US Producer Price Index – Råvaror

Producentprisindex (PPI) är ett mått på den genomsnittliga förändringen över tid i de försäljningspriser som inhemska producenter erhåller. PPI-priserna hämtas från den första kommersiella transaktionen för de produkter och tjänster som omfattas.

Kommentar

Microsoft tillhandahåller Azure Open Datasets i befintligt fall. Microsoft ger inga garantier, uttryckliga eller underförstådda garantier eller villkor för din användning av datauppsättningarna. I den utsträckning som tillåts enligt din lokala lag frånsäger sig Microsoft allt ansvar för eventuella skador eller förluster, inklusive direkt, följdriktig, särskild, indirekt, tillfällig eller straffbar, till följd av din användning av datauppsättningarna.

Datamängden tillhandahålls enligt de ursprungliga villkor som gällde när Microsoft tog emot källdatan. Datamängden kan innehålla data från Microsoft.

Cirka 10 000 PPI-värden för separata produkter och produktgrupper släpps varje månad. Protonpumpshämmare är tillgängliga för produktionen från nästan alla branscher inom de varuproducerande sektorerna i den amerikanska ekonomin – gruvdrift, tillverkning, jordbruk, fiske och skogsbruk – samt naturgas, el, byggande och varor som är konkurrenskraftiga mot dem som tillverkas inom de producerande sektorerna, såsom avfall och skrotmaterial. PPI-programmet täcker cirka 72 procent av tjänstesektorns produktion, mätt efter intäkter som rapporterades i 2007 års ekonomiska folkräkning. Datan inkluderar branscher i följande sektorer: grossist- och detaljhandel; transport och magasinering; information; finans och försäkring; fastighetsmäkleri, uthyrning och leasing; tjänster inom fria yrken, vetenskap och teknik; administrativa tjänster, support och avfallshanteringstjänster; hälsovård och socialt stöd; samt hotellverksamhet.

README som innehåller filen med detaljerad information om den här datamängden finns på platsen för den ursprungliga datamängden. Ytterligare information finns i Vanliga frågor och svar.

Den här datamängden produceras från Producer Price Indexes data som publiceras av US Bureau of Labor Statistics (BLS). I Linking and Copyright Information och Important Web Site Notices finns villkor och bestämmelser för användningen av denna datamängd.

Lagringsplats

Datamängden lagras i Azure-regionen Östra USA. Vi rekommenderar att beräkningsresurser tilldelas i Östra USA av tillhörighetsskäl.

Relaterade datamängder

• US Consumer Price Index
• US Producer Price Index – Bransch

Kolumner

Name	Datatyp	Unik	Värden (exempel)	beskrivning
footnote_codes	sträng	3	nan P	Identifierar fotnoter för dataserien. De flesta värdena är null. Se https://download.bls.gov/pub/time.series/wp/wp.footnote.
group_code	sträng	56	02 01	Kod som identifierar den största varugrupp som omfattas av indexet. Gruppkoder och namn finns i https://download.bls.gov/pub/time.series/wp/wp.group.
group_name	sträng	56	Bearbetade livsmedel och foder Gårdsprodukter	Namn på den största varugrupp som omfattas av indexet. Gruppkoder och namn finns i https://download.bls.gov/pub/time.series/wp/wp.group.
item_code	sträng	2,949	1 11	Identifierar det objekt som dataobservationerna avser. Objektkoder och namn finns i https://download.bls.gov/pub/time.series/wp/wp.item.
item_name	sträng	3,410	Lagerhållning, lagring och relaterade tjänster Personbilsuthyrning	Objektens fullständiga namn. Objektkoder och namn finns i https://download.bls.gov/pub/time.series/wp/wp.item.
period	sträng	13	M06 M07	Identifierar den period då data observerades. I https://download.bls.gov/pub/time.series/wp/wp.period finns en lista över periodvärden.
säsongsmässig	sträng	2	U S	Kod som identifierar om datan är säsongsanpassad. S = Säsongsanpassad; U = Ej anpassad
series_id	sträng	5,458	WPU101 WPU091	Kod som identifierar den specifika serien. En tidsserie avser en datauppsättning som observeras under en utökad tidsperiod med logiska tidsintervall. I https://download.bls.gov/pub/time.series/wp/wp.series finns mer information om serier som kod, namn, start- och slutår med mera.
series_title	sträng	4,379	PPI Råvarudata för gruvtjänster, inte säsongsrensade PPI Commodity-data för metallbehandlingstjänster, inte säsongsrensade	Namn på den specifika serien. En tidsserie avser en datauppsättning som observeras under en utökad tidsperiod med logiska tidsintervall. Mer https://download.bls.gov/pub/time.series/wp/wp.series information om serier som ID, namn, start- och slutår osv.
värde	flyttal	6,788	100.0 99.0999984741211	Prisindex för objekt.
år	heltal	26	2018 2017	Identifierar observationsåret.

