oxxpehのらくがき帳

勝手なこと書いてます。気の短い人は読まないでください

群馬県知事選挙の数字いろいろ

 

選挙のサイト選挙公報によると現職の方とその他2名の争いのようです。

過去の選挙結果を総務省サイトのpdfから手入力で…

歳入と人口の推移、2020年歳入合計で並べると「長野、群馬、岐阜」、100万単位なので1Mで1兆円。

2021年度の人口順では「栃木 群馬 岡山」となってたので比較

2020年度の歳入増加が多い気が(グラフを見ての印象のみ)。
消費税の増税と関係あるのかなと思いましたが他の時期はそうでもないようで。
「1989/04 3%」、「1997/04 5%」、「2014/04 8%」、「2019/10 10%(軽減税率あり)」

3県比較の元データは以下


4972  2020  330001   岡山県   5  28  (歳入合計)    748363313
略
4948  2020   90000   栃木県   5  28  (歳入合計)    937427530
略
4960  2020  210005   岐阜県   5  28  (歳入合計)    943069232
4949  2020  100005   群馬県   5  28  (歳入合計)    973769177
4959  2020  200000   長野県   5  28  (歳入合計)   1012695846

8365  A1102_日本人人口   岡山県  2021年度  人    1847000
7284  A1102_日本人人口   群馬県  2021年度  人    1866000
7237  A1102_日本人人口   栃木県  2021年度  人    1880000
略
7801  A1102_日本人人口   岐阜県  2021年度  人    1907000
7754  A1102_日本人人口   長野県  2021年度  人    1999000

青森県知事選挙の数字いろいろ

公示日に書きたかったんですが…

選挙サイトの公報によると現職の人は出なくて、4人立候補されてるようで。(元官僚の方2名など)

過去の選挙結果を総務省サイトのpdfから手入力で…

歳入についてはe-stat 地方財政状況調査 歳入の状況・その3 収入の状況 から取得して、加工。元の数字が100万単位なので0.8Mで8000億。2020年歳入合計で並べると「岡山、青森、山口」となってたので比較

人口についてはe-statの「社会・人口統計体系 都道府県データ 基礎データ A 人口・世帯」から取得して加工。2021年度の人口順では「長崎 青森 岩手」となってたので比較

働き手減ってるのに歳入はあまり変わってないのが怖いですが、昔の100円と今の100円はどれだけ違うのか…

比較の元データ


4974  2020  350001   山口県   5  28  (歳入合計)    711567915
4941  2020   20001   青森県   5  28  (歳入合計)    735285763
4972  2020  330001   岡山県   5  28  (歳入合計)    748363313
略
4981  2020  420000   長崎県   5  28  (歳入合計)    771734016
略
4942  2020   30007   岩手県   5  28  (歳入合計)   1067081485

6955  A1102_日本人人口   岩手県  2021年度  人    1189000
6908  A1102_日本人人口   青森県  2021年度  人    1216000
8788  A1102_日本人人口   長崎県  2021年度  人    1288000
略
8459  A1102_日本人人口   山口県  2021年度  人    1312000
略
8365  A1102_日本人人口   岡山県  2021年度  人    1847000

「他人にされて嫌だったことを他人にする」

他人にされて嫌だったことを他人にする
嫌だったこと、ずるいなぁなど思ったことを他人にする。
「自分がされたんだから、していい」と考えているのかどうなのか、
こんな負の連鎖無くなったらいいなと思うんですが、
恨み、怒りのぶつけ先を変えてもらうにはどうすればいいでしょうか…

とりあえず現役世代の負担の大きすぎる年金に頼らないで済む老後がおくれるようにできたらいいなと思います。
年を取ってしまうとかわってしまうのでしょうか。
年金制度については今受給してる人たちは払っている間そんなに嫌な思いをしていたとは思えないので
ちょっと話が違ってそうですが。

