Festività pubbliche

Articolo
12/06/2023

Dati per le festività mondiali generati dai pacchetti PyPI relativi alle festività e da Wikipedia e relativi a 38 paesi o aree geografiche dal 1970 al 2099.

Ogni riga contiene informazioni sulle festività per una data, un paese o un'area specifica e indica se per la maggior parte delle persone è previsto il congedo retribuito.

Nota

Microsoft fornisce set di dati aperti di Azure su base "così come è". Microsoft non fornisce garanzie, garanzie o condizioni esplicite o implicite in relazione all'uso dei set di dati. Nella misura consentita dalla legge locale, Microsoft dichiara tutte le responsabilità per eventuali danni o perdite, tra cui diretto, consequenziale, speciale, indiretto, accidentale o irreversibile, risultante dall'uso dei set di dati.

Questo set di dati viene fornito in conformità con le condizioni originali in base alle quali Microsoft ha ricevuto i dati di origine. Il set di dati potrebbe includere dati provenienti da Microsoft.

Volume e conservazione

Il set di dati viene archiviato nel formato Parquet. È uno snapshot con informazioni sulle festività dal 1° gennaio 1970 al 1° gennaio 2099. Le dimensioni dei dati sono pari a circa 500 KB.

Posizione di archiviazione

Questo set di dati è archiviato nell'area Stati Uniti orientali di Azure. È consigliabile individuare le risorse di calcolo negli Stati Uniti orientali per l'affinità.

Informazioni aggiuntive

Questo set di dati combina dati originati da Wikipedia (WikiMedia Foundation Inc) e dai pacchetti PyPI relativi alle festività.

Wikipedia: fonte originale, licenza originale
Pacchetti PyPI relativi alle festività: fonte originale, licenza originale

Il set di dati combinato viene fornito in base alla licenza Creative Commons Attribution-ShareAlike 3.0 Unported.

Invia un messaggio di posta elettronica a aod@microsoft.com se hai domande sull'origine dati.

Colonne

Name	Tipo di dati	Unica	Valori (esempio)	Descrizione
countryOrRegion	stringa	38	Svezia Norvegia	Nome completo del paese o area geografica.
countryRegionCode	stringa	35	edizione Standard NO	Codice del paese o dell'area geografica in base al formato disponibile qui.
data	timestamp	20,665	2074-01-01 00:00:00 2025-12-25 00:00:00	Data della festività.
holidayName	stringa	483	Søndag Söndag	Nome completo della festività.
isPaidTimeOff	boolean	3	True	Indicare se la maggior parte delle persone ha pagato il tempo in questa data (disponibile solo per Stati Uniti, GB e India ora). Se il valore è NULL, l'informazione non è disponibile.
normalizeHolidayName	stringa	438	Søndag Söndag	Nome normalizzato della festività.

Anteprima

countryOrRegion	holidayName	normalizeHolidayName	countryRegionCode	data
Norvegia	Søndag	Søndag	NO	28/12/2098 12:00:00
Svezia	Söndag	Söndag	SE	28/12/2098 12:00:00
Australia	Giorno del boxing	Giorno del boxing	AU	26/12/2098 12:00:00
Ungheria	Karácsony másnapja	Karácsony másnapja	HU	26/12/2098 12:00:00
Austria	Stefanitag	Stefanitag	AT	26/12/2098 12:00:00
Canada	Giorno del boxing	Giorno del boxing	CA	26/12/2098 12:00:00
Croazia	Santi Stjepan	Santi Stjepan	HR	26/12/2098 12:00:00
Ceco	2. svátek vánoční	2. svátek vánoční	CZ	26/12/2098 12:00:00

Accesso ai dati

Azure Notebooks

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

from datetime import datetime
from dateutil import parser
from dateutil.relativedelta import relativedelta


end_date = datetime.today()
start_date = datetime.today() - relativedelta(months=1)
hol = PublicHolidays(start_date=start_date, end_date=end_date)
hol_df = hol.to_pandas_dataframe()

hol_df.info()

# 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 = "holidaydatacontainer"
folder_name = "Processed"

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

Azure Databricks

# This is a package in preview.
# You need to pip install azureml-opendatasets in Databricks cluster. https://learn.microsoft.com/azure/data-explorer/connect-from-databricks#install-the-python-library-on-your-azure-databricks-cluster
from azureml.opendatasets import PublicHolidays

from datetime import datetime
from dateutil import parser
from dateutil.relativedelta import relativedelta


end_date = datetime.today()
start_date = datetime.today() - relativedelta(months=1)
hol = PublicHolidays(start_date=start_date, end_date=end_date)
hol_df = hol.to_spark_dataframe()

display(hol_df.limit(5))

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "holidaydatacontainer"
blob_relative_path = "Processed"
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

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

from datetime import datetime
from dateutil import parser
from dateutil.relativedelta import relativedelta


end_date = datetime.today()
start_date = datetime.today() - relativedelta(months=1)
hol = PublicHolidays(start_date=start_date, end_date=end_date)
hol_df = hol.to_spark_dataframe()

# Display top 5 rows
display(hol_df.limit(5))

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "holidaydatacontainer"
blob_relative_path = "Processed"
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'))

Passaggi successivi

Visualizzare il resto dei set di dati nel catalogo Open Datasets.