データの流れ

1. 取得: e-Stat API（経済センサス／経済構造実態調査／社会・人口統計体系／賃金構造基本統計調査／生産農業所得統計）に加え、内閣府「県民経済計算」のExcel（県内総生産＝GDP県版・県民所得）を取得。複数の調査をまたいで横断します。
2. 整形（ETL）: Python（pandasでExcelも解析）で、表ごとに異なる地域コード体系を JIS 都道府県コードに正規化。完全失業率は「完全失業者数÷労働力人口」、サービス業は「第3次産業の売上を合算」など必要な指標を算出し、統一フォーマットの JSON に束ねます（scripts/etl_estat.py）。生産・所得系は 「県内総額／県民1人あたり（÷総人口）／就業者1人あたり（÷就業者数）」の3分母を持たせ、産業区分（全体＝GDP・農業・製造業・サービス業）と掛け合わせて比較できます。年次データが取れる指標には時系列（県民経済計算は2011〜2022年度、SSDS系は1990年〜）も同じ JSON に持たせます（経済センサス系は単年調査のため対象外）。
3. 地図: 都道府県境界 TopoJSON を id＝JIS コードで統計値と結合。
4. 描画: ブラウザ側で topojson-client が TopoJSON→GeoJSON 変換、d3-geo（メルカトル投影＋ geoPath）で SVG パス生成。色は d3-scale × d3-scale-chromaticを指標ごとに切替。

指標ごとに色スケールを変える理由

製造品出荷額や農業産出額は分布の偏りが極端（最大と最小で数十〜百倍）。線形だと最大県だけが濃く潰れるため 平方根スケールで中位県の差も見せます。一方、最低賃金・失業率・年収のような率・水準系は範囲が狭いので 線形スケールで素直に。可視化では「同じ地図でも色スケールの選び方で印象が変わる」こと自体が論点です。

この題材を選んだ理由

公的統計（e-Stat）を 複数の調査から API 取得 → ETL で正規化・算出 → 地理空間で可視化という、 データエンジニアリングの一連の流れをそのまま見せられる題材です。 指標は設定を1行足すだけで追加でき（世界地図版＝World Bank API への拡張も同設計）、特定企業・製品の機密には一切触れません。

実装メモ

• 地図変換・投影は topojson-client / d3-geo、色は d3-scale / d3-scale-chromatic。バー・凡例は CSS。時系列チャート（折れ線・棒・散布図）も SVG 直描画。
• 年スライダー・時系列チャート・ランキングは選択年で連動。色スケールのドメインは全年で固定し、年を変えても「同じ色＝同じ値」を保ちます。県をクリックすると最大4県をピン留めして全国平均（破線）と推移を比較できます。
• Astro の client:visible で遅延ハイドレーション（地図データを含むチャンクを初期表示から外す）。
• データ取得はビルド前の ETL で完結。appId は環境変数で扱い、生成 JSON にも公開バンドルにも含めません。