US State Employment Hours and Earnings (美國各州的工時與工資)

發行項
01/10/2024

目前就業統計 (CES) 計劃會產生詳細的美國非農就業產業預估值、工作時數和工作者的薪資收入。

注意

Microsoft 會以「如目前」為基礎提供 Azure 開放數據集。 Microsoft 不會就您使用數據集做出任何明示或默示擔保或條件。根據當地法律所允許的範圍，Microsoft 會免除因使用數據集而產生的任何損害或損失的所有責任，包括直接、衍生、特殊、間接、附帶或懲罰性。

此資料集是根據 Microsoft 接收來源資料的原始條款所提供。資料集可能包含源自 Microsoft 的資料。

此數據集來自美國勞工統計局（BLS）發佈的州和地鐵地區就業、小時和收入數據。如需此資料集相關的使用條款及條件，請參閱 Copyright Information (連結與著作權資訊) 及 Important Web Site Notices (重要網站聲明)。

儲存位置

此資料集儲存於美國東部 Azure 區域。建議您在美國東部配置計算資源，以確保同質性。

US National Employment Hours and Earnings (美國全國的工時與工資)
US Local Area Unemployment Statistics (美國各地區域的失業統計資料)
US Labor Force Statistics (美國勞動力統計資料)

資料行

名稱	資料類型	唯一	Values (sample)
area_code	string	446	0 31084
area_name	string	446	全州洛杉磯-長灘-葛籣代爾，CA大都會區分區
data_type_code	string	9	1 3
data_type_text	string	9	所有員工，所有員工平均每周時數千
footnote_codes	string	3	nan P
industry_code	string	343	0 5000000
industry_name	string	343	Total Nonfarm Total Private
Period	string	13	M04 M05
季節性	字串	2	美國
series_id	string	23,853	SMU12000000000000001 SMU36000000000000001
state_code	string	53	6 48
state_name	string	53	加州德克薩斯州
supersector_code	string	22	90 60
supersector_name	string	22	政府專業與商務服務
value	float	132,565	0.30000001192092896 0.10000000149011612
year	int	81	2014 2018

預覽

area_code	state_code	data_type_code	series_id	year	Period	value	footnote_codes	季節性	supersector_name	industry_name	data_type_text	state_name	area_name
13460	41	26	SMS41134600000000026	1990	M04	0.2	NAN	S	非農場總數	非農場總數	所有員工，3 個月的平均變更，以千為單位，經季節性調整	奧勒岡州	Bend-Redmond、OR
13460	41	26	SMS41134600000000026	1990	M05	0.2	NAN	S	非農場總數	非農場總數	所有員工，3 個月的平均變更，以千為單位，經季節性調整	奧勒岡州	Bend-Redmond、OR
13460	41	26	SMS41134600000000026	1990	M06	0.1	NAN	S	非農場總數	非農場總數	所有員工，3 個月的平均變更，以千為單位，經季節性調整	奧勒岡州	Bend-Redmond、OR
13460	41	26	SMS41134600000000026	1990	M07	0.1	NAN	S	非農場總數	非農場總數	所有員工，3 個月的平均變更，以千為單位，經季節性調整	奧勒岡州	Bend-Redmond、OR
13460	41	26	SMS41134600000000026	1990	M08	0.2	NAN	S	非農場總數	非農場總數	所有員工，3 個月的平均變更，以千為單位，經季節性調整	奧勒岡州	Bend-Redmond、OR
13460	41	26	SMS41134600000000026	1990	M09	0.2	NAN	S	非農場總數	非農場總數	所有員工，3 個月的平均變更，以千為單位，經季節性調整	奧勒岡州	Bend-Redmond、OR
13460	41	26	SMS41134600000000026	1990	M10	0.1	NAN	S	非農場總數	非農場總數	所有員工，3 個月的平均變更，以千為單位，經季節性調整	奧勒岡州	Bend-Redmond、OR

資料存取

Azure Notebooks

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

usLaborEHEState = UsLaborEHEState()
usLaborEHEState_df = usLaborEHEState.to_pandas_dataframe()

usLaborEHEState_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 = "ehe_state/"

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 UsLaborEHEState

usLaborEHEState = UsLaborEHEState()
usLaborEHEState_df = usLaborEHEState.to_spark_dataframe()

display(usLaborEHEState_df.limit(5))

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

此平臺/套件組合無法使用的範例。

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "laborstatisticscontainer"
blob_relative_path = "ehe_state/"
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'))

下一步

檢視開放式數據集目錄中的其餘數據集。