Indústria do Índice de Preços ao Consumidor dos EUA

O Índice de Preços no Produtor (IPP) é uma medida da mudança média ao longo do tempo nos preços de venda que os produtores domésticos recebem pelos seus produtos. Os preços incluídos no IPP pertencem à primeira transação comercial de produtos e serviços abrangidos.

Nota

A Microsoft fornece os Conjuntos de Dados Abertos do Azure "no estado em que se encontram". A Microsoft não oferece garantias, expressas ou implícitas, garantias ou condições em relação ao seu uso dos conjuntos de dados. Na medida permitida pela legislação local, a Microsoft se isenta de qualquer responsabilidade por quaisquer danos ou perdas, incluindo diretos, consequenciais, especiais, indiretos, incidentais ou punitivos, resultantes do uso dos conjuntos de dados por parte do cliente.

Este conjunto de dados é disponibilizado de acordo com os termos originais em que a Microsoft recebeu os dados de origem. O conjunto de dados pode incluir dados obtidos junto da Microsoft.

Os índices de Revisão de Série Atual do Índice de Preços no Produtor refletem os movimentos nos preços relativos à produção líquida dos produtores, organizados de acordo com o North American Industry Classification System (NAICS, Sistema de Classificação Industrial da América do Norte). O conjunto de dados PC é compatível com um grande número de séries temporais económicas do NAICS, entre os quais produtividade, produção, emprego, salários e rendimentos.

O universo PPI consiste na produção de todas as indústrias dos setores de produção de bens da economia norte-americana - minério, manufatura, agricultura, pescas e floresta - bem como gás natural, eletricidade, construção e bens que concorrem com os que são produzidos pelos setores de produção, como resíduos e materiais de sucata. Além disso, em janeiro de 2011, o programa PPI cobriu mais de três quartos da produção do setor de serviços, publicando dados para indústrias selecionadas nos seguintes setores industriais: comércio atacadista e varejista; transporte e armazenagem; informação; finanças e seguros; corretagem, arrendamento e arrendamento imobiliário; serviços profissionais, científicos e técnicos; serviços administrativos, de apoio e de gestão de resíduos; cuidados de saúde e assistência social; e alojamento.

O README que contém o ficheiro com informações detalhadas sobre este conjunto de dados está disponível na localização do conjunto de dados original. Estão disponíveis informações adicionais nas FAQs.

Este conjunto de dados é produzido com base nos dados dos Índices de Preços do Produtor publicados pelo US Bureau of Labor Statistics (BLS, Instituto de Estatísticas de Emprego dos EUA). Reveja Linking and Copyright Information (Informações de Ligações e de Direitos de Autor) e Important Web Site Notices (Avisos Importantes do Site) para obter os termos e condições relativos à utilização deste conjunto de dados.

Localização de armazenamento

Este conjunto de dados é armazenado na região do Azure E.U.A. Leste. A alocação de recursos de computação nos E.U.A. Leste é recomendada por questões de afinidade.

Conjuntos de dados relacionados

• US Consumer Price Index (Índice de Preço do Consumidor dos EUA)
• US Producer Price Index - Commodities (Índice de Preços do Produtor dos EUA - Matérias-primas)

