Share via

Statistik zu Arbeitskräften in den USA

  • Artikel

Arbeitskraftstatistiken zu Arbeitskräften, zur Erwerbsbeteiligung und nichtstaatlichen zivilen Bevölkerung nach Alter, Geschlecht und ethnischen Gruppen in den USA.

Dieses Dataset wird aus den vom US Bureau of Labor Statistics (BLS) veröffentlichten Daten der aktuellen (nationalen) Beschäftigungsstatistik erzeugt. Lesen Sie die Informationen zu Verknüpfungen und Copyright und wichtige Hinweise zur Website, um mehr über die Bestimmungen für die Nutzung dieses Datasets zu erfahren.

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.

Speicherort

Dieses Dataset wird in der Azure-Region „USA, Osten“ gespeichert. Aus Gründen der Affinität wird die Zuweisung von Computeressourcen in der Region „USA, Osten“ empfohlen.

Spalten

Name Datentyp Eindeutig Beispielwerte
absn_code INT 4 3 4
activity_code INT 7 8 3
ages_code INT 35 10 17
born_code INT 3 1 2
cert_code INT 5 4 3
chld_code INT 6 2 5
class_code INT 14 2 1
disa_code INT 3 2 1
duration_code INT 11 18 6
education_code INT 9 40 19
entr_code INT 3 1 2
expr_code INT 3 1 2
footnote_codes Zeichenfolge 7 nan 4.0
hheader_code INT 2 1
hour_code INT 13 1 16
indy_code INT 323 368 169
jdes_code INT 3 1 2
lfst_code INT 33 20 30
look_code INT 7 1 6
mari_code INT 5 2 1
mjhs_code INT 6 1 5
occupation_code INT 566 8999 4999
orig_code INT 14 1 2
pcts_code INT 23 5 8
period (Zeitraum) Zeichenfolge 18 M07 M06
periodicity_code Zeichenfolge 3 M Q
race_code INT 14 1 3
rjnw_code INT 9 1 3
rnlf_code INT 11 63 64
rwns_code INT 17 10 1
saisonal Zeichenfolge 2 U S A
seek_code INT 2 1
series_id Zeichenfolge 45.478 LNU01300000 LNU02034560
series_title Zeichenfolge 34.264 (Unadj) Employment Level – Agriculture and Related Industries (Unadj) Civilian Labor Force Level
sexs_code INT 3 1 2
tdat_code INT 6 14
value float 121.742 3,0 4,0
vets_code INT 8 25 1
wkst_code INT 7 14
year INT 80 2018 2017

Vorschau

series_id year period (Zeitraum) value footnote_codes lfst_code periodicity_code series_title absn_code activity_code ages_code cert_code class_code duration_code education_code entr_code expr_code hheader_code hour_code indy_code jdes_code look_code mari_code mjhs_code occupation_code orig_code pcts_code race_code rjnw_code rnlf_code rwns_code seek_code sexs_code tdat_code vets_code wkst_code born_code chld_code disa_code saisonal
LNS11000031Q 1972 Q01 4300 nan 10 Q (Seas) Civilian Labor Force Level – 20 yrs. & over, Black or African American Men 0 0 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 1 0 0 0 0 0 0 E
LNS11000031Q 1972 Q02 4370 nan 10 Q (Seas) Civilian Labor Force Level – 20 yrs. & over, Black or African American Men 0 0 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 1 0 0 0 0 0 0 E
LNS11000031Q 1972 Q03 4397 nan 10 Q (Seas) Civilian Labor Force Level – 20 yrs. & over, Black or African American Men 0 0 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 1 0 0 0 0 0 0 E
LNS11000031Q 1972 Q04 4.381 nan 10 Q (Seas) Civilian Labor Force Level – 20 yrs. & over, Black or African American Men 0 0 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 1 0 0 0 0 0 0 E
LNS11000031Q 1973 Q01 4408 nan 10 Q (Seas) Civilian Labor Force Level – 20 yrs. & over, Black or African American Men 0 0 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 1 0 0 0 0 0 0 E
LNS11000031Q 1973 Q02 4445 nan 10 Q (Seas) Civilian Labor Force Level – 20 yrs. & over, Black or African American Men 0 0 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 1 0 0 0 0 0 0 E
LNS11000031Q 1973 Q03 4477 nan 10 Q (Seas) Civilian Labor Force Level – 20 yrs. & over, Black or African American Men 0 0 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 1 0 0 0 0 0 0 E
LNS11000031Q 1973 Q04 4523 nan 10 Q (Seas) Civilian Labor Force Level – 20 yrs. & over, Black or African American Men 0 0 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 1 0 0 0 0 0 0 E
LNS11000031Q 1974 Q01 4.574 nan 10 Q (Seas) Civilian Labor Force Level – 20 yrs. & over, Black or African American Men 0 0 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 1 0 0 0 0 0 0 E
LNS11000031Q 1974 Q02 4538 nan 10 Q (Seas) Civilian Labor Force Level – 20 yrs. & over, Black or African American Men 0 0 17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 1 0 0 0 0 0 0 E

Datenzugriff

Azure Notebooks

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

labor = UsLaborLFS()
labor_df = labor.to_pandas_dataframe()

labor_df.info()

Azure Databricks

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

labor = UsLaborLFS()
labor_df = labor.to_spark_dataframe()

display(labor_df.limit(5))

Azure Synapse

Für diese Kombination aus Plattform und Paket ist kein Beispiel verfügbar.

Nächste Schritte

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