バナナほど日本人に愛されている輸入果物は他に存在しないだろう。どこのコンビニにも必ずと言っていいほど置いてあるし、バナナを置いていないスーパーはないに等しい。一本200円以上という高級バナナも存在する一方で、5〜6本付いた一房が100円程度で買える値頃感が人気の秘密となっている。個人的にはフィリピン産よりもエクアドル産が好みではあるが、出来れば、有機JASマーク付きのオーガニックバナナを買いたい所なのだが、日本有数の極貧世帯の我が家の台所事情では予算的に厳しいので、安全性度外視で一番安いバナナを食べているというのが貧乏人の悲しい性である。
from pandas import *
import warnings
warnings.simplefilter('ignore', FutureWarning)
from pandas import *
import matplotlib
matplotlib.rcParams['axes.grid'] = True # show gridlines by default
%matplotlib inline
df = read_csv('phillipines_bananas.csv',encoding='utf-8')
df.head(2)
df=df[['Year', 'Period','Trade Flow','Reporter', 'Partner', 'Commodity','Commodity Code','Trade Value (US$)']]
df_world = df[df['Partner'] == 'World']
df_countries = df[df['Partner'] != 'World']
df_countries_imports = df_countries[df_countries['Trade Flow'] == 'Imports']
df_world_imports=df_world[df_world['Trade Flow'] == 'Imports']
df_countries_exports = df_countries[df_countries['Trade Flow'] == 'Exports']
df_world_exports=df_world[df_world['Trade Flow'] == 'Exports']
df1_countries = df_countries
print(df_world_imports['Trade Value (US$)'].aggregate(sum))
print(df_world_exports['Trade Value (US$)'].aggregate(sum))
フィリピンの2018年のバナナ輸出額は15億ドルに達する。
b=df_countries_exports.groupby(['Partner'])['Trade Value (US$)'].aggregate(sum)
for i in range(len(b)):
b[i] = b[i]*111
#b.sort_values(ascending=False)
e = b.sort_values(ascending=False)
c=[]
for i in range(len(e)):
d = e[i]/e.sum()*100
c.append(d)
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"] = "25"
fig, ax = subplots(figsize=(20,15))
b.sort_values(ascending=False, inplace=False).head(20).plot(kind='barh',width=.8,color='skyblue')
rc('xtick', labelsize=25)
rc('ytick', labelsize=25)
xticks(np.arange(0,7e10,1e10/2),
['{}億'.format(int(x/1e7)) if x > 0 else 0 for x in np.arange(0,7e9,1e9/2)])
ax.legend(["輸出額"],loc='upper right', prop={'size': 26})
for j,i in enumerate(ax.patches):
ax.text((i.get_width()+5e8 if int(i.get_width()) < 5e10 else i.get_width()-3.7e10),\
i.get_y()+.15,'{:,}億{:,}万{:,}円 ({:.4f}%)'.format(int(str(i.get_width())[:-8]),\
int(str(i.get_width())[-8:-4]),int(str(i.get_width())[-4:]),c[j]) \
if int(i.get_width()) > 1e8 else '{:,}万円 ({:.4f}%)'.format(int(str(i.get_width())[:-4]),c[j]),\
fontsize=30, color='k');
2018年、日本が世界で一番フィリピンバナナを輸入していたようである。バナナはおやつに入るのか？という永遠の謎や、パーマン二号ことブービーの異常なバナナ好き、祭りの名物チョコバナナと、昔から日本はバナナの話題に事欠かないことからも、如何に日本人がバナナと縁が深いか分かるはずである。
スポンサーリンク
日本人のバナナ消費に季節性はあるのか？¶
groups = df_countries.groupby(['Partner','Trade Flow'])
g = groups.get_group(('Japan','Exports'))
g = g[['Period','Trade Value (US$)']].sort_values(by='Period',ascending=False)
for i, col in enumerate(g['Trade Value (US$)']):
g['Trade Value (US$)'].iloc[i] = col*111
rcParams["font.size"] = "25"
fig, ax = subplots(figsize=(20,15))
g.set_index('Period').plot(ax=ax, kind='barh',width=.8,color='pink')
rc('xtick', labelsize=25)
rc('ytick', labelsize=25)
xticks(np.arange(0,8.6e9,1e9/2),
['{}億'.format(int(x/1e8)) if x > 0 else 0 for x in np.arange(0,8.6e9,1e9/2)])
ax.legend(["輸入額"],loc='upper right', prop={'size': 26})
for i in ax.patches:
ax.text((i.get_width()+8e6 if int(i.get_width()) < 6e9 else i.get_width()-3e9),\
i.get_y()+.2,'{:,}億{:,}万{:,}円'.format(int(str(i.get_width())[:-8]),\
int(str(i.get_width())[-8:-4]),int(str(i.get_width())[-4:])) \
if int(i.get_width()) > 1e8 else '{:,}万円'.format(int(str(i.get_width())[:-4])),\
fontsize=30, color='k');
日数が他の月と比べて2〜3日少ないことを考慮しても、2月がメチャクチャ少ないのが気にかかる。8〜9月が突出して消費が多いのは、前回のアボカドと良く似ている。1〜4月に日本人のバナナ消費が少ないのは、この時期は、りんご、みかん、キウイ、いちご等の他のフルーツの消費が多いからだと思われる。つまり、バナナを食っている場合じゃないというわけである。
スポンサーリンク
スポンサーリンク