Helgdagar

Artikel
12/06/2023

Information om allmänna helgdagar över hela världen från PyPI-paketet för helgdagar och Wikipedia, som omfattar 38 länder och regioner från 1970 till 2099.

Varje rad visar helgdagsinformation för ett specifikt datum, land/region och om de flesta invånarna har betald ledighet.

Kommentar

Microsoft tillhandahåller Azure Open Datasets i befintligt fall. Microsoft ger inga garantier, uttryckliga eller underförstådda garantier eller villkor för din användning av datauppsättningarna. I den utsträckning som tillåts enligt din lokala lag frånsäger sig Microsoft allt ansvar för eventuella skador eller förluster, inklusive direkt, följdriktig, särskild, indirekt, tillfällig eller straffbar, till följd av din användning av datauppsättningarna.

Datamängden tillhandahålls enligt de ursprungliga villkor som gällde när Microsoft tog emot källdatan. Datamängden kan innehålla data från Microsoft.

Volym och kvarhållning

Datamängden lagras i Parquet-format. Det är en ögonblicksbild med semesterinformation från 1 januari 1970 till 1 januari 2099. Datastorleken är cirka 500 KB.

Lagringsplats

Datamängden lagras i Azure-regionen Östra USA. Vi rekommenderar att du letar upp beräkningsresurser i USA, östra för tillhörighet.

Ytterligare information

Datamängden kombinerar data från Wikipedia (WikiMedia Foundation Inc) och PyPI-paketet för helgdagar.

Wikipedia: ursprunglig källa, ursprunglig licens
PyPI-helgdagar: ursprunglig källa, ursprunglig licens

Den kombinerade datamängden finns under Creative Commons Attribution-ShareAlike 3.0 Unported License.

Du kan skicka ett e-postmeddelande till aod@microsoft.com om du har frågor om datakällan.

Kolumner

Name	Datatyp	Unik	Värden (exempel)	beskrivning
countryOrRegion	sträng	38	Sverige Norge	Landets eller regionens fullständiga namn.
countryRegionCode	sträng	35	SE NEJ	Lands- eller regionskod i det här formatet.
datum	timestamp	20,665	2074-01-01 00:00:00 2025-12-25 00:00:00	Datum för helgdagen.
holidayName	sträng	483	Søndag Söndag	Fullständigt namn på helgdagen.
isPaidTimeOff	boolean	3	Sant	Ange om de flesta har betalat jour den här dagen (endast tillgängligt för USA, GB och Indien nu). Om det är NULL, innebär det att det inte är känt.
normalizeHolidayName	sträng	438	Søndag Söndag	Normaliserat namn på helgdagen.

Förhandsgranskning

countryOrRegion	holidayName	normalizeHolidayName	countryRegionCode	datum
Norge	Søndag	Søndag	NEJ	12/28/2098 12:00:00
Sverige	Söndag	Söndag	SE	12/28/2098 12:00:00
Australien	Annandag jul	Annandag jul	AU	12/26/2098 12:00:00
Ungern	Karácsony másnapja	Karácsony másnapja	HU	12/26/2098 12:00:00
Österrike	Stefanitag	Stefanitag	AT	12/26/2098 12:00:00
Kanada	Annandag jul	Annandag jul	CA	12/26/2098 12:00:00
Kroatien	Sveti Stjepan	Sveti Stjepan	Personal	12/26/2098 12:00:00
Tjeckiska	2. svátek vánoční	2. svátek vánoční	CZ	12/26/2098 12:00:00

Dataåtkomst

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'))

Nästa steg

Visa resten av datauppsättningarna i katalogen Öppna datamängder.