(2023/03/12(日) 15m)

covid-19重症者数と死亡者数(仮)

pandasのお勉強を兼ねてちょっと整理を。細工後の数値の確認もなんとなくでしかしてないので(仮)

covid19.mhlw.go.jp

の「性別・年代別重症者数 週次」と「性別・年代別死亡者数(累積)週次」のcsv取得(2023/02/26取得)してちょっと細工したグラフ。週次(累積)から月次にしてます。

「性別・年代不明・非公表等」人数が死亡で「13,002人」重症で「77 人」…

あと国内全体の年間死亡者数は以下の「死因(死因年次推移分類)別にみた性・年齢(5歳階級)・年次別死亡数及び死亡率(人口10万対)」を取得して…

www.e-stat.go.jp

covidと関係ないですが、30~60の男性の死亡数が女性にくらべてかなり多いのは驚いた。

以下やったこと。pythonからお勉強中なのでエレガントさが足りなかったり、間違ってるのは許してください。

試行錯誤したログからの抜粋なので貼り付けても動かないかも...
改行位置はもう少し短くしよう。

 

import pandas as ii_pd
import plotly as ii_pl
import plotly.graph_objects as ii_go 
#死亡データフレーム作成 
df_cov = ii_pd.read_csv('deaths_detail_cumulative_weekly.csv', skiprows=1, usecols=[x for x in range(21)])
df_cov =  df_cov.assign(m_u30 = df_cov['Male Under 10'] + df_cov['Male 10s'] + df_cov['Male 20s'])
df_cov =  df_cov.assign(m_o30_u60 = df_cov['Male 30s'] + df_cov['Male 40s'] + df_cov['Male 50s'])
df_cov =  df_cov.assign(m_o60 = df_cov['Male 60s'] + df_cov['Male 70s'] + df_cov['Male 80s'] + df_cov['Male Over 90'])
df_cov =  df_cov.assign(f_u30 = df_cov['Female Under 10'] + df_cov['Female 10s'] + df_cov['Female 20s'])
df_cov =  df_cov.assign(f_o30_u60 = df_cov['Female 30s'] + df_cov['Female 40s'] + df_cov['Female 50s'])
df_cov =  df_cov.assign(f_o60 = df_cov['Female 60s'] + df_cov['Female 70s'] + df_cov['Female 80s'] + df_cov['Female Over 90'])
df_cov = df_cov.assign(dt_ed = '')
for nn in df_cov.iterrows() :
    df_cov.loc[nn[0], 'dt_ed'] = ii_pd.to_datetime(nn[1]['Week'].split('~')[1],  format = '%Y/%m/%d')
df_cov.set_index('dt_ed', inplace = True)
df_covv = df_cov.resample('1M').last() 
#重症データフレーム作成 
df_cov_s = ii_pd.read_csv('severe_cases_detail_weekly.csv', skiprows=1, usecols=[x for x in range(21)])
df_cov_s =  df_cov_s.assign(m_u30 = df_cov_s['Male Under 10'] + df_cov_s['Male 10s'] + df_cov_s['Male 20s'])
df_cov_s =  df_cov_s.assign(m_o30_u60 = df_cov_s['Male 30s'] + df_cov_s['Male 40s'] + df_cov_s['Male 50s'])
df_cov_s =  df_cov_s.assign(m_o60 = df_cov_s['Male 60s'] + df_cov_s['Male 70s'] + df_cov_s['Male 80s'] + df_cov_s['Male Over 90'])
df_cov_s =  df_cov_s.assign(f_u30 = df_cov_s['Female Under 10'] + df_cov_s['Female 10s'] + df_cov_s['Female 20s'])
df_cov_s =  df_cov_s.assign(f_o30_u60 = df_cov_s['Female 30s'] + df_cov_s['Female 40s'] + df_cov_s['Female 50s'])
df_cov_s =  df_cov_s.assign(f_o60 = df_cov_s['Female 60s'] + df_cov_s['Female 70s'] + df_cov_s['Female 80s'] + df_cov_s['Female Over 90'])
df_cov_s = df_cov_s.assign(dt_ed = '')
for nn in df_cov_s.iterrows() :
    df_cov_s.loc[nn[0], 'dt_ed'] = ii_pd.to_datetime(nn[1]['Week'].split('~')[1],  format = '%Y/%m/%d')
df_cov_s.set_index('dt_ed', inplace = True)
df_cov_ss = df_cov_s.resample('1M').last() 
#グラフ作成 
oo_figds = ii_go.Figure()
oo_figds.add_bar(x= df_covv.index, y= df_covv.m_u30_d, marker_color = "rgba(0, 0, 255, 1)", offsetgroup = 1, name = '死亡男~30')
oo_figds.add_bar(x= df_covv.index, y= df_covv.m_o30_u60_d, marker_color = "rgba(0, 0, 255, 0.7)", offsetgroup = 1,\
  base = df_covv.m_u30_d,  name = '死亡男30~60')
oo_figds.add_bar(x= df_covv.index, y= df_covv.m_o60_d, marker_color = "rgba(0, 0, 255, 0.4)", offsetgroup = 1,\
  base = df_covv.m_u30_d + df_covv.m_o30_u60_d, name = '死亡男60~')
