Feestdagen

Artikel
12/06/2023

Wereldwijde gegevens over nationale feestdagen zijn afkomstig van het PyPI-feestdagenpakket en Wikipedia, voor 38 landen of regio's tussen 1970 en 2099.

Elke rij geeft de feestdageninformatie aan voor een specifiek(e) datum, land of regio en de vraag of de meeste personen betaald verlof hebben.

Notitie

Microsoft biedt Azure Open Datasets op basis van 'zoals is'. Microsoft geeft geen garanties, uitdrukkelijk of impliciet, garanties of voorwaarden met betrekking tot uw gebruik van de gegevenssets. Voor zover toegestaan volgens uw lokale wetgeving, wijst Microsoft alle aansprakelijkheid af voor eventuele schade of verliezen, waaronder directe, gevolgschade, speciale, indirecte, incidentele of strafbare gegevenssets, die het gevolg zijn van uw gebruik van de gegevenssets.

Deze gegevensset wordt geleverd onder de oorspronkelijke voorwaarden dat Microsoft de brongegevens heeft ontvangen. De gegevensset kan gegevens bevatten die afkomstig zijn van Microsoft.

Volume en retentie

Deze gegevensset wordt opgeslagen in de Parquet-indeling. Het is een momentopname met vakantiegegevens van 1 januari 1970 tot 1 januari 2099. De gegevensgrootte is ongeveer 500 KB.

Opslaglocatie

Deze gegevensset wordt opgeslagen in de Azure-regio US - oost. We raden u aan rekenresources in VS - oost te zoeken voor affiniteit.

Aanvullende informatie

Deze gegevensset bestaat uit gegevens die afkomstig zijn van Wikipedia (WikiMedia Foundation Inc) en het PyPI-feestdagenpakket.

Wikipedia: oorspronkelijke bron, oorspronkelijke licentie
PyPI-feestdagen: oorspronkelijke bron, oorspronkelijke licentie

De gecombineerde gegevensset is beschikbaar conform de niet-gepoorte Creative Commons Attribution-ShareAlike 3.0-licentie.

Stuur een e-mail naar aod@microsoft.com als u vragen hebt over de gegevensbron.

Kolommen

Naam	Gegevenstype	Uniek	Waarden (voorbeeld)	Beschrijving
countryOrRegion	tekenreeks	38	Zweden Noorwegen	De volledige naam van het land of de regio.
countryRegionCode	tekenreeks	35	SE NEE	De land- of regiocode, gevolgd door deze indeling.
datum	timestamp	20,665	2074-01-01 00:00:00 2025-12-25 00:00:00	De datum van de feestdag.
holidayName	tekenreeks	483	Søndag Söndag	De volledige naam van de feestdag.
isPaidTimeOff	boolean	3	Waar	Geef aan of de meeste mensen op deze datum verlof hebben betaald (nu alleen beschikbaar voor VS, GB en India). Als deze waarde null is, is deze informatie niet bekend.
normalizeHolidayName	tekenreeks	438	Søndag Söndag	Genormaliseerde naam van de feestdag.

Preview

countryOrRegion	holidayName	normalizeHolidayName	countryRegionCode	datum
Noorwegen	Søndag	Søndag	NO	12-28-2098 12:00:00 uur
Zweden	Söndag	Söndag	SE	12-28-2098 12:00:00 uur
Australië	Boksen dag	Boksen dag	AU	26-12-2098 12:00:00 uur
Hongarije	Karácsony másnapja	Karácsony másnapja	HU	26-12-2098 12:00:00 uur
Oostenrijk	Stefanitag	Stefanitag	AT	26-12-2098 12:00:00 uur
Canada	Boksen dag	Boksen dag	CA (consistentie en beschikbaarheid)	26-12-2098 12:00:00 uur
Kroatië	Het Stjepan van Den	Het Stjepan van Den	HR	26-12-2098 12:00:00 uur
Tsjechisch	2. svátek vánoční	2. svátek vánoční	CZ	26-12-2098 12:00:00 uur

Toegang tot gegevens

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'))

Volgende stappen

Bekijk de rest van de gegevenssets in de catalogus Open Datasets.