人口統計 労働力調査
人口統計
労働力調査
年齢階級 性別の別 時代変化
高齢化が進んでいるのが非常によくわかる。女性の労働力は、いわゆるM字の、「産後、いちど仕事を離れて、子育てが落ち着いたら復帰する」傾向は近年見られず、働き続けている様子が見て取れる。高齢世帯の就業率の上昇も興味深い。
レシピ
基本情報
開発環境
情報取得元
ソースコード
事前準備
ライブラリインポート
%matplotlib inline import urllib import urllib.request import json import numpy as np import pandas as pd import japandas as jpd import seaborn as sns import matplotlib import matplotlib.font_manager as fm import matplotlib.pyplot as plt font = {'family':'IPAexGothic'} matplotlib.rc('font', **font) print('Complete.')
人口統計取得
df = jpd.DataReader('0003006361', 'estat', appid=appId)
df.loc[(df['性別'] != '総数') & (df['教育'] != '総数') & (df['年齢階級(詳細集計)'] != '総数') & (df['雇用形態'] == '役員を除く雇用者') & (df['教育'] != 'うち在学中') & (df.index=='2018年7~9月期')]
#2018年 df_2018 = df.loc[(df['性別'] != '総数') & (df['教育'] == '総数') & (df['年齢階級(詳細集計)'] != '総数') & (df['年齢階級(詳細集計)'] != '15~19歳') & (df['年齢階級(詳細集計)'] != '20~24歳') & (df['雇用形態'] == '役員を除く雇用者') & (df['教育'] != 'うち在学中') & (df.index=='2018年7~9月期')] df_2018 = df_2018.assign(intval = df_2018.value.apply(lambda x:int(x))).assign(epoch = df_2018.value.apply(lambda x:int(2018))).set_index(['年齢階級(詳細集計)','性別','epoch']).drop(['value', '地域', '就業状態(詳細集計)', '教育', '表章項目', '雇用形態'], axis=1) #2002年 df_2002 = df.loc[(df['性別'] != '総数') & (df['教育'] == '総数') & (df['年齢階級(詳細集計)'] != '総数') & (df['年齢階級(詳細集計)'] != '15~19歳') & (df['年齢階級(詳細集計)'] != '20~24歳') & (df['雇用形態'] == '役員を除く雇用者') & (df['教育'] != 'うち在学中') & (df.index=='2002年7~9月期')] df_2002 = df_2002.assign(intval = df_2002.value.apply(lambda x:int(x))).assign(epoch = df_2002.value.apply(lambda x:int(2002))).set_index(['年齢階級(詳細集計)','性別','epoch']).drop(['value', '地域', '就業状態(詳細集計)', '教育', '表章項目', '雇用形態'], axis=1) #2010年 df_2010 = df.loc[(df['性別'] != '総数') & (df['教育'] == '総数') & (df['年齢階級(詳細集計)'] != '総数') & (df['年齢階級(詳細集計)'] != '15~19歳') & (df['年齢階級(詳細集計)'] != '20~24歳') & (df['雇用形態'] == '役員を除く雇用者') & (df['教育'] != 'うち在学中') & (df.index=='2010年7~9月期')] df_2010 = df_2010.assign(intval = df_2010.value.apply(lambda x:int(x))).assign(epoch = df_2010.value.apply(lambda x:int(2010))).set_index(['年齢階級(詳細集計)','性別','epoch']).drop(['value', '地域', '就業状態(詳細集計)', '教育', '表章項目', '雇用形態'], axis=1) df_disp = pd.concat([df_2002,df_2010, df_2018]).reset_index() sns.catplot(x='年齢階級(詳細集計)', y="intval", hue='性別',col='epoch', data=df_disp, kind='bar')