Nationale Beschäftigungszeit und Einnahmen in den USA
Das CES-Programm (Current Employment Statistics) produziert detaillierte Branchenschätzungen für nicht landwirtschaftliche Beschäftigung, Arbeitszeit und Einnahmen von Arbeitnehmern in den USA, die Gehaltsabrechnungen erhalten.
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.
Die INFODATEI mit der Datei für ausführliche Informationen zu diesem Dataset ist am ursprünglichen Speicherort des Datasets verfügbar.
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.
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.
Zugehörige Datasets
- Beschäftigungszeit und Einnahmen in den USA nach Bundesstaat
- Statistik zur Arbeitslosigkeit in den USA nach lokaler Umgebung
- Statistik zu Arbeitskräften in den USA
Spalten
Name | Datentyp | Eindeutig | Beispielwerte | BESCHREIBUNG |
---|---|---|---|---|
data_type_code | Zeichenfolge | 37 | 1 10 | Siehe https://download.bls.gov/pub/time.series/ce/ce.datatype. |
data_type_text | Zeichenfolge | 37 | ALLE MITARBEITER, TAUSENDE WEIBLICHE MITARBEITER, TAUSENDE | Siehe https://download.bls.gov/pub/time.series/ce/ce.datatype. |
footnote_codes | Zeichenfolge | 2 | nan P | |
industry_code | Zeichenfolge | 902 | 30000000 32000000 | Unterschiedliche abgedeckte Branchen. Siehe https://download.bls.gov/pub/time.series/ce/ce.industry |
industry_name | Zeichenfolge | 895 | Verbrauchsgüter Langlebige Güter | Unterschiedliche abgedeckte Branchen. Siehe https://download.bls.gov/pub/time.series/ce/ce.industry |
period (Zeitraum) | Zeichenfolge | 13 | M03 M06 | Siehe https://download.bls.gov/pub/time.series/ce/ce.period. |
saisonal | Zeichenfolge | 2 | U S A | |
series_id | Zeichenfolge | 26.021 | CEU3100000008 CEU9091912001 | Unterschiedliche im Dataset verfügbare Datenserientypen. Siehe https://download.bls.gov/pub/time.series/ce/ce.series |
series_title | Zeichenfolge | 25.685 | Alle Beschäftigten, Tausende, Verbrauchsgüter, nicht saisonabhängig angepasst Alle Mitarbeiter, Tausende, Verbrauchsgüter, nicht saisonabhängig angepasst | Titel der unterschiedlichen im Dataset verfügbare Datenserientypen. Siehe https://download.bls.gov/pub/time.series/ce/ce.series |
supersector_code | Zeichenfolge | 22 | 31 60 | Klassifizierung für Branche oder Sektor auf höherer Ebene. Siehe https://download.bls.gov/pub/time.series/ce/ce.supersector. |
supersector_name | Zeichenfolge | 22 | Langlebige Güter Professionelle und geschäftliche Dienste | Klassifizierung für Branche oder Sektor auf höherer Ebene. Siehe https://download.bls.gov/pub/time.series/ce/ce.supersector. |
value | float | 572.372 | 38,5 38,400001525878906 | |
year | INT | 81 | 2017 2012 |
Vorschau
data_type_code | industry_code | supersector_code | series_id | year | period (Zeitraum) | value | footnote_codes | saisonal | series_title | supersector_name | industry_name | data_type_text |
---|---|---|---|---|---|---|---|---|---|---|---|---|
26 | 5000000 | 5 | CES0500000026 | 1939 | M04 | 52 | nan | E | Alle Mitarbeiter, Veränderung im 3-Monats-Durchschnitt, saisonabhängig angepasst, Tausende, gesamt privat, saisonabhängig angepasst | Gesamt privat | Gesamt privat | ALLE MITARBEITER, VERÄNDERUNG IM 3-MONATS-DURCHSCHNITT, SAISONABHÄNGIG ANGEPASST, TAUSENDE |
26 | 5000000 | 5 | CES0500000026 | 1939 | M05 | 65 | nan | E | Alle Mitarbeiter, Veränderung im 3-Monats-Durchschnitt, saisonabhängig angepasst, Tausende, gesamt privat, saisonabhängig angepasst | Gesamt privat | Gesamt privat | ALLE MITARBEITER, VERÄNDERUNG IM 3-MONATS-DURCHSCHNITT, SAISONABHÄNGIG ANGEPASST, TAUSENDE |
26 | 5000000 | 5 | CES0500000026 | 1939 | M06 | 74 | nan | E | Alle Mitarbeiter, Veränderung im 3-Monats-Durchschnitt, saisonabhängig angepasst, Tausende, gesamt privat, saisonabhängig angepasst | Gesamt privat | Gesamt privat | ALLE MITARBEITER, VERÄNDERUNG IM 3-MONATS-DURCHSCHNITT, SAISONABHÄNGIG ANGEPASST, TAUSENDE |
26 | 5000000 | 5 | CES0500000026 | 1939 | M07 | 103 | nan | E | Alle Mitarbeiter, Veränderung im 3-Monats-Durchschnitt, saisonabhängig angepasst, Tausende, gesamt privat, saisonabhängig angepasst | Gesamt privat | Gesamt privat | ALLE MITARBEITER, VERÄNDERUNG IM 3-MONATS-DURCHSCHNITT, SAISONABHÄNGIG ANGEPASST, TAUSENDE |
26 | 5000000 | 5 | CES0500000026 | 1939 | M08 | 108 | nan | E | Alle Mitarbeiter, Veränderung im 3-Monats-Durchschnitt, saisonabhängig angepasst, Tausende, gesamt privat, saisonabhängig angepasst | Gesamt privat | Gesamt privat | ALLE MITARBEITER, VERÄNDERUNG IM 3-MONATS-DURCHSCHNITT, SAISONABHÄNGIG ANGEPASST, TAUSENDE |
26 | 5000000 | 5 | CES0500000026 | 1939 | M09 | 152 | nan | E | Alle Mitarbeiter, Veränderung im 3-Monats-Durchschnitt, saisonabhängig angepasst, Tausende, gesamt privat, saisonabhängig angepasst | Gesamt privat | Gesamt privat | ALLE MITARBEITER, VERÄNDERUNG IM 3-MONATS-DURCHSCHNITT, SAISONABHÄNGIG ANGEPASST, TAUSENDE |
26 | 5000000 | 5 | CES0500000026 | 1939 | M10 | 307 | nan | E | Alle Mitarbeiter, Veränderung im 3-Monats-Durchschnitt, saisonabhängig angepasst, Tausende, gesamt privat, saisonabhängig angepasst | Gesamt privat | Gesamt privat | ALLE MITARBEITER, VERÄNDERUNG IM 3-MONATS-DURCHSCHNITT, SAISONABHÄNGIG ANGEPASST, TAUSENDE |
26 | 5000000 | 5 | CES0500000026 | 1939 | M11 | 248 | nan | E | Alle Mitarbeiter, Veränderung im 3-Monats-Durchschnitt, saisonabhängig angepasst, Tausende, gesamt privat, saisonabhängig angepasst | Gesamt privat | Gesamt privat | ALLE MITARBEITER, VERÄNDERUNG IM 3-MONATS-DURCHSCHNITT, SAISONABHÄNGIG ANGEPASST, TAUSENDE |
Datenzugriff
Azure Notebooks
# 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
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.