人口増加率分析
配点 : 30点難易度 : 3
制限実行時間 : 1000ms制限メモリ使用量 : 128 MB
SQLiteの注意点

TOPSIC SQLでは、SQLの実行環境にSQLiteを使用しています。SQLite以外のRDBMSの文法を使用することはできません。
問題を解く際に注意すべきSQLiteの制約について、以下に記載してありますのでご確認下さい。

  1. NUMERIC、INTEGER、REALは、自身のクラスへの変換が推奨されていますが、変換できなかった場合でも、そのまま格納されます。
  2. 新しくデータを追加した場合、既に格納されているデータの中で ROWID の値が最大のものを探し、それに1を加えた値が新しく追加されるデータの ROWID の値として保存されます。
  3. 外部結合は、左外部結合を行う LEFT OUTER JOIN 句のみ使用できます。
    ※2022年12月以降、LEFT / RIGHT / FULL OUTER JOIN が使用可能となりました。
  4. 指定した日付と時刻のタイムゾーンはUTCとして扱われます。
  5. 日付関数や文字列関数については、SQLiteで固有の関数があります。
  6. テーブル項目の論理名が「◯◯日」となっている場合は、日付項目の時分秒は設定されていません。論理名が「◯◯日時」となっている場合は、日付項目の時分秒まで設定されています。
    • 「受注日」の場合は「2021-01-01」
    • 「受注日時」の場合は「2021-01-01 15:15:15」

その他のSQLiteの制約については、SQLiteの公式ドキュメントをご確認ください。
また、ER図の読み方やSQLiteの関数および構文などについては、「受験ルール・用語」をご確認ください。

問題

調査年毎に都道府県の人口を集計した人口推移データより、2015年から2020年の期間で人口が増加した都道府県を抽出しなさい。 人口増加率の小数点以下は四捨五入とする。ただし、人口が変化していない都道府県は存在しないことが保証されている。

表示項目は以下とする。(エイリアスを使用し→の項目名とする)

  • PF_CODE → 都道府県コード
  • PF_NAME → 都道府県名
  • 2015年のTOTAL_AMT → 総人口2015年
  • 2020年のTOTAL_AMT → 総人口2020年
  • 人口増加率を%で表示(小数点以下は四捨五入) → 人口増加率

表示順

  1. 人口増加率の降順
  2. 都道府県コードの昇順

※出典:政府統計の総合窓口(e-Stat)(https://www.e-stat.go.jp/)「令和2年国勢調査_時系列データ 男女,年齢,配偶関係」を加工して作成

表示フォーマット

※あくまでフォーマットを示すもので、正解例ではありません。行数も正解とは異なります。

都道府県コード 都道府県名 総人口2015年 総人口2020年 人口増加率
13000 東京都 13515271 14047594 104
11000 埼玉県 7266534 7344765 101
12000 千葉県 6222666 6284480 101
14000 神奈川県 9126214 9237337 101

ER図 (半角:物理名、全角:論理名)


テーブル定義


テーブル名: POPU_TRANSITION

主キー 列名 データ型 必須 デフォルト値
✔︎ SURVEY_YEAR INTEGER ✔︎ NULL
✔︎ PF_CODE VARCHAR ✔︎ NULL
TOTAL_AMT INTEGER NULL
MALE_AMT INTEGER NULL
FEMALE_AMT INTEGER NULL

テーブル名: PREFECTURE

主キー 列名 データ型 必須 デフォルト値
✔︎ PF_CODE VARCHAR ✔︎ NULL
PF_NAME VARCHAR NULL

サンプルデータ

テーブル名: POPU_TRANSITION

SURVEY_YEAR PF_CODE TOTAL_AMT MALE_AMT FEMALE_AMT
2010 1000 5506419 2603345 2903074
2010 2000 1373339 646141 727198
2010 3000 1330147 634971 695176
2010 4000 2348165 1139566 1208599
2015 1000 5381733 2537089 2844644
2015 10000 1973115 973283 999832
2015 11000 7266534 3628418 3638116
2015 12000 6222666 3095860 3126806
2015 13000 13515271 6666690 6848581
2015 14000 9126214 4558978 4567236
2015 15000 2304264 1115413 1188851
2015 16000 1066328 515147 551181
2015 17000 1154008 558589 595419
2015 18000 786740 381474 405266
2015 19000 834930 408327 426603
2015 2000 1308265 614694 693571
2015 3000 1279594 615584 664010
2015 4000 2333899 1140167 1193732
2015 5000 1023119 480336 542783
2015 6000 1123891 540226 583665
2015 7000 1914039 945660 968379
2015 8000 2916976 1453594 1463382
2015 9000 1974255 981626 992629
2020 1000 5224614 2465088 2759526
2020 10000 1939110 959411 979699
2020 11000 7344765 3652169 3692596
2020 12000 6284480 3117987 3166493
2020 13000 14047594 6898388 7149206
2020 14000 9237337 4588268 4649069
2020 15000 2201272 1068670 1132602
2020 16000 1034814 502637 532177
2020 17000 1132526 549771 582755
2020 18000 766863 373973 392890
2020 19000 809974 397309 412665
2020 2000 1237984 583402 654582
2020 3000 1210534 582952 627582
2020 4000 2301996 1122598 1179398
2020 5000 959502 452439 507063
2020 6000 1068027 516438 551589
2020 7000 1833152 903864 929288
2020 8000 2867009 1430976 1436033
2020 9000 1933146 964930 968216

テーブル名: PREFECTURE

PF_CODE PF_NAME
1000 北海道
10000 群馬県
11000 埼玉県
12000 千葉県
13000 東京都
14000 神奈川県
15000 新潟県
16000 富山県
17000 石川県
18000 福井県
19000 山梨県
2000 青森県
20000 長野県
21000 岐阜県
22000 静岡県
23000 愛知県
24000 三重県
25000 滋賀県
26000 京都府
27000 大阪府
28000 兵庫県
29000 奈良県
3000 岩手県
30000 和歌山県
31000 鳥取県
32000 島根県
33000 岡山県
34000 広島県
35000 山口県
36000 徳島県
37000 香川県
38000 愛媛県
39000 高知県
4000 宮城県
40000 福岡県
41000 佐賀県
42000 長崎県
43000 熊本県
44000 大分県
45000 宮崎県
46000 鹿児島県
47000 沖縄県
5000 秋田県
6000 山形県
7000 福島県
8000 茨城県
9000 栃木県
Sorry, Japanese Only.