oo_figds.add_bar(x= df_cov_ss.index, y= df_cov_ss.m_u30, marker_color = "rgba(0, 127, 255, 1)", offsetgroup = 2, name = '重症男~30')
oo_figds.add_bar(x= df_cov_ss.index, y= df_cov_ss.m_o30_u60, marker_color = "rgba(0, 127, 255, 0.7)", offsetgroup = 2,\
  base = df_cov_ss.m_u30,  name = '重症男30~60')
oo_figds.add_bar(x= df_cov_ss.index, y= df_cov_ss.m_o60, marker_color = "rgba(0, 127, 255, 0.4)", offsetgroup = 2,\
  base = df_cov_ss.m_u30 + df_cov_ss.m_o30_u60, name = '重症男60~')
oo_figds.add_bar(x= df_covv.index, y= df_covv.f_u30_d, marker_color = "rgba(255, 0, 0, 1)", offsetgroup = 3, name = '死亡女~30')
oo_figds.add_bar(x= df_covv.index, y= df_covv.f_o30_u60_d, marker_color = "rgba(255, 0, 0, 0.7)", offsetgroup = 3, name = '死亡女30~60',\
  base = df_covv.f_u30_d)
oo_figds.add_bar(x= df_covv.index, y= df_covv.f_o60_d, marker_color = "rgba(255, 0, 0, 0.4)", offsetgroup = 3, name = '死亡女60~',\
  base = df_covv.f_u30_d + df_covv.f_o30_u60_d)
oo_figds.add_bar(x= df_cov_ss.index, y= df_cov_ss.f_u30, marker_color = "rgba(255, 127, 0, 1)", offsetgroup = 4, name = '重症女~30')
oo_figds.add_bar(x= df_cov_ss.index, y= df_cov_ss.f_o30_u60, marker_color = "rgba(255, 127, 0, 0.7)", offsetgroup = 4, name = '重症女30~60',\
  base = df_cov_ss.f_u30)
oo_figds.add_bar(x= df_cov_ss.index, y= df_cov_ss.f_o60, marker_color = "rgba(255, 127, 0, 0.4)", offsetgroup = 4, name = '重症女60~',\
  base = df_cov_ss.f_u30 + df_cov_ss.f_o30_u60)
ii_pl.offline.plot(oo_figds, filename='covds.html', include_plotlyjs='cdn') 
 #全死亡者データフレーム作成 
df_02 = ii_pd.read_excel('mc150000.xlsx', skiprows=7, usecols=[0,1,21,22])
df_03 =df_02.T 
df_d = ii_pd.DataFrame(columns=['a_u30', 'a_o30_u60', 'a_o60', 'a_o', 'm_u30', 'm_o30_u60', 'm_o60', 'm_o',\
  'f_u30', 'f_o30_u60', 'f_o60', 'f_o']) 
for row_nn in df_03[2:4].iterrows() :
    aai_a_u30 = row_nn[1][2:8].sum()
    aai_a_o30_u60 = row_nn[1][8:14].sum()
    aai_a_o60 = row_nn[1][14:23].sum()
    aai_a_o = row_nn[1][23]
    aai_m_u30 = row_nn[1][25:31].sum()
    aai_m_o30_u60 = row_nn[1][31:37].sum()
    aai_m_o60 = row_nn[1][37:46].sum()
    aai_m_o = row_nn[1][46]
    aai_f_u30 = row_nn[1][48:54].sum()
    aai_f_o30_u60 = row_nn[1][54:60].sum()
    aai_f_o60 = row_nn[1][60:69].sum()
    aai_f_o = row_nn[1][69]
    df_d.loc[row_nn[0]] = [aai_a_u30, aai_a_o30_u60, aai_a_o60, aai_a_o, aai_m_u30, aai_m_o30_u60, aai_m_o60, aai_m_o, \
      aai_f_u30, aai_f_o30_u60, aai_f_o60, aai_f_o ] 
df_dd = df_d.astype('int')
df_ddd = df_dd.reset_index()
df_dddd = df_ddd.iloc[:,[0,5,6,7,8,9,10,11,12]] 
#表作成 別件で頂いてた関数使用 
def ff_mk_tb_pl(df_ff, aas_out_ff = 'test_pltb', ll_hd_ff = '') :
    """
    out) html file
    ret) oo_fig_ff
    """
    if ll_hd_ff == '' :
        ll_hd_ff = list(df_ff.columns)
    oo_fig_ff = ii_go.Figure()
    oo_fig_ff.add_trace(ii_go.Table(\
        header = dict(values = ll_hd_ff),
        cells = dict(values = [df_ff.iloc[:,num] for num in range(len(df_ff.columns))])
    ))
    ii_pl.offline.plot(oo_fig_ff ,filename = f'{aas_out_ff}.html', include_plotlyjs='cdn')
    return(oo_fig_ff) 
oo_fig = ff_mk_tb_pl(df_dddd, 'deth_year', ['年', \
  '男~30','男~60','男60~','男不明','女~30','女~60','女60~','女不明']) 

