これからの季節は、冷やしうどん、冷や麦、素麺、冷やし中華、冷やしつけ麺、牛しゃぶ冷麺、冷製パスタ、クレープが美味い季節になるが、その原材料として使われる小麦を日本はアメリカからどのくらい輸入しているのかが気になったので、アメリカの小麦輸出相手国について調べてみた。何故アメリカかというと、小麦粉＝メリケン粉だからである。まぁ、実際には、日本人にはうどん粉という呼び方の方が馴染みが深いんだけど。
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('usa_wheat.csv',encoding='utf-8')
df.head(2)
i = df[df['Commodity Code']==110900].index
df = df.drop(i)
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$)'].aggregate(sum))
アメリカは小麦を結構輸入しているようである。それと、アメリカと言えばメリケン粉というイメージがあったので、輸出量が想像以上に少なくて驚かされる。
df1=df_countries_imports.groupby(['Commodity','Commodity Code'])
df1['Trade Value (US$)'].aggregate(sum)
df2=df_countries_exports.groupby(['Commodity','Commodity Code'])
df2['Trade Value (US$)'].aggregate(sum)
b=df_countries_exports.groupby(['Partner'])['Trade Value (US$)'].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(0,9.1e10,2e10/2),
['{}億'.format(int(x/1e7)) if x > 0 else 0 for x in np.arange(0,9.1e9,2e9/2)])
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()-4e10),\
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');
とうもろこしと同じく、メキシコが1位、日本が2位である。両国の小麦輸入額は、とうもろこしと比べるとかなり見劣りする数字となっている。3位フィリピンが意外と言えば意外と言えなくもない。
スポンサーリンク
アメリカはどこから小麦を輸入しているのか¶
a=df_countries_imports.groupby(['Partner'])['Trade Value (US$)'].aggregate(sum)
for i in range(len(a)):
a[i] = a[i]*111
#a.sort_values(ascending=False)
rcParams["font.size"] = "25"
fig, ax = subplots(figsize=(20,15))
a.sort_values(ascending=False, inplace=False).head(20).plot(kind='barh',width=.8,color='skyblue')
rc('xtick', labelsize=25)
rc('ytick', labelsize=25)
xticks(np.arange(0,9.1e10,2e10/2),
['{}億'.format(int(x/1e7)) if x > 0 else 0 for x in np.arange(0,9.1e9,2e9/2)])
ax.legend(["輸入額"],loc='upper right', prop={'size': 26})
for j,i in enumerate(ax.patches):
ax.text((i.get_width()+5e8 if int(i.get_width()) < 5e10 else i.get_width()-7e10),\
i.get_y()+.15,'{:,}億{:,}万{:,}円 ({:.4f}%)'.format(int(str(i.get_width())[:-8]),\
int(str(i.get_width())[-8:-4]),int(str(i.get_width())[-4:]),i.get_width()/a.sum()*100) \
if int(i.get_width()) > 1e8 else '{:,}万円 ({:.4f}%)'.format(int(str(i.get_width())[:-4]),i.get_width()/a.sum()*100),\
fontsize=30, color='k');
カナダが圧倒的に多いようである。アメリカは、カナダとオーストラリアから全体の７割近い小麦を輸入している。ドイツ、フランス、ポーランドの欧州三カ国からも15%近い小麦を輸入している。パスタやピザと言えばイタリアを想像するが、イタリアからの小麦輸入は意外と少ない。恐らく、パスタやピザ生地として輸入されているのだろう。それよりも気になるのが日本が２０位にランクインしていることである。ちょっと気になるので詳しく調べてみることにした。
スポンサーリンク
アメリカはどこからそばを輸入しているのか¶
groups = df_countries.groupby(['Partner','Trade Flow'])
groups.get_group(('Japan','Imports'))
そば粉でも輸入しているのかと思ったが、普通に小麦粉かメスリン粉を輸入しているようである。アメリカがそばをどこから輸入しているのか見てみる。
gr = df_countries.groupby(['Commodity Code','Trade Flow'])
gr1 = gr.get_group((1008,'Imports'))
gr2 = gr1.groupby('Partner')
gr2['Trade Value (US$)'].aggregate(sum).sort_values(ascending=False).head(9)
上記の輸入額の中には、そばの他に、きび、あわ、カナリーシード等の鳥の餌や他の雑穀も含まれている。そば自体は、主に、カナダ、ロシア、中国から輸入しているようである。ただ、韃靼そばに関しては圧倒的に中国が多いと思われる。ちなみに、世界のそば生産高上位国は、ロシア、中国、ウクライナで、そば粉を最も輸入している国は我が国日本である。そばと言えば日本だから当然と言えば当然だろう。日本の場合、中国からの輸入が最も多い。皮肉なことに、日本はアメリカからそばを輸入しているようである。
スポンサーリンク
日本人の小麦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$)']].sort_values(by='Period',ascending=True)
for i, col in enumerate(g['Trade Value (US$)']):
g['Trade Value (US$)'].iloc[i] = col*111
group = g.groupby('Period')
g1 = group['Trade Value (US$)'].aggregate(sum)
g2 = DataFrame(g1).sort_values(by='Period',ascending=False)
l=[]
for i in range(len(f)):
d = g1.iloc[i]/g1.sum()*100
l.insert(0,d)
rcParams["font.size"] = "25"
fig, ax = subplots(figsize=(22,15))
g2.plot(ax=ax, kind='barh',width=.8,color='pink',legend=False)
rc('xtick', labelsize=25)
rc('ytick', labelsize=25)
xticks(np.arange(0,8.6e9,2e9/4),
['{}億'.format(int(x/1e8)) if x > 0 else 0 for x in np.arange(0,8.6e9,2e9/4)])
#ax.legend(["輸入額"],loc=7, prop={'size': 26})
for j,i in enumerate(ax.patches):
ax.text((i.get_width()+8e6 if int(i.get_width()) < 5.2e9 else i.get_width()-3.5e9),\
i.get_y()+.2,'{:,}億{:,}万{:,}円 ({:.3f}%)'.format(int(str(i.get_width())[:-8]),\
int(str(i.get_width())[-8:-4]),int(str(i.get_width())[-4:]),i.get_width()/g1.sum()*100) \
if int(i.get_width()) > 1e8 else '{:,}万円 ({:.3f}%)'.format(int(str(i.get_width())[:-4]),i.get_width()/g1.sum()*100),\
fontsize=30, color='k');
28日という日数を考慮しても、2月の少なさが目を引く。1月が多いのは、すいとんやちくわぶ需要のためだろうと思われる。
スポンサーリンク
スポンサーリンク