はじめに
年末年始ということでこれまでの YouTube の視聴履歴を分析してみました
ちなみに筆者の累積視聴回数は60446回でした
仮に1本10分だとしたら、人生の1年と2ヶ月をYouTubeを見て生きていることになります
この分析は誰も幸せにならないかもしれない
YouTube の視聴履歴の取得
取得できるサイト（Google）のURL
https://takeout.google.com/settings/takeout?pli=1
全ての選択を外してyoutubeのみを選ぶ、形式はjsonを選択する
outputはドライブでもメールでもいい 大抵は数分で終わります
Python での分析
ライブラリ
使用したライブラリは以下の通りです
import pandas as pdimport matplotlib.pyplot as pltimport japanize_matplotlibimport json前処理
google から提供されるデータ形式は json ですが、pandas の dataframe が使いたいのでデータを変換します データを何度も変換すると処理時間が伸びるので、csvとして書き出しておきます
json_file_name = "data.json"csv_file_name = "data.csv"with open(json_file_name, "r") as f: json_data = json.load(f)df = pd.DataFrame(json_data)for i in range(len(df)): df.loc[i, "subtitles_name"], df.loc[i, "subtitles_url"] = subtitles_to_str(df.loc[i, "subtitles"])df.to_csv(csv_file_name, index=False)データのプロット
データのプロットの例をいくつか置いておきます。
月別グラフ
プログラム
# データの読み込みdf = pd.read_csv(csv_file_name)# 年毎の数をプロットdf["time"] = pd.to_datetime(df["time"], format='ISO8601')df["year"] = df["time"].dt.yeardf["month"] = df["time"].dt.month
df_year = df.groupby("year").size()df_month = df.groupby(["year", "month"]).size().unstack(fill_value=0)
# 最初の年の最初の月から順番に数を折れ線グラフとしてプロットdf_year_month = df.groupby(["year", "month"]).size()df_year_month = df_year_month.reset_index()df_year_month["date"] = pd.to_datetime(df_year_month[["year", "month"]].assign(day=1))df_year_month = df_year_month.sort_values("date")
fig = plt.figure(figsize=(16, 6))plt.title("年代別youtube視聴動画数")plt.bar(df_year_month["date"], df_year_month[0], width=20)plt.xlabel("年月")plt.ylabel("視聴動画数")plt.xticks(df_year_month["date"], rotation=45)plt.grid(True, axis='y')plt.tight_layout()plt.savefig("activity_month_time2.png")plt.show()グラフ例
累積グラフ
# データの読み込みdf = pd.read_csv(csv_file_name)# 年毎の数をプロットdf["time"] = pd.to_datetime(df["time"], format='ISO8601')df["year"] = df["time"].dt.yeardf["month"] = df["time"].dt.month
df_year = df.groupby("year").size()df_month = df.groupby(["year", "month"]).size().unstack(fill_value=0)
# 最初の年の最初の月から順番に数を累積折れ線グラフとしてプロットdf_year_month = df.groupby(["year", "month"]).size().cumsum()df_year_month = df_year_month.reset_index()df_year_month["date"] = pd.to_datetime(df_year_month[["year", "month"]].assign(day=1))df_year_month = df_year_month.sort_values("date")
fig = plt.figure(figsize=(12, 6))plt.title("これまでの累積youtube視聴動画数", fontsize=16)plt.plot(df_year_month["date"], df_year_month[0], marker='o')plt.xlabel("年月", fontsize=16)plt.ylabel("累積視聴動画数", fontsize=16)plt.xticks(df_year_month["date"], rotation=45)plt.grid(True)plt.gca()plt.tight_layout()plt.savefig("cumulative_activity_month_time.png")plt.show()グラフ例
タイトルごとの視聴回数
プログラム
# タイトルが全く同じものをカウントdf_title = df.groupby("title").size().sort_values(ascending=False)
limit = 32
# タイトルから"を視聴しました"を削除titles = [title.replace("を視聴しました", "") for title in df_title.index[:limit]]
fig = plt.figure(figsize=(12, 8))plt.title("タイトルごとの視聴動画数")plt.barh(titles[::-1], df_title.values[:limit][::-1])plt.xlabel("視聴動画数")# plt.ylabel("タイトル")plt.yticks(rotation=0)plt.grid(True, axis='x')plt.tight_layout()plt.savefig("activity_title_horizontal.png")plt.show()グラフ例
略
チャンネルごとの視聴回数
プログラム
# subtitles_name ごとの視聴動画数df_title = df.groupby("subtitles_name").size().sort_values(ascending=False)
limit = 30
# タイトルから"を視聴しました"を削除titles = df_title.index[3:limit]
fig = plt.figure(figsize=(12, 10))plt.title("チャンネルごとの視聴動画数")plt.barh(titles[::-1], df_title.values[3:limit][::-1])plt.xlabel("視聴動画数")# plt.ylabel("タイトル")plt.yticks(rotation=0)plt.grid(True, axis='x')plt.tight_layout()plt.savefig("activity_title_horizontal.png")plt.show()グラフ例
略
2024年のタイトルごと、チャンネルごとグラフ
プログラム
# 2024年に視聴した動画のみを抽出df_2024 = df[df["year"] == 2024]
# タイトルが全く同じものをカウントdf_title = df_2024.groupby("title").size().sort_values(ascending=False)
limit = 32
# タイトルから"を視聴しました"を削除titles = [title.replace("を視聴しました", "") for title in df_title.index[:limit]]
fig = plt.figure(figsize=(12, 10))plt.title("2024年のタイトルごとの視聴動画数")plt.barh(titles[::-1], df_title.values[:limit][::-1])plt.xlabel("視聴動画数")# plt.ylabel("タイトル")plt.yticks(rotation=0)plt.grid(True, axis='x')plt.tight_layout()plt.savefig("activity_title_2024_horizontal.png")plt.show()
# subtitles_name ごとの視聴動画数df_title = df_2024.groupby("subtitles_name").size().sort_values(ascending=False)
limit = 30
# タイトルから"を視聴しました"を削除titles = df_title.index[3:limit]
fig = plt.figure(figsize=(12, 10))plt.title("2024年のチャンネルごとの視聴動画数")plt.barh(titles[::-1], df_title.values[3:limit][::-1])plt.xlabel("視聴動画数")# plt.ylabel("タイトル")plt.yticks(rotation=0)plt.grid(True, axis='x')plt.tight_layout()plt.savefig("activity_title_2024_horizontal.png")plt.show()グラフ例
略
曜日ごとの視聴回数
プログラム
# 曜日毎の視聴動画数df["weekday"] = df["time"].dt.weekdaydf_weekday = df.groupby("weekday").size()
fig = plt.figure(figsize=(8, 4))plt.title("曜日ごとの視聴動画数")plt.bar(df_weekday.index, df_weekday.values)plt.xlabel("曜日")plt.ylabel("視聴動画数")plt.xticks(df_weekday.index, ["月", "火", "水", "木", "金", "土", "日"])plt.grid(True)plt.tight_layout()plt.savefig("activity_weekday.png")グラフ例
略
終わりに
今回は年末ということで一年間でどういうYouTubeを見てきたのかの振り返りも込めて、分析を行いました。普段何気なくしている行動が数字として目の前に示されると心に来るものがありますね…。ですがYouTubeの視聴履歴分析は一番身近にあって自身の行動で蓄積されたデータなので、いろいろ分析してみると面白いと思います。