 

株主優待

2023/01/18(水)

「IRに関するお問い合わせ」などに書けばいいのでしょうか
ネットサービス提供会社の優待でサービス使用権がないところはちょっと寂しいです。
(1年以上保有とかの条件付でもよいので)

サイバーエージェントさん、abema prime使ってみたいです。
さくらインターネットさん、vmちょっと使いたいです。

「己の欲せざる所は人に施すこと勿れ」

(2019年4月も「己所不欲,勿施于人」で書いてた… 内容はちょっと違うかな)

「自分がされて嫌なことは、他人にするのはやめようね」
ってことだと思っていけれど、
実践できてるかというと…
(30分程考えたけどまとまらない…)

実践できたときの良い効果例?
SDGs」などというのがありますが、環境保護の一環でしかないと思ってますが
「汚い環境を渡される」、「エネルギーを使い尽くして残さない」
「こんなこと自分がされたら嫌でしょ。だから止めよう」
(全然汚さない、エネルギーを使わないは無理だから、少しは許して…)
その他活用範囲は広そうでが。

「実践しやすいことに思えるけど何故だろう?」から思いついた理由。
①心に余裕がない
②「経験したこと」と「想像でのこと」の差

(33:31)
(今年は1月から隔月でもいいからと思ってたけど…)

QRコードとレシート

2022/03/02(水)

家計簿ソフトのようなものを考えたときに「レシートの読み取り」は避けて通れないと思います。レシートにQRコード載せるか、無人レジの画面にQRコード表示してくれたりしてくれないものでしょうか?

スマホQRコードの読み取り機能が付いてるのが当たり前になりつつある昨今、紙のレシートいらなくなるし良いと思うのですが。

QRコードの内容は業界共通規格的なJSONフォーマットとかにしといてくれると

あとの細工も楽だろうなぁ。

「レシートQR」って既にあるみたいですが(内容未確認…)、使ってくれてる大手さんとかないんでしょうか。

(09:27)