line() + 
  labs(title = "フランスの高齢者・若年者扶養率")

考察

• どんなことがわかりますか。日本のグラフと比べるとどうでしょうか。

---

df_pop_long |> filter(name %in% c("young", "old")) |>
  filter(iso2c %in% c("BD", "BR", "CN", "ID", "NG", "JP")) |> 
  ggplot(aes(year, value, col = country, linetype = name)) + 
  geom_line() + labs(title = "国々の高齢者・若年者扶養率")

考察

• どんな特徴が分かりますか。

---

df_pop_long |> filter(name %in% c("young", "old")) |>
  filter(iso2c %in% c("US", "GB", "CN", "DE", "FR", "JP", "IN")) |> 
  ggplot(aes(year, value, col = country, linetype = name)) + 
  geom_line() + labs(title = "国々の高齢者・若年者扶養率")

考察

• どんな特徴が分かりますか。

---

df_pop_long |> filter(name %in% c("young", "old")) |>
  filter(country %in% c("South Asia", "Europe & Central Asia", "Middle East & North Africa", 
"East Asia & Pacific", "Sub-Saharan Africa", "Latin America & Caribbean", "North America")) |> 
  ggplot(aes(year, value, col = country, linetype = name)) + 
  geom_line() + labs(title = "地域別の労働人口に対する高齢・若年扶養率（％）", 
       subtitle = "実線：高齢者、点線：若年者", x = "", col = "", linetype = "")

練習8. いくつかの国または地域の、高齢者・若年者の扶養率のグラフを描いてください。

df_pop_long |> filter(name %in% c("young", "old")) |>
  filter(iso2c %in% c("BR", "RU", "IN", "CN", "ZA", "JP", "IN")) |> 
  ggplot(aes(year, value, col = country, linetype = name)) + 
  geom_line() + labs(title = "国々の高齢者・若年者扶養率")

考察

• どんなことがわかりますか。

---

df_pop_long |> filter(name %in% c("birth_rate", "death_rate", "young", "old")) |>
  filter(country == "Japan") |> drop_na(value) |>
  ggplot(aes(year, value, col = name)) + geom_line() +
  labs(title = "日本の出生率・死亡率・労働人口に対する高齢・若年扶養率（％）")

---

練習7. 国を選択し（ドイツを変更し）て、高齢者・若年者の扶養率のグラフを描いてください。

df_pop_long |> filter(name %in% c("birth_rate", "death_rate", "young", "old")) |>
  filter(country == "Germany") |> drop_na(value) |>
  ggplot(aes(year, value, col = name)) + geom_line() +
  labs(title = "ドイツの出生率・死亡率・労働人口に対する高齢・若年扶養率（％）")

---

df_pop_long |> filter(name %in% c("birth_rate", "death_rate", "young", "old")) |>
  filter(country  %in%  c("Germany", "Japan")) |> drop_na(value) |>
  ggplot(aes(year, value, col = country, linetype = name)) + geom_line() +
  labs(title = "ドイツと日本の出生率・死亡率・労働人口に対する高齢・若年扶養率（％）")

---

df_pop_long |> filter(name == "pop") |>
  filter(country  %in%  c("Germany", "Japan")) |> drop_na(value) |>
  ggplot(aes(year, value, col = country)) + geom_line() +
  labs(title = "ドイツと日本の人口")

問い：どんなことがわかりますか。

---

練習8. （ドイツと日本を変更し）いくつかの国または地域の、高齢者・若年者の扶養率のグラフを描いてください。

df_pop_long |> filter(name %in% c("birth_rate", "death_rate", "young", "old")) |>
  filter(country  %in%  c("Korea, Rep.", "Japan")) |> drop_na(value) |>
  ggplot(aes(year, value, col = country, linetype = name)) + geom_line() +
  labs(title = "韓国と日本の出生率・死亡率・労働人口に対する\n高齢・若年扶養率（％）")

考察

• どんなことがわかりますか。

復習

• パッケージ（Package）の利用：

  • インストール（installation）：Tools > Install Packages

  • ロード（load）library(tidyverse); library(WDI); library(showtext)

• データの取得：WDI(indicator = c(pop = "SP.POP.TOTL"))

• 特定の行の取得：filter(), drop_na(), distinct()

• 折れ線グラフ

  • ggplot(aes(x = year, y = pop) + geom_line()

  • ggplot(aes(x = year, y = pop, col = country) + geom_line()

課題・練習

提出はしなくて良いですが、ぜひ実際に手を動かして実行してください。考えたこと、疑問があれば、記録しておいてください。

1. WDI のサイトで、興味のある指標の、名前と、WDI コードを選んでください。できれば、選択した理由も記録してください。

2. Germany と ドイツの部分を他の国名に変えてみてください。(図

3. 1960年の総人口が多い順に五番目までリストしてみましょう。

4. いくつかの国を選択して、総人口の推移のグラフを描いてください。

5. 国を選択して、出生率、死亡率のグラフを描いてください。

6. いくつかの国または地域の、出生率、死亡率のグラフを描いてください。

7. 国を選択して、高齢者・若年者の扶養率のグラフを描いてください。

8. いくつかの国または地域の、高齢者・若年者の扶養率のグラフを描いてください。

参考文献

1. 「みんなのデータサイエンス - Data Science for All」[はじめてのデータサイエンス]

   • 導入として、GDP（国内総生産）のデータを使って説明しています。

2. Posit Primers: The Basics 対話型の演習サイトの最初 [Link]

   1. Visualization Basics

   2. Programming Basics

3. RStudio IDE Cheat Sheet. 早見表です。印刷して使うために、PDF も提供しています。[Site Link]