日本人が愛して止まない本まぐろ。大間産本まぐろの大トロが寿司の王様と言われているように、本まぐろは日本の寿司には欠かせないネタである。スーパーに行くと、輸入本まぐろが幅を利かせているが、気になるのは、日本はどこから海のダイヤの黒まぐろを輸入しているのかということである。ということで、日本のクロマグロの輸入相手国をグラフ化してみることにした。
from pandas import *
df = read_csv('bluefin_tuna.csv',usecols=['Year', 'Period','Trade Flow','Reporter', 'Partner', 'Commodity','Commodity Code','Trade Value (US$)'])
df.head()
df_world = df[df['Partner'] == 'World']
df_countries = df[df['Partner'] != 'World']
df_imports = df[df['Trade Flow'] == 'Imports']
df_countries_imports = df_countries[df_countries['Trade Flow'] == 'Imports']
df_world_imports=df_world[df_world['Trade Flow'] == 'Imports']
GROUPING_PARTNERFLOW = ['Partner','Trade Flow','Commodity Code']
groups = df_countries.groupby(GROUPING_PARTNERFLOW)
GROUP_PARTNERFLOW= ('Mexico','Imports',30235)
groups.get_group( GROUP_PARTNERFLOW ).tail(12)
GROUPING_PARTNERFLOW = ['Trade Flow','Commodity Code']
groups = df_countries.groupby(GROUPING_PARTNERFLOW)
GROUP_PARTNERFLOW= ('Imports',30345)
groups.get_group( GROUP_PARTNERFLOW ).groupby(['Partner'])['Trade Value (US$)'].aggregate(sum).sort_values(ascending=False)
GROUPING_COMMFLOW = ['Commodity Code','Commodity','Trade Flow']
groups = df_countries.groupby(GROUPING_COMMFLOW)
groups.groups.keys()
ドルを円(1ドル=111円)に変換する
b=df_countries[df_countries["Trade Flow"]=='Imports'].groupby(['Partner'])['Trade Value (US$)'].aggregate(sum)
for i in range(len(b)):
b[i] = b[i]*111
b.sort_values(ascending=False).head(10)
近所のスーパだと本まぐろは圧倒的にマルタ産、クロアチア産のクロマグロが多い。たまに、スペイン産、アメリカ産、メキシコ産を見かける。このデータには切り身は含んでいないので、そのことも関係しているのかも知れないがよー分からん。
b = DataFrame(b)
b = b.sort_values('Trade Value (US$)',ascending=False)
sum(b['Trade Value (US$)'])
11ヶ月間で100億円以上輸入している。
スポンサーリンク
クロマグロ輸入国をグラフ化する¶
from matplotlib.pyplot import *
from matplotlib.font_manager import FontProperties
from matplotlib import rcParams
import matplotlib.patches as mpatches
style.use('ggplot')
rcParams["font.size"] = "18"
fp = FontProperties(fname='/usr/share/fonts/opentype/ipaexfont-gothic/ipaexg.ttf', size=54)
rcParams['font.family'] = fp.get_name()
rcParams["font.size"] = "17"
fig, ax = subplots(figsize=(20,12))
b.sort_values(ascending=False, inplace=False).plot(kind='barh')
xticks(np.arange(0,8.5e9,2e9/2),
['{}億'.format(int(x/1e7)) if x > 0 else 0 for x in np.arange(0,8.5e8,2e8/2)])
ax.legend(["輸入額"],loc='upper right', prop={'size': 26});
メキシコと言えば、アボカドも圧倒的にメキシコが多い。メバチ、キハダ、ビンナガ、カジキマグロ等の、糞不味いクズマグロも、わさび、アボカドと一緒に食べると本まぐろのトロに劣らない味になる。
スポンサーリンク
日本はクロマグロをどこに輸出しているのか¶
c=df_countries[df_countries["Trade Flow"]=='Exports'].groupby(['Partner'])['Trade Value (US$)'].aggregate(sum)
for i in range(len(c)):
c[i] = c[i]*111
c.sort_values(ascending=False).head(10)
中国、アメリカ、韓国、香港などに輸出しているようである。
c = DataFrame(c)
c = c.sort_values('Trade Value (US$)',ascending=False)
sum(c['Trade Value (US$)'])
このデータによると、日本は、2018年1月〜11月の11ヶ月間で15億4000万円のクロマグロを輸出していることになっているが、このデータが正しいのかどうかは知らん。
fig, ax = subplots(figsize=(20,12))
c.sort_values(ascending=False, inplace=False).plot(kind='barh')
xticks(np.arange(0,1.1e9,1e8),
['{}億'.format(int(x/1e7)) if x > 0 else 0 for x in np.arange(0,1.1e8,1e7)])
ax.legend(["輸出額"],loc='upper right', prop={'size': 26});
中国が圧倒的に多い。生きたクロマグロに関しては、うなぎの稚魚なんかは生きたまま輸出されているので、クロマグロの稚魚も生きたまま韓国に輸出されているのかもしれん。
GROUPING_PARTNERFLOW = ['Trade Flow','Commodity Code']
groups = df_countries.groupby(GROUPING_PARTNERFLOW)
GROUP_PARTNERFLOW= ('Exports',30194)
groups.get_group( GROUP_PARTNERFLOW ).groupby(['Partner'])['Trade Value (US$)'].aggregate(sum).sort_values(ascending=False)
※今回のデータにはミナミマグロ(インドマグロ)は含んでいない。
スポンサーリンク
スポンサーリンク