US National Employment Hours and Earnings (Время занятости и заработная плата граждан США)

Программа статистики текущей занятости (CES) предоставляет подробную оценку отрасли в плане занятости несельскохозяйственного персонала, рабочем времени и окладах в Соединенных Штатах.

Примечание

Корпорация Майкрософт предоставляет Открытые наборы данных Azure как есть. Корпорация Майкрософт не предоставляет никаких гарантий (явных или подразумеваемых) и не определяет никаких условий в связи с использованием этих наборов данных. В рамках, допускаемых местным законодательством, корпорация Майкрософт отказывается от ответственности за ущерб и убытки (в том числе прямые, косвенные, специальные, опосредованные, случайные и штрафные), понесенные в результате использования вами этих наборов данных.

Этот набор данных предоставляется на тех же условиях, на которых корпорация Майкрософт получила исходные данные. Этот набор может включать данные, полученные от корпорации Майкрософт.

README, содержащий файл с подробной информацией об этом наборе данных, доступен в исходном местоположении набора данных.

Источник этого набора данных — государственные статистические данные о текущей занятости (CES), опубликованные Бюро трудовой статистики (BLS) США. Просмотрите Ссылки и информацию об авторских правах и Важные уведомления о веб-сайте, чтобы получить сведения об условиях, связанных с использованием этого набора данных.

Расположение хранения

Этот набор данных хранится в регионе Azure "Восточная часть США". Для обеспечения приближенности рекомендуется выделять вычислительные ресурсы в регионе "Восточная часть США".

Столбцы

Имя Тип данных Уникальная идентификация Значения (образец) Описание
data_type_code строка 37 1 10 См. раздел https://download.bls.gov/pub/time.series/ce/ce.datatype.
data_type_text строка 37 ВСЕ СОТРУДНИКИ, ТЫСЯЧИ СОТРУДНИКОВ ЖЕНЩИН, ТЫСЯЧИ См. раздел https://download.bls.gov/pub/time.series/ce/ce.datatype.
footnote_codes строка 2 nan P
industry_code строка 902 30000000 32000000 Различные отрасли. См. раздел https://download.bls.gov/pub/time.series/ce/ce.industry
industry_name строка 895 Скоропортящиеся товары Товары длительного пользования Различные отрасли. См. раздел https://download.bls.gov/pub/time.series/ce/ce.industry
period строка 13 M03 M06 См. раздел https://download.bls.gov/pub/time.series/ce/ce.period.
сезонные корректировки строка 2 U S
series_id строка 26,021 CEU3100000008 CEU9091912001 Различные типы рядов данных, доступные в наборе данных. См. раздел https://download.bls.gov/pub/time.series/ce/ce.series
series_title строка 25,685 Все сотрудники, тысячи, товары длительного пользования, без сезонной корректировки Все сотрудники, тысячи, скоропортящиеся товары, без сезонной корректировки Заголовки различных типов рядов данных, доступных в наборе данных. См. раздел https://download.bls.gov/pub/time.series/ce/ce.series
supersector_code строка 22 31 60 Классификация отраслей или секторов более высокого уровня. См. раздел https://download.bls.gov/pub/time.series/ce/ce.supersector.
supersector_name строка 22 Товары длительного пользования Профессиональные и деловые услуги Классификация отраслей или секторов более высокого уровня. См. раздел https://download.bls.gov/pub/time.series/ce/ce.supersector.
значение FLOAT 572,372 38.5 38.400001525878906
year INT 81 2017 2012

