家計調査を用いた消費重心と多変量解析による地域性の導出

centroid_report = {
    # 西側（経度小）＝表1「西」に対応
    'たい':          (136.457, 35.071), 'あじ':      (136.626, 35.085),
    'まんじゅう':    (136.695, 35.227), '合いびき肉': (136.715, 35.166),
    '揚げかまぼこ':  (136.741, 35.199), 'ぶり':      (136.780, 35.208),
    'さば':          (136.784, 35.247), 'いわし':    (136.807, 35.243),
    '牛肉':          (136.825, 35.197), 'ちくわ':    (136.836, 35.310),
    '焼酎':          (136.848, 35.299), '即席麺':    (136.872, 35.303),
    'ふりかけ':      (136.907, 35.337), '砂糖':      (136.913, 35.327),
    'しょう油':      (136.943, 35.345), 'ソース':    (136.932, 35.335),
    '鶏肉':          (136.940, 35.321),
    # 東側（経度大）＝表1「東」に対応
    'まぐろ':        (137.640, 35.482), 'ワイン':    (137.569, 35.528),
    '魚介の漬物':    (137.542, 35.690), 'しゅうまい': (137.523, 35.411),
    'ほたて貝':      (137.458, 35.737), 'ウイスキー': (137.450, 35.655),
    'さやまめ':      (137.434, 35.438), '塩さけ':    (137.432, 35.661),
    '干しあじ':      (137.389, 35.309), 'メロン':    (137.388, 35.797),
    '洋食':          (137.381, 35.472), '他の麺類':  (137.368, 35.449),
    '他の酒':        (137.348, 35.488), '紅茶':      (137.343, 35.407),
    'やきとり':      (137.329, 35.466), 'さんま':    (137.303, 35.557),
    'オレンジ':      (137.298, 35.448),
    # 参考：ほぼ中央（全体の重心付近）の主食
    '米':            (137.082, 35.423),
}
cr = pd.Series({k: v[0] for k, v in centroid_report.items()}).sort_values()
print('  西側（経度が小さい＝西日本で相対的に多い, 報告値）:')
for name, lon in cr.head(6).items():
    print(f'    {name:8s} 経度 {lon:.3f}')
print('  東側（経度が大きい＝東日本で相対的に多い, 報告値）:')
for name, lon in cr.tail(6).iloc[::-1].items():
    print(f'    {name:8s} 経度 {lon:.3f}')
print(f'  ※ 全品目の重心は経度137前後に集中（人口重心の加重平均のため）。'
      f' たい {cr["たい"]:.3f} 〜 まぐろ {cr["まぐろ"]:.3f} の幅で東西差を表現。')

raw = pd.read_csv(DATA_C, encoding='cp932', header=0)
labels = raw.iloc[0]                      # 日本語ラベル行
body   = raw.iloc[1:].copy()              # 全国(R00000)＋47都道府県

CODE_COL = raw.columns[0]                 # 'SSDSE-C-2026'（地域コード）
PREF_COL = raw.columns[1]                 # '2023-2025年'（都道府県名）
FOOD_TOTAL = 'LB00'                       # 食料（合計）

# 品目列＝ラベルが数字で始まらない（＝カテゴリ小計でない）列のうち食料合計以降
item_cols = [c for c in raw.columns[5:]
             if not re.match(r'^\d', str(labels[c]))]
item_name = {c: str(labels[c]) for c in item_cols}

for c in [FOOD_TOTAL] + item_cols:
    body[c] = pd.to_numeric(body[c], errors='coerce')

# 全国＝R00000、都道府県＝R01100〜R47201（県庁所在市）
nation = body[body[CODE_COL] == 'R00000'].iloc[0]
pref   = body[body[CODE_COL] != 'R00000'].copy()
print(f'  品目数（小分類）: {len(item_cols)}')
print(f'  都道府県数      : {len(pref)}（＋全国平均1）')
print(f'  食料合計 全国   : {int(nation[FOOD_TOTAL]):,} 円/年')

# 各品目を「食料合計に対する支出割合（シェア）」に変換（世帯規模・物価水準の影響を緩和）
share = pref[item_cols].div(pref[FOOD_TOTAL], axis=0)
share.index = pref[PREF_COL].values

mean_share = share.mean()
cv = share.std() / mean_share
cv_named = pd.Series(cv.values, index=[item_name[c] for c in item_cols])
mean_named = pd.Series(mean_share.values, index=[item_name[c] for c in item_cols])
# 平均シェアが極端に小さい品目はCVが不安定なので、平均シェア上位半分に絞る
keep = mean_named[mean_named >= mean_named.median()].index
cv_keep = cv_named[keep].sort_values()
print('  均一消費型の候補（CVが小さい上位10品目・実データ）:')
for name, v in cv_keep.head(10).items():
    print(f'    {name:12s} CV={v:.3f}')
print('  参考：特定地域型の候補（CVが大きい上位8品目・実データ）:')
for name, v in cv_keep.tail(8).iloc[::-1].items():
    print(f'    {name:12s} CV={v:.3f}')

nation_share = (nation[item_cols].astype(float) / float(nation[FOOD_TOTAL]))
share_all = pd.concat([share, pd.DataFrame([nation_share.values],
                       columns=item_cols, index=['全国平均'])])
Z_std = (share_all - share_all.mean()) / share_all.std()
Zmat = Z_std.fillna(0.0).values
link = linkage(Zmat, method='ward')

labels_all = list(share_all.index)
# 2分割・6分割のクラスター所属
c2 = fcluster(link, t=2, criterion='maxclust')
c6 = fcluster(link, t=6, criterion='maxclust')
grp2 = pd.Series(c2, index=labels_all)
grp6 = pd.Series(c6, index=labels_all)

print('  大きく2グループに分割した結果（原論文：近畿以北 vs 中国以南）:')
for g in sorted(grp2.unique()):
    members = [m for m in labels_all if grp2[m] == g]
    print(f'    グループ{g}（{len(members)}）: {" ".join(members)}')

nat_grp = grp6['全国平均']
same_as_nation = [m for m in labels_all if grp6[m] == nat_grp and m != '全国平均']
print(f'\n  全国平均と同じクラスターに入った都道府県（原論文：愛知・三重・岐阜）:')
print(f'    {" ".join(same_as_nation)}')