Colunas

Name	Tipo de dados	Exclusivo	Values (sample)	Description
footnote_codes	string	3	nan P	Identifica notas de rodapé na série de dados. A maioria dos valores são nulos. Consulte https://download.bls.gov/pub/time.series/pc/pc.footnote.
industry_code	string	1,064	221122 325412	Código NAICS do setor Veja https://download.bls.gov/pub/time.series/pc/pc.industry para obter os códigos e nomes.
industry_name	string	842	Distribuição de energia elétrica Fabricação de preparações farmacêuticas	O nome que corresponde ao código da indústria. Veja https://download.bls.gov/pub/time.series/pc/pc.industry para obter os códigos e nomes.
período	string	13	M06 M07	Identifica o período em que os dados foram observados. Veja https://download.bls.gov/pub/time.series/pc/pc.period para obter a lista completa.
product_code	string	4,822	324121P 316---	O código que identifica o produto ao qual a observação dos dados se refere. Consulte https://download.bls.gov/pub/time.series/pc/pc.product para obter o mapeamento de códigos de indústria, códigos de produtos e nomes de produtos.
product_name	string	3,313	Produtos primários Produtos secundários	O nome do produto ao qual a observação dos dados se refere. Consulte https://download.bls.gov/pub/time.series/pc/pc.product para obter o mapeamento de códigos de indústria, códigos de produtos e nomes de produtos.
Sazonal	string	1	U	Código que identifica se os dados são ajustados sazonalmente. S = Ajustados Sazonalmente; U = Não Ajustados
series_id	string	4,822	PCU332323332323M PCU333415333415C	O código que identifica a série específica. Uma série temporal refere-se a um conjunto de dados observados ao longo de um período de tempo alargado em intervalos de tempo consistentes. Veja https://download.bls.gov/pub/time.series/pc/pc.series para obter detalhes das séries como o código, nome, ano de início e de fim, etc.
series_title	string	4,588	Dados da indústria de PPI para distribuição de energia elétrica-Centro-Oeste do Sul, não dados da indústria de PPI ajustados sazonalmente para distribuição de energia elétrica-Pacífico, não ajustados sazonalmente
valor	flutuante	7,658	100.0 100.4000015258789	O índice de preços de um artigo.
ano	número inteiro	22	2015 2017	Identifica o ano da observação.

Pré-visualizar

product_code	industry_code	series_id	ano	período	valor	footnote_codes	Sazonal	series_title	industry_name	product_name
2123240	212324	PCU2123242123240	1998	M01	117	Nan	U	Dados da indústria de PPI para mineração de caulim e argila de bola-caulim e argila de bola, não ajustados sazonalmente	Mineração de caulim e argila de bola	Caulim e argila de bola
2123240	212324	PCU2123242123240	1998	M02	116.9	Nan	U	Dados da indústria de PPI para mineração de caulim e argila de bola-caulim e argila de bola, não ajustados sazonalmente	Mineração de caulim e argila de bola	Caulim e argila de bola
2123240	212324	PCU2123242123240	1998	M03	116.3	Nan	U	Dados da indústria de PPI para mineração de caulim e argila de bola-caulim e argila de bola, não ajustados sazonalmente	Mineração de caulim e argila de bola	Caulim e argila de bola
2123240	212324	PCU2123242123240	1998	M04	116	Nan	U	Dados da indústria de PPI para mineração de caulim e argila de bola-caulim e argila de bola, não ajustados sazonalmente	Mineração de caulim e argila de bola	Caulim e argila de bola
2123240	212324	PCU2123242123240	1998	M05	116.2	Nan	U	Dados da indústria de PPI para mineração de caulim e argila de bola-caulim e argila de bola, não ajustados sazonalmente	Mineração de caulim e argila de bola	Caulim e argila de bola
2123240	212324	PCU2123242123240	1998	M06	116.3	Nan	U	Dados da indústria de PPI para mineração de caulim e argila de bola-caulim e argila de bola, não ajustados sazonalmente	Mineração de caulim e argila de bola	Caulim e argila de bola
2123240	212324	PCU2123242123240	1998	M07	116.6	Nan	U	Dados da indústria de PPI para mineração de caulim e argila de bola-caulim e argila de bola, não ajustados sazonalmente	Mineração de caulim e argila de bola	Caulim e argila de bola

Acesso a dados

Azure Notebooks

Azureml-OpenDataSets

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

labor = UsLaborPPIIndustry()
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 = "ppi_industry/"

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

Amostra não disponível para esta combinação de plataforma/pacote.

Azure Databricks

Azureml-OpenDataSets

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

labor = UsLaborPPIIndustry()
labor_df = labor.to_spark_dataframe()

display(labor_df.limit(5))

azure-storage

Amostra não disponível para esta combinação de plataforma/pacote.

Pyspark

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "laborstatisticscontainer"
blob_relative_path = "ppi_industry/"
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

Amostra não disponível para esta combinação de plataforma/pacote.

azure-storage

Amostra não disponível para esta combinação de plataforma/pacote.

Pyspark

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "laborstatisticscontainer"
blob_relative_path = "ppi_industry/"
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'))

Próximos passos

Exiba o restante dos conjuntos de dados no catálogo Open Datasets.