ツール

政府統計APIとヘッドレスChromeで統計グラフ画像を自動生成する

記事に統計のグラフを載せたいとき、e-Statからダウンロードして表計算ソフトでグラフを作ってスクショを撮る——この手作業を全部自動化しました。使ったのはAPIキー不要の「統計ダッシュボードAPI」と、サーバー上のヘッドレスChromeです。データ取得からグラフPNGの完成まで人手ゼロで通るようになったので、実装の手順と、実際にハマったAPIの落とし穴をまとめます。

統計ダッシュボードAPI — e-Stat APIの「キー不要の弟分」

政府統計のAPIといえばe-Stat APIが本命ですが、利用にはappId（APIキー）の登録が必要です。実はもう一つ、総務省統計局の「統計ダッシュボード」が提供するAPIがあり、こちらは登録不要でそのまま叩けます。全統計は網羅していませんが、国勢調査・労働力調査など主要指標の都道府県別データは揃っていて、「まず試す」にはこちらで十分でした。

エンドポイントは実質2つです。指標を探すgetIndicatorInfoと、データ本体を取るgetData。

# 指標コードをキーワードで探す
curl "https://dashboard.e-stat.go.jp/api/1.0/Json/getIndicatorInfo?Lang=JP&SearchIndicatorWord=第２次産業"

# 見つけたコードで47都道府県分のデータを取る
curl "https://dashboard.e-stat.go.jp/api/1.0/Json/getData?Lang=JP&IndicatorCode=0301108000010220000&RegionalRank=3"

これで1975年から2020年までの「第2次産業就業者比率」が、47都道府県×10時点＝470件、JSONで返ってきます。

ハマった点1: RegionalRankは「03」ではなく「3」

仕様書のパラメータ表には地域階級が「01=国、02=全国、03=都道府県」とゼロ埋め2桁で書かれています。そのとおりRegionalRank=03を送ると、エラーではなくこう返ってきます。

{"RESULT": {"status": "1", "errorMsg": "正常に終了しましたが、該当データはありませんでした。"}}

「正常だがデータなし」なので、指標コードを疑って遠回りしました。正解は仕様書内のサンプルURLの方に書いてあるRegionalRank=3（ゼロ埋めなし）。パラメータ表とサンプルの表記が食い違っているときは、サンプルを信じるのが正解でした。

ハマった点2: 国勢調査系はCycle（周期）を指定しない

データ周期のパラメータCycle（01=月次、03=年次…）も罠でした。国勢調査は5年ごとの調査なので年次だろうとCycle=03を付けると、これも「該当データなし」。周期が自明な統計はCycleを省略するのが正解です。なお返ってくる時点の表記は2020FY00のような独自形式なので、年の抽出は先頭4桁を切り出します。

グラフはHTML+CSSで組んで、ヘッドレスChromeで撮る

取れたデータをどう画像にするか。グラフ描画ライブラリを入れる方法もありますが、うちではグラフをただのHTML+CSSで組んで、それをヘッドレスChromeで撮影してPNGにする方式にしました。棒グラフなら、値に比例したwidthを持つdivを並べるだけです。

<div class="row">
  <span class="label">富山県</span>
  <div class="track">
    <div class="bar" style="width:100%"><span class="val">32.5%</span></div>
  </div>
</div>
<!-- 値→widthの換算はデータ取得側のスクリプトが埋め込む -->
# 組み上がったHTMLを1200x760で撮影（deviceScaleFactor:2で高解像度）
node capture.js '{"url":"https://…/chart.html","out":"/tmp/chart.png",
  "viewport":{"width":1200,"height":760}}'

この方式の利点は3つあります。①数字が絶対に狂わない（画像生成AIと違い、描画しているのはブラウザ）②日本語フォントもCSSも普段のWeb制作と同じ感覚で使える ③読者のブラウザにJSライブラリを配らなくていい（届くのはただのPNG）。ヘッドレスChrome側の環境構築は別記事にまとめてあります。

実際にこのパイプラインで作ったグラフがこれです。データ取得からこの画像の完成まで、手作業はありません。

第2次産業就業者比率の上位5県（2020年国勢調査）。統計ダッシュボードAPIのデータから自動生成したグラフ
APIのデータからそのまま生成した図版の例

運用ルール — 出典と「なぜこの年のデータか」を必ず書く

統計の図版を出すときは、描画の自動化より大事なことが2つあります。まず出典の明記。図の中に「総務省『国勢調査』／統計ダッシュボードより作成」を焼き込んでおくと、画像が単体でシェアされても出所が消えません。

もう一つはデータの鮮度の説明です。たとえば国勢調査の産業別集計は5年ごとで、公表済みの最新は2020年。2025年調査の産業別結果は2026年9月以降に順次公表されます。これを書かずに2020年の数字だけ載せると「古いデータを使っている」ように見えますが、「これが現時点の最新で、新しい公表が出たら更新する」と書けば、むしろ信頼になります。データが自動で取れる仕組みにしておくと、この「公表され次第更新」が実際に数分で実行できるのも、パイプライン化の隠れた利点です。

関連するカスタマイズ

  1. FileZillaでSFTP接続エラーの原因 Too many authentication failures for root この問題に悩んでいる人は非常に多いようでネットで検索しても様々な解決方法が提案されています。 もっとも多い方法は.ssh/configでの設定。IdentitiesOnly yesや、PreferredAuthentic […]...