US Labor Force Statistics (Statystyki dotyczące siły roboczej w USA)

Statystyki dotyczące zasobu siły roboczej — zasób siły roboczej, odsetek ludności aktywnej zawodowo oraz populacja z wyłączeniem wojskowych i osób przebywających w instytucjach, z podziałem według wieku, płci, rasy i pochodzenia etnicznego — w Stanach Zjednoczonych.

Ten zbiór danych pochodzi z danych programu CES (krajowych) publikowanych przez amerykański urząd ds. statystyki zatrudnienia (BLS). Zobacz informacje dotyczące linków i praw autorskich oraz ważne uwagi na temat witryny internetowej, aby zapoznać się z zasadami związanymi z korzystaniem z tego zestawu danych.

Uwaga

Firma Microsoft udostępnia zestawy danych Platformy Azure open na zasadzie "tak, jak to jest". Firma Microsoft nie udziela żadnych gwarancji, wyraźnych lub domniemanych, gwarancji ani warunków w odniesieniu do korzystania z zestawów danych. W zakresie dozwolonym zgodnie z prawem lokalnym firma Microsoft nie ponosi odpowiedzialności za wszelkie szkody lub straty, w tym bezpośrednie, wtórne, specjalne, pośrednie, przypadkowe lub karne wynikające z korzystania z zestawów danych.

Zestaw danych jest udostępniany zgodnie z pierwotnymi warunkami, na jakich firma Microsoft otrzymała dane źródłowe. Zestaw danych może zawierać dane pozyskane z firmy Microsoft.

Lokalizacja usługi Storage

Ten zestaw danych jest przechowywany w regionie platformy Azure Wschodnie stany USA. Zalecamy przydzielanie zasobów obliczeniowych w regionie Wschodnie stany USA z uwagi na koligację.

Powiązane zestawy danych

• US National Employment Hours and Earnings (Liczba przepracowanych godzin i zarobki w skali kraju w USA)
• US State Employment Hours and Earnings (Liczba przepracowanych godzin i zarobki w skali stanów w USA)
• US Local Area Unemployment Statistics (Lokalne statystyki bezrobocia w USA)

Kolumny

Nazwisko	Typ danych	Unikatowe	Wartości (przykładowe)
absn_code	int	100	3 4
activity_code	int	7	3
ages_code	int	35	10 17
born_code	int	3	1 2
cert_code	int	5	4 3
chld_code	int	6	2 5
class_code	int	14	2 1
disa_code	int	3	2 1
duration_code	int	11	18 6
education_code	int	9	40 19
entr_code	int	3	1 2
expr_code	int	3	1 2
footnote_codes	string	7	nan 4.0
hheader_code	int	2	1
hour_code	int	13	1 16
indy_code	int	323	368 169
jdes_code	int	3	1 2
lfst_code	int	33	20 30
look_code	int	7	1 6
mari_code	int	5	2 1
mjhs_code	int	6	1 5
occupation_code	int	566	8999 4999
orig_code	int	14	1 2
pcts_code	int	23	5 8
okres	string	18	M07 M06
periodicity_code	string	3	M Q
race_code	int	14	1 3
rjnw_code	int	9	1 3
rnlf_code	int	11	63 64
rwns_code	int	17	10 1
Sezonowe	string	2	Stany Zjednoczone
seek_code	int	2	1
series_id	string	45,478	LNU01300000 LNU02034560
series_title	string	34,264	(Unadj) Poziom zatrudnienia — rolnictwo i powiązane branże (Unadj) cywilny poziom siły roboczej
sexs_code	int	3	1 2
tdat_code	int	6	1 4
wartość	liczba zmiennoprzecinkowa	121,742	3.0 4.0
vets_code	int	8	25 1
wkst_code	int	7	1 4
rok	int	80	2018 2017

