東日本と西日本で納豆の消費量に有意差はあるか？

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import japanize_matplotlib

df = pd.read_csv('./data/SSDSE-C-2024.csv')
df.head()

#2行目をヘッダにして、全国の行を削除する
df = pd.read_csv('./data/SSDSE-C-2024.csv',skiprows=1)
df = df.drop(0)
df = df.reset_index()
df.head()

#必要な列のみ取り出し
df = df[['都道府県','世帯人員','納豆']]
df.head()

#世帯人員1人あたりの納豆消費量を計算
df['納豆_1人当たり'] = df['納豆'] / df['世帯人員']
df.head()

#東西日本に分けるためのlistを定義

east = ['北海道','青森県','岩手県','宮城県','秋田県',
        '山形県','福島県','茨城県','栃木県','群馬県',
        '埼玉県','千葉県','東京都','神奈川県','新潟県',
        '山梨県','長野県','静岡県']
        
west = ['石川県','富山県','福井県','岐阜県','愛知県',
        '三重県','滋賀県','京都府','大阪府','兵庫県',
        '奈良県','和歌山県','鳥取県','島根県','岡山県',
        '広島県','山口県','徳島県','香川県','愛媛県',
        '高知県','福岡県','佐賀県','長崎県','熊本県',
        '大分県','宮崎県','鹿児島県','沖縄県']

#東西カテゴリを追加
df['東西'] = ''
df.head()

#カテゴリ振り分け関数

def match_category_fromlist(df,A,listA,B,C):
    """dfの項目Aについて、listの項目と突合して
    一致した項目があれば項目BにカテゴリCを付与する
    """
    for i in range(len(df)):
        for j in range(len(listA)):
            if df[A][i] == listA[j]:
                df[B][i] = C
    return df

#振り分け処理

df = match_category_fromlist(df,'都道府県',east,'東西','東')
df = match_category_fromlist(df,'都道府県',west,'東西','西')

# 数値項目Cを降順ソート
df_sorted = df.sort_values(by='納豆_1人当たり', ascending=False)

# 棒グラフの描画
plt.figure(figsize=(8, 5))
sns.barplot(x='都道府県', y='納豆_1人当たり', data=df_sorted, palette="Blues_r")

# タイトルとラベルを設定
plt.title('都道府県別　納豆1人当たりの消費量', fontsize=14)
plt.xlabel('都道府県', fontsize=12)
plt.ylabel('1人あたりの納豆消費量（円）', fontsize=12)
plt.xticks(rotation=45, fontsize=7)

# 値を上に表示
#for index, row in enumerate(df_sorted.itertuples()):
#    plt.text(index, row.'納豆_1人当たり' + 1, row.'納豆_1人当たり',rotation=45, ha='center', fontsize=10)

# 表示
plt.show()

#まずは箱ひげ図で見てみる
plt.figure(figsize=(8, 5))
sns.boxplot(x='東西', y='納豆_1人当たり', data=df)

# タイトルとラベルを設定
plt.title('納豆消費量　東日本 vs 西日本', fontsize=14)
plt.xlabel('東西', fontsize=12)
plt.ylabel('1人当たり納豆消費量（円）', fontsize=12)

# 表示
plt.show()

#東西で2群に分割する。

df_east = df[df['東西'] == '東']
df_west = df[df['東西'] == '西']

df_east = df_east.reset_index()
df_east.head()

df_west = df_west.reset_index()
df_west.head()

#有意差検定の実行
t_stat, p_val = stats.ttest_ind(df_east['納豆_1人当たり'], df_west['納豆_1人当たり'], equal_var=False)  # Welchのt検定を使用
print(t_stat, p_val)