1 目的
2年分のデータを用いて国勢調査の小地域（町丁・字等別，ポリゴン）に人口変化及び人口変化率を示す．
ライブラリ：sf，tidyverse
2 小地域の人口の可視化
境界データのダウンロード
- 統計地理情報システム > 境界データダウンロード > 小地域 > 国勢調査 > 2020年（または2010年） > 小地域（町丁・字等別）（JGD2000[^foot1]） > 世界測地系緯度経度・Shapefile > 14206 小田原市
#2020年
Odawara_shi_map20 <-
read_sf("A002005212020DDSWC14206/r2ka14206.shp")
#2010年
Odawara_shi_map10 <-
read_sf("A002005212010DDSWC14206/h22ka14206.shp")統計データのダウンロード
- 統計地理情報システム > 統計データダウンロード > 小地域 > 国勢調査 > 2020年（または2010年） > 小地域（町丁・字等別） > 男女別人口総数及び世帯総数 > 14神奈川県
- データはテキスト形式．
read.tableで読込．Kanagawa_pop#と名付ける．header=TRUEは列名が含まれていることを意味する．仮に列名がなければFALSE．ダウンロードしたデータは2列にわたって列名がある．sep=","はデータがカンマで区切られていることを意味する．skip=1は1番最初の行を削除することを意味する．後ほど，1行目にあった情報を再度加える．fileEncoding="CP932"：文字化け防止．
- データはテキスト形式．
#2020年
Kanagawa_pop20 <-
read.table("tblT001081C14/tblT001081C14.txt",
header=TRUE, sep=",", skip=1,
fileEncoding="CP932")
#列名の変更（1～4列目）
Kanagawa_pop20 %>%
rename("KEY_CODE"=1,
"HYOSYO"=2,
"CITYNAME"=3,
"NAME"=4) ->
Kanagawa_pop20
#2010年（文字化けする場合はオプションを加える）
Kanagawa_pop10 <-
read.table("tblT000572C14/tblT000572C14.txt",
header=TRUE, sep=",", skip=1,
fileEncoding="CP932")
#列名の変更（1～4列目）
Kanagawa_pop10 %>%
rename("KEY_CODE"=1,
"HYOSYO"=2,
"CITYNAME"=3,
"NAME"=4) ->
Kanagawa_pop10- 便宜上，小田原市の人口総数だけを抜き出す（
filiter）．Odawara_shi_pop#と名付ける．
Kanagawa_pop20 %>%
filter(CITYNAME=="小田原市") ->
Odawara_shi_pop20
Kanagawa_pop10 %>%
filter(CITYNAME=="小田原市") ->
Odawara_shi_pop10人口総数
小地域の人口は「人口総数」の列に含まれているが，文字情報．
- 数値（
numeric）情報に変更（mutate）する．再びOdawara_shi_pop_#と名付ける．- 欠損値（データに「-」含まれる）は
NAに強制変換（Warning message（警告メッセージ）が出現するが問題ない）．
- 欠損値（データに「-」含まれる）は
#2020年
Odawara_shi_pop20 %>%
mutate(人口総数=as.numeric(人口総数)) ->
Odawara_shi_pop20
#2010年
Odawara_shi_pop10 %>%
mutate(人口総数=as.numeric(人口総数)) ->
Odawara_shi_pop10データ結合1
各年の境界データと統計データを結合．
- 注意：境界データの
KEY_CODEがcharacter（文字データ），統計データはinteger（数データ）のため結合できない．- そこで，統計データ（
Odawara_shi_pop_#）のKEY_CODEをcharacterに変換（mutate）する．再度，Odawara_shi_pop_#と名付ける．
- そこで，統計データ（
KEY_CODEで結合し，Odawara_shi#と名付ける．
#文字データへの変換
Odawara_shi_pop20 %>%
mutate(KEY_CODE=as.character(KEY_CODE)) ->
Odawara_shi_pop20
Odawara_shi_pop10 %>%
mutate(KEY_CODE=as.character(KEY_CODE)) ->
Odawara_shi_pop10
#データの結合
Odawara_shi20 <-
left_join(Odawara_shi_map20, Odawara_shi_pop20,
by=c("KEY_CODE"))
Odawara_shi10 <-
left_join(Odawara_shi_map10, Odawara_shi_pop10,
by=c("KEY_CODE"))人口分布の可視化
境界データにも小地域の人口（JINKO）が含まれている．したがって，人口だけを見るのであれば，統計データを結合する必要ないが，統計データの「人口総数」と値が異なる小地域が存在．
- 下の図で確認．例えば黄色の枠の箇所．境界データではこの箇所は
0．
3 統計データによる人口変化の可視化
統計データを用いて人口変化（増減）と人口変化（増減）率を計算．
データ結合2
2010年と2020年のデータを横方向に結合．
cbind()：データを横方向に結合．右側（Odawara_shi20）のデータの列名はすべて「～.1」に自動変更．
人口変化と人口変化率
- 2020年の人口総数（人口総数.1）から2010年の人口総数（人口総数）を引き，人口変化をとらえる．計算された列を
diff_popと名付ける． - 変化率の計算式は（2020年人口ー2010年の人口）／2010年の人口）×100）の通り．計算された列を
pop_rateと名付ける．
#人口変化
Odawara_shi %>%
mutate(diff_pop=人口総数.1-人口総数) ->
Odawara_shi
#人口変化率
Odawara_shi %>%
mutate(pop_rate=(人口総数.1-人口総数)/人口総数*100) ->
Odawara_shi完成図
完成図の可視化．
scale_color_gradient2()：中間値（初期値は0）より大きな値と小さな値で色を塗り分けることを可能にする関数．- ここでは，変化（率）
0を白，負を青，正を赤に設定．ただし，muted()は色を落ち着かせる際に利用．muted()利用のため，scalesパッケージを呼び出す（library)． muted()は指示しなくても問題ない．その場合は単にlow=blueと指示．利用しない場合はscalesパッケージを呼び出す必要もない．labs()に出典を含め，theme()で左寄せにする．
- ここでは，変化（率）
#muted()利用
library(scales)
#人口変化の可視化
ggplot()+
geom_sf(data=Odawara_shi, aes(fill=diff_pop))+
scale_fill_gradient2(low=muted("blue"),
mid="white",
high=muted("red"))+
labs(fill="人",
caption="出典：国土交通省国土数値情報
総務省統計局平成22年，令和2年国勢調査")+
ggtitle("人口変化（2010年～2020年）")+
theme_bw()+
theme(plot.caption=element_text(hjust=0))
#人口変化率の可視化
ggplot()+
geom_sf(data=Odawara_shi, aes(fill=pop_rate))+
scale_fill_gradient2(low=muted("blue"),
mid="white",
high=muted("red"))+
labs(fill="％",
caption="出典：国土交通省国土数値情報
総務省統計局平成22年，令和2年国勢調査")+
ggtitle("人口変化率（2010年～2020年）")+
theme_bw()+
theme(plot.caption=element_text(hjust=0))
Rによる地理空間データの可視化
- チュートリアルホーム