Förhandsversion

item_code	group_code	series_id	år	period	värde	footnote_codes	säsongsmässig	series_title	group_name	item_name
120922	05	WPU05120922	2008	M06	100	Nan	U	PPI Commodity data for Fuels and related products and power-Prepared bituminous coal underground mine, mechanically crushed/screened/sized only, not seasonally adjusted	Bränslen och relaterade produkter och kraft	Förberedd bituminous kol underjordisk gruva, mekaniskt krossad / screenad / storlek endast
120922	05	WPU05120922	2008	M07	104,6	Nan	U	PPI Commodity data for Fuels and related products and power-Prepared bituminous coal underground mine, mechanically crushed/screened/sized only, not seasonally adjusted	Bränslen och relaterade produkter och kraft	Förberedd bituminous kol underjordisk gruva, mekaniskt krossad / screenad / storlek endast
120922	05	WPU05120922	2008	M08	104.4	Nan	U	PPI Commodity data for Fuels and related products and power-Prepared bituminous coal underground mine, mechanically crushed/screened/sized only, not seasonally adjusted	Bränslen och relaterade produkter och kraft	Förberedd bituminous kol underjordisk gruva, mekaniskt krossad / screenad / storlek endast
120922	05	WPU05120922	2008	M09	98,3	Nan	U	PPI Commodity data for Fuels and related products and power-Prepared bituminous coal underground mine, mechanically crushed/screened/sized only, not seasonally adjusted	Bränslen och relaterade produkter och kraft	Förberedd bituminous kol underjordisk gruva, mekaniskt krossad / screenad / storlek endast
120922	05	WPU05120922	2008	M10	101.5	Nan	U	PPI Commodity data for Fuels and related products and power-Prepared bituminous coal underground mine, mechanically crushed/screened/sized only, not seasonally adjusted	Bränslen och relaterade produkter och kraft	Förberedd bituminous kol underjordisk gruva, mekaniskt krossad / screenad / storlek endast
120922	05	WPU05120922	2008	M11	95,2	Nan	U	PPI Commodity data for Fuels and related products and power-Prepared bituminous coal underground mine, mechanically crushed/screened/sized only, not seasonally adjusted	Bränslen och relaterade produkter och kraft	Förberedd bituminous kol underjordisk gruva, mekaniskt krossad / screenad / storlek endast

Dataåtkomst

Azure Notebooks

azureml-opendatasets

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

labor = UsLaborPPICommodity()
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_commodity/"

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

Exempel är inte tillgängligt för den här kombinationen av plattform/paket.

Azure Databricks

azureml-opendatasets

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

labor = UsLaborPPICommodity()
labor_df = labor.to_spark_dataframe()

display(labor_df.limit(5))

azure-storage

Exempel är inte tillgängligt för den här kombinationen av plattform/paket.

pyspark

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

Exempel är inte tillgängligt för den här kombinationen av plattform/paket.

azure-storage

Exempel är inte tillgängligt för den här kombinationen av plattform/paket.

pyspark

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

Nästa steg

Visa resten av datauppsättningarna i katalogen Öppna datamängder.