Gesetzliche Feiertage

Artikel
12/06/2023

Daten zu Feiertagen weltweit aus dem Feiertagspaket von PyPI und von Wikipedia (38 Länder oder Regionen von 1970–2099).

Jede Zeile enthält bestimmte Informationen zu Feiertagen an einem bestimmten Datum und in einem bestimmten Land bzw. einer bestimmten Region sowie die Angabe, ob die Bewohner des Landes an dem Tag freihaben.

Hinweis

Microsoft stellt Datasets der Plattform Azure Open Datasets auf einer „As is“-Basis (d. h. ohne Mängelgewähr) zur Verfügung. Microsoft übernimmt weder ausdrücklich noch stillschweigend die Gewährleistung für Ihre Nutzung der Datasets und sichert keinerlei Garantien oder Bedingungen zu. Soweit nach örtlich anwendbarem Recht zulässig, lehnt Microsoft jegliche Haftung für Schäden oder Verluste ab. Dies schließt direkte, indirekte, besondere oder zufällige Schäden oder Verluste sowie Folge- und Strafschäden und damit verbundene Verluste ein, die sich aus Ihrer Nutzung der Datasets ergeben.

Für die Bereitstellung dieses Datasets gelten die ursprünglichen Nutzungsbedingungen, unter denen Microsoft die Quelldaten bezogen hat. Das Dataset kann Daten von Microsoft enthalten.

Volume und Aufbewahrung

Dieses Dataset wird im Parquet-Format gespeichert. Es ist eine Momentaufnahme mit Feiertagsinformationen vom 1. Januar 1970 bis zum 1. Januar 2099. Die Datengröße beträgt etwa 500 KB.

Speicherort

Dieses Dataset wird in der Azure-Region „USA, Osten“ gespeichert. Wir empfehlen Ihnen, aus Affinitätsgründen Computeressourcen in „USA, Osten“ anzuordnen.

Zusätzliche Informationen

Dieses Dataset enthält Daten von Wikipedia (WikiMedia Foundation Inc.) und aus dem Feiertagspaket von PyPI.

Wikipedia: ursprüngliche Quelle, ursprüngliche Lizenz
PyPI-Feiertage: ursprüngliche Quelle, ursprüngliche Lizenz

Sie finden das vollständige Dataset in den Lizenzbestimmungen Creative Commons Attribution-ShareAlike 3.0 Unported.

Senden Sie eine E-Mail an aod@microsoft.com, wenn Sie Fragen zur Datenquelle haben.

Spalten

Name	Datentyp	Eindeutig	Beispielwerte	BESCHREIBUNG
countryOrRegion	Zeichenfolge	38	Schweden Norwegen	Vollständiger Name des Lands oder der Region.
countryRegionCode	Zeichenfolge	35	SE NO	Länder- oder Regionscode im hier beschriebenen Format.
date	timestamp	20,665	2074-01-01 00:00:00 2025-12-25 00:00:00	Datum des Feiertags.
holidayName	Zeichenfolge	483	Søndag Söndag	Der vollständige Name des Feiertags.
isPaidTimeOff	boolean	3	True	Gibt an, ob die meisten Personen an diesem Datum bezahlten Urlaub haben (derzeit nur für die USA, Großbritannien und Indien verfügbar). Wenn der Wert NULL lautet, ist die Information unbekannt.
normalizeHolidayName	Zeichenfolge	438	Søndag Söndag	Normalisierter Name des Feiertags.

Vorschau

countryOrRegion	holidayName	normalizeHolidayName	countryRegionCode	date
Norwegen	Søndag	Søndag	Nein	12/28/2098 12:00:00 AM
Schweden	Söndag	Söndag	SE	12/28/2098 12:00:00 AM
Australien	Boxing Day	Boxing Day	AU	12/26/2098 12:00:00 AM
Ungarn	Karácsony másnapja	Karácsony másnapja	HU	12/26/2098 12:00:00 AM
Österreich	Stefanitag	Stefanitag	AT	12/26/2098 12:00:00 AM
Kanada	Boxing Day	Boxing Day	CA	12/26/2098 12:00:00 AM
Kroatien	Sveti Stjepan	Sveti Stjepan	HR	12/26/2098 12:00:00 AM
Tschechisch	2. svátek vánoční	2. svátek vánoční	CZ	12/26/2098 12:00:00 AM

Datenzugriff

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'))

Nächste Schritte

Machen Sie sich mit den restlichen Datasets im Open Datasets-Katalog vertraut.

Share via