Предварительный просмотр

data_type_code industry_code supersector_code series_id year period значение footnote_codes сезонные корректировки series_title supersector_name industry_name data_type_text
26 5000000 5 CES0500000026 1939 M04 52 не число S Все сотрудники, среднее изменение за 3 месяца, с поправкой на сезонность, в тысячах, всего частное лицо, с поправкой на сезонность Всего частных Всего частных ВСЕ СОТРУДНИКИ, СРЕДНЕЕ ИЗМЕНЕНИЕ ЗА 3 МЕСЯЦА, С СЕЗОННОЙ КОРРЕКТИРОВКОЙ, ТЫСЯЧИ
26 5000000 5 CES0500000026 1939 M05 65 не число S Все сотрудники, среднее изменение за 3 месяца, с поправкой на сезонность, в тысячах, всего частное лицо, с поправкой на сезонность Всего частных Всего частных ВСЕ СОТРУДНИКИ, СРЕДНЕЕ ИЗМЕНЕНИЕ ЗА 3 МЕСЯЦА, С СЕЗОННОЙ КОРРЕКТИРОВКОЙ, ТЫСЯЧИ
26 5000000 5 CES0500000026 1939 M06 74 не число S Все сотрудники, среднее изменение за 3 месяца, с поправкой на сезонность, в тысячах, всего частное лицо, с поправкой на сезонность Всего частных Всего частных ВСЕ СОТРУДНИКИ, СРЕДНЕЕ ИЗМЕНЕНИЕ ЗА 3 МЕСЯЦА, С СЕЗОННОЙ КОРРЕКТИРОВКОЙ, ТЫСЯЧИ
26 5000000 5 CES0500000026 1939 M07 103 не число S Все сотрудники, среднее изменение за 3 месяца, с поправкой на сезонность, в тысячах, всего частное лицо, с поправкой на сезонность Всего частных Всего частных ВСЕ СОТРУДНИКИ, СРЕДНЕЕ ИЗМЕНЕНИЕ ЗА 3 МЕСЯЦА, С СЕЗОННОЙ КОРРЕКТИРОВКОЙ, ТЫСЯЧИ
26 5000000 5 CES0500000026 1939 M08 108 не число S Все сотрудники, среднее изменение за 3 месяца, с поправкой на сезонность, в тысячах, всего частное лицо, с поправкой на сезонность Всего частных Всего частных ВСЕ СОТРУДНИКИ, СРЕДНЕЕ ИЗМЕНЕНИЕ ЗА 3 МЕСЯЦА, С СЕЗОННОЙ КОРРЕКТИРОВКОЙ, ТЫСЯЧИ
26 5000000 5 CES0500000026 1939 M09 152 не число S Все сотрудники, среднее изменение за 3 месяца, с поправкой на сезонность, в тысячах, всего частное лицо, с поправкой на сезонность Всего частных Всего частных ВСЕ СОТРУДНИКИ, СРЕДНЕЕ ИЗМЕНЕНИЕ ЗА 3 МЕСЯЦА, С СЕЗОННОЙ КОРРЕКТИРОВКОЙ, ТЫСЯЧИ
26 5000000 5 CES0500000026 1939 M10 307 не число S Все сотрудники, среднее изменение за 3 месяца, с поправкой на сезонность, в тысячах, всего частное лицо, с поправкой на сезонность Всего частных Всего частных ВСЕ СОТРУДНИКИ, СРЕДНЕЕ ИЗМЕНЕНИЕ ЗА 3 МЕСЯЦА, С СЕЗОННОЙ КОРРЕКТИРОВКОЙ, ТЫСЯЧИ
26 5000000 5 CES0500000026 1939 M11 248 не число S Все сотрудники, среднее изменение за 3 месяца, с поправкой на сезонность, в тысячах, всего частное лицо, с поправкой на сезонность Всего частных Всего частных ВСЕ СОТРУДНИКИ, СРЕДНЕЕ ИЗМЕНЕНИЕ ЗА 3 МЕСЯЦА, С СЕЗОННОЙ КОРРЕКТИРОВКОЙ, ТЫСЯЧИ

Доступ к данным

Записные книжки Azure

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

usLaborEHENational = UsLaborEHENational()
usLaborEHENational_df = usLaborEHENational.to_pandas_dataframe()
usLaborEHENational_df.info()

Azure Databricks

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

usLaborEHENational = UsLaborEHENational()
usLaborEHENational_df = usLaborEHENational.to_spark_dataframe()
display(usLaborEHENational_df.limit(5))

Azure Synapse

Образец для комбинации платформа/пакет недоступен.

Дальнейшие действия

Просмотрите остальные наборы данных в Каталоге Открытых наборов данных Azure.