[解析例] エルピオでんきがサ終したから最安電気事業者をデータ分析で比較してみた – 東電管内最安事業者

# 1 kWhあたりの価格(coef)を指定して関数を作成する関数
create_linear_model <- function(coef) {
    function(x){return(x*coef)}
}

# 使うときは以下のようにする
## モデルの作成(係数26.4円)
model_one_denki <- create_linear_model(26.4)

# 段階型料金体系の場合
# 0~120kWh, 121~300kWh, 300~kWhで条件分岐する
create_step_model <- function(price_0_120, price_120_300, price_300_,basic_cost) {
    function(A) {
      if_else(A <= 120, A * price_0_120 + basic_cost,
              if_else(A > 120 & A <= 300, 120 * price_0_120 + (A-120) * price_120_300 + basic_cost,
                      120 * price_0_120 + 180*price_120_300 + (A-300) * price_300_ + basic_cost
                      )
      )
    } %>% 
        return()
}

model_tokyo_e <- create_step_model(19.88, 26.48, 30.57, 858)
model_elpio <- create_step_model(21.14, 23.03, 25.78, 858)
model_softbank <- create_step_model(19.68, 25.68, 29.04, 858)
model_cosmo <- create_step_model(19.88, 26.46, 30.57, 858)
model_eneos <- create_step_model(19.88, 24.54, 26.22, 858)
model_nature <- create_linear_model(26.40)
model_loop <- create_linear_model(26.40)
model_one <- create_linear_model(26.40)

# 検算用関数
calc_price_model <- function(func, start, end) {
  tmp <- func(2) - func(1)
  for (i in (start + 1):end) {
    tmp <- c(tmp, func(i + 1) - func(i))
  }

  tibble(range = start:end, unit_price = tmp) %>%
    return()
}

tibble(calc_price_model(model_tokyo_e, 1, 450), grp = "東京電力") %>%
  bind_rows(tibble(calc_price_model(model_elpio, 1, 450), grp = "エルピオでんき")) %>%
  bind_rows(tibble(calc_price_model(model_softbank, 1, 450), grp = "ソフトバンクでんき")) %>%
  bind_rows(tibble(calc_price_model(model_cosmo, 1, 450), grp = "コスモでんき")) %>%
  bind_rows(tibble(calc_price_model(model_eneos, 1, 450), grp = "エネオスでんき")) %>%
  mutate(label = if_else(range %in% c(50, 200, 350), grp, NA_character_)) %>%
  ggplot(aes(x = range, y = unit_price, col = grp)) +
  geom_line() +
  ggrepel::geom_text_repel(aes(label = label),
    nudge_x = 30,
    hjust = "outward",
    na.rm = TRUE
  ) +
  theme_bw() +
  ggsci::scale_color_aaas(name = "")

RANGE <- 100:350

tibble(Amp = RANGE, Price = model_elpio(RANGE) * 1.1, grp = "エルピオでんき") %>%
  bind_rows(tibble(Amp = RANGE, Price = model_tokyo_e(RANGE) * 1.1, grp = "東京電力")) %>%
  bind_rows(tibble(Amp = RANGE, Price = model_softbank(RANGE) * 1.1, grp = "ソフトバンクでんき")) %>%
  bind_rows(tibble(Amp = RANGE, Price = model_one(RANGE) * 1.1, grp = "oneでんき")) %>%
  bind_rows(tibble(Amp = RANGE, Price = model_cosmo(RANGE) * 1.1, grp = "コスモでんき")) %>%
  bind_rows(tibble(Amp = RANGE, Price = model_loop(RANGE) * 1.1, grp = "looopでんき")) %>%
  bind_rows(tibble(Amp = RANGE, Price = model_eneos(RANGE) * 1.1, grp = "エネオスでんき")) %>%
  mutate(label = if_else(Amp == max(Amp),
    grp, NA_character_
  )) %>%
  ggplot(aes(x = Amp, y = Price, col = grp)) +
  geom_line() +
  ggsci::scale_color_aaas(name = "") +
  xlim(c(200, 500)) +
  ylim(c(5000, 11000)) +
  theme_bw() +
  labs(x = "使用電力(kWh)", y = "電気代(税込、再エネ賦課金抜)") +
  ggrepel::geom_text_repel(aes(label = label),
    nudge_x = 30,
    hjust = "outward",
    na.rm = TRUE
  ) +
  ggtitle("
※2022年3月時点での価格です！価格は常に変動するため、
このデータとは異なる可能性があります！\n
※事業者に関係なく同額である燃料調整費および再エネ賦課金は
省いています！実際の支払額はそれらの分高額になり得ます！\n")

# 準備編(そのまま書き換えず、コピペします)
# ライブラリ読み込み
pacman::p_load(tidyverse)

# モデル関数①
create_step_model <- function(price_0_120, price_120_300, price_300_, basic_cost) {
  function(A) {{
    if_else(A <= 120, A * price_0_120 + basic_cost,
      if_else(A > 120 & A <= 300, 120 * price_0_120 + (A - 120) * price_120_300 + basic_cost,
        120 * price_0_120 + 180 * price_120_300 + (A - 300) * price_300_ + basic_cost
      )
    )
  } %>%
    return()    }
}

# モデル関数②
create_linear_model <- function(coef) {
  function(x) {
    return(x * coef)
  }
}

# 段階版のモデルを作る
# (アンダースコアを-120kWhの単価, 120-300kWhの単価, 300kWh-の単価, 基本料金に置き換える)
model_step_1 <- create_step_model( _, _, _, _)
model_step_2 <- create_step_model( _, _, _, _)

# 線形版のモデルを作る
# 必要に応じてモデルを増やしてください
model_linear_1 <- create_linear_model(_)

# 計算する価格帯
RANGE <- 100:350

# データ作成
tibble(Amp = RANGE, Price = model_step_1 * 1.1, grp = "会社1") %>%
  bind_rows(tibble(Amp = RANGE, Price = model_step_2 * 1.1, grp = "会社2")) %>%
  bind_rows(tibble(Amp = RANGE, Price = model_line_1 * 1.1, grp = "会社3")) %>%
  mutate(label = if_else(Amp == max(Amp),
    grp, NA_character_
  )) %>%
  ggplot(aes(x = Amp, y = Price, col = grp)) +
  geom_line() +
  ggsci::scale_color_aaas(name = "") +
  # 以下のxlim, ylimはグラフ描画範囲を変更するパラメータです。
  # 行頭の#を削除して、数字をいじってみてください！(下限,上限)
  # xlim(c(200, 500)) +
  # ylim(c(5000, 11000)) +
  theme_bw() +
  labs(x = "使用電力(kWh)", y = "電気代(税込)") +
  ggrepel::geom_text_repel(aes(label = label),
    nudge_x = 30,
    hjust = "outward",
    na.rm = TRUE
  )