Plotlyを使ってworld happiness ranking(世界幸福度ランキング)2015年〜2019年の推移をプロットします。Plotly_expressを使えば、5年間の幸福度推移を簡単にアニメーションできます。Plotlyのchoroplethマップを使用し、アニメーションの中で色の変化を見ることでランキングの推移を見て取れます。

世界3位の経済大国である豊かな国であるはずの日本の幸福度が、何故こんなにも低いのかということを、国連の関連団体が発表している世界幸福度ランキングから読み取ってみようと思います。

contents

世界幸福度ランキングデータの準備¶

先ず、github.comから拾って来たデータをロードします。

import pandas as pd

df = pd.read_csv('2015.csv')
df1 = pd.read_csv('2016.csv')
df2 = pd.read_csv('2017.csv')
df3 = pd.read_csv('2018.csv')
df4 = pd.read_csv('2019.csv')

2018年の幸福度ランキングのトップ5をチラ見する。

df3.head()

	Rank	Country	Score	GDP_Per_Capita	Social_Support	Healthy_Life_Expectancy	Freedom_To_Make_Life_Choices	Generosity	Perceptions_Of_Corruption	Residual
0	1	Finland	7.632	1.305	1.592	0.874	0.681	0.192	0.393	2.988
1	2	Norway	7.594	1.456	1.582	0.861	0.686	0.286	0.340	2.723
2	3	Denmark	7.555	1.351	1.590	0.868	0.683	0.284	0.408	2.779
3	4	Iceland	7.495	1.343	1.644	0.914	0.677	0.353	0.138	2.564
4	5	Switzerland	7.487	1.420	1.549	0.927	0.660	0.256	0.357	2.675

次に、2019年の幸福度ランキングをチラ見します。

df4.head()

	Country (region)	Ladder	SD of Ladder	Positive affect	Negative affect	Social support	Freedom	Corruption	Generosity	Log of GDP\nper capita	Healthy life\nexpectancy
0	Finland	1	4	41.0	10.0	2.0	5.0	4.0	47.0	22.0	27.0
1	Denmark	2	13	24.0	26.0	4.0	6.0	3.0	22.0	14.0	23.0
2	Norway	3	8	16.0	29.0	3.0	3.0	8.0	11.0	7.0	12.0
3	Iceland	4	9	3.0	3.0	1.0	7.0	45.0	3.0	15.0	13.0
4	Netherlands	5	1	12.0	25.0	15.0	19.0	12.0	7.0	12.0	18.0

心理：人間の幸福度は周囲の幸福度に反比例、人は他人の不幸を願う

人間は自分が幸せを実感している時は、周りの人間にも幸せになってもらいたいと願う一方で、自分が不幸な境遇に置かれている時は、他人に対して自分以上のさらなる不幸を望む傾向があるようです。ネットの書き込みを見ていると、それを如実に物語っている書き込みが圧倒的に多いことに気付かされます。メシウマなんていう単語まで存在するほどで...

国名とランクの列名が違うので、2018年度版データに合わせます。

df4.rename(columns={'Country (region)': 'Country', 'Ladder': 'Rank'},inplace=True)

df.rename(columns={ 'Happiness Rank': 'Rank'},inplace=True)
df1.rename(columns={ 'Happiness Rank': 'Rank'},inplace=True)
df2.rename(columns={ 'Happiness.Rank': 'Rank'},inplace=True)

幸福度ランキングの発表された年をデーターフレームに追加します。

df['Year'] = 2015
df1['Year'] = 2016
df2['Year'] = 2017
df3['Year'] = 2018
df4['Year'] = 2019

必要な列(国、順位、年度)だけを抽出する。

df5 = df[['Country','Rank','Year']]
df6 = df1[['Country','Rank','Year']]
df7 = df2[['Country','Rank','Year']]
df8 = df3[['Country','Rank','Year']]
df9 = df4[['Country','Rank','Year']]

データフレームを1つにまとめます。

df10 = pd.concat([df5, df6, df7, df8, df9], ignore_index=True)

国と年でまとめたデータをソートします。

df11 = df10.sort_values(by=["Country",'Year'])

真理：親の教育方針で子供の将来の幸福度が決まってしまうらしい

当たり前の話ですが、親の教育の仕方で子供の将来はほぼ決まってしまいます。私の同級生や近所を例にすれば、教育熱心の親の子供は現在、医者、エリート商社マン、大企業の部長クラスですが、親が教育に無関心だった子供は現在、無職だったりフリーターだったりしています。何れも30代~40代の例です。私立の小学校に通い、塾に家庭教師とい...

Plotlyで幸福度順位の推移を視覚化¶

import plotly_express as px
import plotly.graph_objs as go
from plotly.offline import plot,iplot

fig = px.choropleth(df11,locations="Country",color="Rank",hover_name="Country",
      animation_frame="Year",range_color=[0,200],color_continuous_scale=px.colors.cmocean.matter,
      locationmode = 'country names',scope = "world")
fig.update_layout(title_text="世界幸福度ランキング2015年〜2019年",title_font=dict(size=22),
     autosize=False,width=835,height=800,margin=dict(l=50,r=50,b=50,t=50,pad=0,autoexpand=True),
     hoverlabel=dict(font=dict(size=24)),geo=dict(showcountries=True,showocean=True,showrivers=True,
     landcolor='lightgray',resolution=110,showframe=False,showlakes=True,showland=True,
     countrywidth=2,countrycolor='white',lakecolor='rgb(0,0,200)',
     projection=dict(type='orthographic')))
plot(fig,show_link=False,filename="1.html",include_plotlyjs=False)