Podgląd

series_id	rok	okres	wartość	footnote_codes	lfst_code	periodicity_code	series_title	absn_code	activity_code	ages_code	cert_code	class_code	duration_code	education_code	entr_code	expr_code	hheader_code	hour_code	indy_code	jdes_code	look_code	mari_code	mjhs_code	occupation_code	orig_code	pcts_code	race_code	rjnw_code	rnlf_code	rwns_code	seek_code	sexs_code	tdat_code	vets_code	wkst_code	born_code	chld_code	disa_code	Sezonowe
LNS11000031Q	1972	Q01	4300	Nan	10	PYTANIA I ODPOWIEDZI	(Morza) Cywilny poziom siły roboczej - 20 jerów. & over, lub Afroamerykanin	0	0	17	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	3	0	0	0	0	1	0	0	0	0	0	0	S
LNS11000031Q	1972	Q02	4370	Nan	10	PYTANIA I ODPOWIEDZI	(Morza) Cywilny poziom siły roboczej - 20 jerów. & over, lub Afroamerykanin	0	0	17	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	3	0	0	0	0	1	0	0	0	0	0	0	S
LNS11000031Q	1972	Q03	4397	Nan	10	PYTANIA I ODPOWIEDZI	(Morza) Cywilny poziom siły roboczej - 20 jerów. & over, lub Afroamerykanin	0	0	17	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	3	0	0	0	0	1	0	0	0	0	0	0	S
LNS11000031Q	1972	Q04	4381	Nan	10	PYTANIA I ODPOWIEDZI	(Morza) Cywilny poziom siły roboczej - 20 jerów. & over, lub Afroamerykanin	0	0	17	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	3	0	0	0	0	1	0	0	0	0	0	0	S
LNS11000031Q	1973	Q01	4408	Nan	10	PYTANIA I ODPOWIEDZI	(Morza) Cywilny poziom siły roboczej - 20 jerów. & over, lub Afroamerykanin	0	0	17	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	3	0	0	0	0	1	0	0	0	0	0	0	S
LNS11000031Q	1973	Q02	4445	Nan	10	PYTANIA I ODPOWIEDZI	(Morza) Cywilny poziom siły roboczej - 20 jerów. & over, lub Afroamerykanin	0	0	17	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	3	0	0	0	0	1	0	0	0	0	0	0	S
LNS11000031Q	1973	Q03	4477	Nan	10	PYTANIA I ODPOWIEDZI	(Morza) Cywilny poziom siły roboczej - 20 jerów. & over, lub Afroamerykanin	0	0	17	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	3	0	0	0	0	1	0	0	0	0	0	0	S
LNS11000031Q	1973	Q04	4523	Nan	10	PYTANIA I ODPOWIEDZI	(Morza) Cywilny poziom siły roboczej - 20 jerów. & over, lub Afroamerykanin	0	0	17	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	3	0	0	0	0	1	0	0	0	0	0	0	S
LNS11000031Q	1974	Q01	4574	Nan	10	PYTANIA I ODPOWIEDZI	(Morza) Cywilny poziom siły roboczej - 20 jerów. & over, lub Afroamerykanin	0	0	17	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	3	0	0	0	0	1	0	0	0	0	0	0	S
LNS11000031Q	1974	Q02	4538	Nan	10	PYTANIA I ODPOWIEDZI	(Morza) Cywilny poziom siły roboczej - 20 jerów. & over, lub Afroamerykanin	0	0	17	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	3	0	0	0	0	1	0	0	0	0	0	0	S

Dostęp do danych

Azure Notebooks

azureml-opendatasets

# This is a package in preview.
from azureml.opendatasets import UsLaborLFS

labor = UsLaborLFS()
labor_df = labor.to_pandas_dataframe()

labor_df.info()

azure-storage

# Pip install packages
import os, sys

!{sys.executable} -m pip install azure-storage-blob
!{sys.executable} -m pip install pyarrow
!{sys.executable} -m pip install pandas

