共用方式為


US Local Area Unemployment Statistics (美國各地區域的失業統計資料)

地區別失業統計 (LAUS) 計劃會產生美國普查區域和行政區、州/省、郡縣、都會區和許多城市的月度和年度就業、失業和人力資料。

注意

Microsoft 依「現況」提供 Azure 開放資料集。 針對 貴用戶對資料集的使用方式,Microsoft 不提供任何明示或默示的擔保、保證或條件。 在 貴用戶當地法律允許的範圍內,針對因使用資料集而導致的任何直接性、衍生性、特殊性、間接性、附隨性或懲罰性損害或損失,Microsoft 概不承擔任何責任。

此資料集是根據 Microsoft 接收來源資料的原始條款所提供。 資料集可能包含源自 Microsoft 的資料。

讀我檔案是包含此資料集詳細資訊的檔案,位於原始資料集位置

此資料集的來源是美國勞工統計局 (BLS) 所發佈的各地區失業統計資料。 如需此資料集相關的使用條款及條件,請參閱 Copyright Information (連結與著作權資訊) 及 Important Web Site Notices (重要網站聲明)。

儲存位置

此資料集儲存於美國東部 Azure 區域。 建議您在美國東部配置計算資源,以確保同質性。

資料行

名稱 資料類型 唯一 Values (sample) 描述
area_code 字串 8,290 ST3400000000000 RD8200000000000 識別地理區域的代碼。 請參閱 https://download.bls.gov/pub/time.series/la/la.area
area_text 字串 8,238 俄勒岡州哥倫比亞特區 地理區域的名稱。 請參閱https://download.bls.gov/pub/time.series/la/la.area
area_type_code 字串 14 F G 定義區域類型的唯一代碼。 請參閱https://download.bls.gov/pub/time.series/la/la.area_type
areatype_text 字串 14 超過 25,000 人口的郡和相等城市及城鎮 區域類型的名稱。
footnote_codes 字串 5 nan P
measure_code 字串 4 5 4 識別所測量元素的代碼。 03:失業率,04:失業,05:就業,06:勞動力。 請參閱 https://download.bls.gov/pub/time.series/la/la.measure
measure_text 字串 4 就業失業 所測量元素的名稱。 請參閱https://download.bls.gov/pub/time.series/la/la.measure
Period 字串 13 M07 M05 識別期間,尤其是月份。 請參閱https://download.bls.gov/pub/time.series/la/la.period
seasonal 字串 2 U S
series_id 字串 33,476 LASST160000000000006 LASST200000000000006 識別數列的代碼。 請參閱 https://download.bls.gov/pub/time.series/la/la.series 中的完整數列清單。
series_title 字串 33,268 就業:費城郡/市、PA(U) 勞動力:馬納薩斯市、VA(U) 識別數列的標題。 請參閱 https://download.bls.gov/pub/time.series/la/la.series 中的完整數列清單。
srd_code 字串 53 48 23 州、區域或分區代碼。
srd_text 字串 53 德克薩斯州 緬因州
value float 600,099 4.0 5.0 特定計量的值。
year int 44 2009 2008

預覽​​

area_code area_type_code srd_code measure_code series_id year Period value footnote_codes seasonal series_title measure_text srd_text areatype_text area_text
CA3653200000000 E 36 3 LAUCA365320000000003 2000 M01 4.7 NAN U 失業率:雪城-奧本,紐約聯合統計區 (U) 失業率 紐約 聯合區 雪城-奧本,紐約聯合統計區
CA3653200000000 E 36 3 LAUCA365320000000003 2000 M02 4.7 NAN U 失業率:雪城-奧本,紐約聯合統計區 (U) 失業率 紐約 聯合區 雪城-奧本,紐約聯合統計區
CA3653200000000 E 36 3 LAUCA365320000000003 2000 M03 4.2 NAN U 失業率:雪城-奧本,紐約聯合統計區 (U) 失業率 紐約 聯合區 雪城-奧本,紐約聯合統計區
CA3653200000000 E 36 3 LAUCA365320000000003 2000 M04 3.6 NAN U 失業率:雪城-奧本,紐約聯合統計區 (U) 失業率 紐約 聯合區 雪城-奧本,紐約聯合統計區
CA3653200000000 E 36 3 LAUCA365320000000003 2000 M05 3.6 NAN U 失業率:雪城-奧本,紐約聯合統計區 (U) 失業率 紐約 聯合區 雪城-奧本,紐約聯合統計區
CA3653200000000 E 36 3 LAUCA365320000000003 2000 M06 3.6 NAN U 失業率:雪城-奧本,紐約聯合統計區 (U) 失業率 紐約 聯合區 雪城-奧本,紐約聯合統計區
CA3653200000000 E 36 3 LAUCA365320000000003 2000 M07 3.6 NAN U 失業率:雪城-奧本,紐約聯合統計區 (U) 失業率 紐約 聯合區 雪城-奧本,紐約聯合統計區

資料存取

Azure Notebooks

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

usLaborLAUS = UsLaborLAUS()
usLaborLAUS_df = usLaborLAUS.to_pandas_dataframe()
usLaborLAUS_df.info()

Azure Databricks

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

usLaborLAUS = UsLaborLAUS()
usLaborLAUS_df = usLaborLAUS.to_spark_dataframe()
display(usLaborLAUS_df.limit(5))

Azure Synapse

此平台/封裝組合沒有可用的樣本。

下一步

檢視開放資料集目錄中的其餘資料集。