US Local Area Unemployment Statistics (Estatísticas de Desemprego a Nível Local nos E.U.A.)

Artigo
12/06/2023

O programa Local Area Unemployment Statistics (LAUS, Estatísticas de Desemprego de Áreas Locais) produz dados mensais e anuais relativos a emprego, desemprego e mão-de-obra para regiões e divisões do Census, estados, condados, áreas metropolitanas e muitas cidades dos Estados Unidos.

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.

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

Este conjunto de dados foi obtido a partir dos dados das Estatísticas de Desemprego de Áreas Locais 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 do 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.

US National Employment Hours and Earnings (Salários e Horários de Emprego a Nível Nacional nos E.U.A.)
Salários e Horários de Emprego a Nível Estadual nos E.U.A.
US Labor Force Statistics (Estatísticas da Mão-de-Obra dos E.U.A.)

Colunas

Name	Tipo de dados	Exclusivo	Values (sample)	Description
area_code	string	8,290	ST3400000000000 RD8200000000000	Código identificativo da área geográfica. Consulte https://download.bls.gov/pub/time.series/la/la.area.
area_text	string	8,238	Distrito de Colúmbia Oregon	Nome da área geográfica. veja https://download.bls.gov/pub/time.series/la/la.area
area_type_code	string	14	F G	Código exclusivo que define o tipo de área. veja https://download.bls.gov/pub/time.series/la/la.area_type
areatype_text	string	14	Condados e equivalentes Cidades e vilas com mais de 25 000 habitantes	Nome do tipo de área.
footnote_codes	string	5	nan P
measure_code	string	4	5 4	Código identificativo do elemento medido. 03: taxa de desemprego, 04: desemprego, 05: emprego, 06: mão-de-obra. Consulte https://download.bls.gov/pub/time.series/la/la.measure.
measure_text	string	4	desemprego laboral	Nome do elemento medido. veja https://download.bls.gov/pub/time.series/la/la.measure
período	string	13	M07 M05	Identifica o período, que é, normalmente, o mês. veja https://download.bls.gov/pub/time.series/la/la.period
Sazonal	string	2	U S
series_id	string	33,476	LASST160000000000006 LASST200000000000006	Código identificativo das séries. Veja https://download.bls.gov/pub/time.series/la/la.series para obter uma lista completa das séries.
series_title	string	33,268	Emprego: Condado de Filadélfia/cidade, PA (U) Força de trabalho: Manassas cidade, VA (U)	Título identificativo das séries. Veja https://download.bls.gov/pub/time.series/la/la.series para obter uma lista completa das séries.
srd_code	string	53	48 23	Código de estado, região ou divisão.
srd_text	string	53	Texas, Maine
valor	flutuante	600,099	4.0 5.0	Valor da medida específica.
ano	número inteiro	44	2009 2008

Pré-visualizar

area_code	area_type_code	srd_code	measure_code	series_id	ano	período	valor	footnote_codes	Sazonal	series_title	measure_text	srd_text	areatype_text	area_text
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M01	4.7	Nan	U	Taxa de desemprego: Syracuse-Auburn, NY Combined Statistical Area (U)	taxa de desemprego	Nova Iorque	Áreas combinadas	Syracuse-Auburn, NY Área Estatística Combinada
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M02	4.7	Nan	U	Taxa de desemprego: Syracuse-Auburn, NY Combined Statistical Area (U)	taxa de desemprego	Nova Iorque	Áreas combinadas	Syracuse-Auburn, NY Área Estatística Combinada
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M03	4.2	Nan	U	Taxa de desemprego: Syracuse-Auburn, NY Combined Statistical Area (U)	taxa de desemprego	Nova Iorque	Áreas combinadas	Syracuse-Auburn, NY Área Estatística Combinada
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M04	3.6	Nan	U	Taxa de desemprego: Syracuse-Auburn, NY Combined Statistical Area (U)	taxa de desemprego	Nova Iorque	Áreas combinadas	Syracuse-Auburn, NY Área Estatística Combinada
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M05	3.6	Nan	U	Taxa de desemprego: Syracuse-Auburn, NY Combined Statistical Area (U)	taxa de desemprego	Nova Iorque	Áreas combinadas	Syracuse-Auburn, NY Área Estatística Combinada
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M06	3.6	Nan	U	Taxa de desemprego: Syracuse-Auburn, NY Combined Statistical Area (U)	taxa de desemprego	Nova Iorque	Áreas combinadas	Syracuse-Auburn, NY Área Estatística Combinada
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M07	3.6	Nan	U	Taxa de desemprego: Syracuse-Auburn, NY Combined Statistical Area (U)	taxa de desemprego	Nova Iorque	Áreas combinadas	Syracuse-Auburn, NY Área Estatística Combinada

Acesso a dados

Azure Notebooks

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

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

usLaborLAUS_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 = "laborstatisticscontainer"
folder_name = "laus/"

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.
from azureml.opendatasets import UsLaborLAUS

usLaborLAUS = UsLaborLAUS()
usLaborLAUS_df = usLaborLAUS.to_spark_dataframe()

display(usLaborLAUS_df.limit(5))

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

Amostra não disponível para esta combinação de plataforma/pacote.

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