# Azure storage access info
azure_storage_account_name = "azureopendatastorage"
azure_storage_sas_token = r""
container_name = "laborstatisticscontainer"
folder_name = "lfs/"

from azure.storage.blob import BlockBlobServicefrom azure.storage.blob import BlobServiceClient, BlobClient, ContainerClient

if azure_storage_account_name is None or azure_storage_sas_token is None:
    raise Exception(
        "Provide your specific name and key for your Azure Storage account--see the Prerequisites section earlier.")

print('Looking for the first parquet under the folder ' +
      folder_name + ' in container "' + container_name + '"...')
container_url = f"https://{azure_storage_account_name}.blob.core.windows.net/"
blob_service_client = BlobServiceClient(
    container_url, azure_storage_sas_token if azure_storage_sas_token else None)

container_client = blob_service_client.get_container_client(container_name)
blobs = container_client.list_blobs(folder_name)
sorted_blobs = sorted(list(blobs), key=lambda e: e.name, reverse=True)
targetBlobName = ''
for blob in sorted_blobs:
    if blob.name.startswith(folder_name) and blob.name.endswith('.parquet'):
        targetBlobName = blob.name
        break

print('Target blob to download: ' + targetBlobName)
_, filename = os.path.split(targetBlobName)
blob_client = container_client.get_blob_client(targetBlobName)
with open(filename, 'wb') as local_file:
    blob_client.download_blob().download_to_stream(local_file)

# Read the parquet file into Pandas data frame
import pandas as pd

print('Reading the parquet file into Pandas data frame')
df = pd.read_parquet(filename)

# you can add your filter at below
print('Loaded as a Pandas data frame: ')
df

pyspark

Przykład nie jest dostępny dla tej kombinacji platformy/pakietu.

Azure Databricks

azureml-opendatasets

# This is a package in preview.
from azureml.opendatasets import UsLaborLFS

labor = UsLaborLFS()
labor_df = labor.to_spark_dataframe()

display(labor_df.limit(5))

azure-storage

Przykład nie jest dostępny dla tej kombinacji platformy/pakietu.

pyspark

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "laborstatisticscontainer"
blob_relative_path = "lfs/"
blob_sas_token = r""

# Allow SPARK to read from Blob remotely
wasbs_path = 'wasbs://%s@%s.blob.core.windows.net/%s' % (blob_container_name, blob_account_name, blob_relative_path)
spark.conf.set(
  'fs.azure.sas.%s.%s.blob.core.windows.net' % (blob_container_name, blob_account_name),
  blob_sas_token)
print('Remote blob path: ' + wasbs_path)

# SPARK read parquet, note that it won't load any data yet by now
df = spark.read.parquet(wasbs_path)
print('Register the DataFrame as a SQL temporary view: source')
df.createOrReplaceTempView('source')

# Display top 10 rows
print('Displaying top 10 rows: ')
display(spark.sql('SELECT * FROM source LIMIT 10'))

Azure Synapse

azureml-opendatasets

Przykład nie jest dostępny dla tej kombinacji platformy/pakietu.

azure-storage

Przykład nie jest dostępny dla tej kombinacji platformy/pakietu.

pyspark

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "laborstatisticscontainer"
blob_relative_path = "lfs/"
blob_sas_token = r""

# Allow SPARK to read from Blob remotely
wasbs_path = 'wasbs://%s@%s.blob.core.windows.net/%s' % (blob_container_name, blob_account_name, blob_relative_path)
spark.conf.set(
  'fs.azure.sas.%s.%s.blob.core.windows.net' % (blob_container_name, blob_account_name),
  blob_sas_token)
print('Remote blob path: ' + wasbs_path)

# SPARK read parquet, note that it won't load any data yet by now
df = spark.read.parquet(wasbs_path)
print('Register the DataFrame as a SQL temporary view: source')
df.createOrReplaceTempView('source')

# Display top 10 rows
print('Displaying top 10 rows: ')
display(spark.sql('SELECT * FROM source LIMIT 10'))

Następne kroki

Wyświetl pozostałe zestawy danych w katalogu Open Datasets (Otwieranie zestawów danych).