Días festivos públicos

Artículo
12/06/2023

Datos sobre los días festivos de todo el mundo procedentes del paquete PyPI holidays y de Wikipedia, que cubren 38 países o regiones desde 1970 hasta 2099.

Cada fila indica la información de día festivo para una fecha y un país o región específicos y si la mayoría de las personas tienen tiempo libre remunerado.

Nota

Microsoft proporciona Azure Open Datasets "tal cual". Microsoft no ofrece ninguna garantía, expresa o implícita, ni condición con respecto al uso que usted haga de los conjuntos de datos. En la medida en la que lo permita su legislación local, Microsoft declina toda responsabilidad por posibles daños o pérdidas, incluidos los daños directos, consecuenciales, especiales, indirectos, incidentales o punitivos, que resulten de su uso de los conjuntos de datos.

Este conjunto de datos se proporciona bajo los términos originales con los que Microsoft recibió los datos de origen. El conjunto de datos puede incluir datos procedentes de Microsoft.

Volumen y retención

Este conjunto de datos se almacena en formato Parquet. Se trata de una instantánea con información de vacaciones del 1 de enero de 1970 al 1 de enero de 2099. El tamaño de los datos es de unos 500 KB.

Ubicación de almacenamiento

Este conjunto de datos se almacena en la región Este de EE. UU. de Azure. Se recomienda buscar la afinidad de los recursos de proceso en esta región.

Información adicional

Este conjunto de datos combina datos procedentes de Wikipedia (WikiMedia Foundation Inc) y del paquete PyPI holidays.

Wikipedia: fuente original, licencia original
PyPI holidays: fuente original, licencia original

El conjunto de datos combinado se proporciona bajo los términos de la licencia Attribution-ShareAlike 3.0 Unported de Creative Commons.

Envíe un correo electrónico a la dirección aod@microsoft.com si tiene alguna duda sobre el origen de los datos.

Columnas

Nombre	Tipo de datos	Único	Valores (ejemplo)	Descripción
countryOrRegion	string	38	Sweden Norway	Nombre completo del país o la región.
countryRegionCode	string	35	SE NO	El código de país o región sigue el formato que se indica aquí.
date	timestamp	20,665	2074-01-01 00:00:00 2025-12-25 00:00:00	Fecha del día festivo.
holidayName	string	483	Søndag Söndag	Nombre completo del día festivo.
isPaidTimeOff	boolean	3	True	Indica si la mayoría de la gente tiene tiempo libre remunerado en esta fecha (solo disponible ahora para Estados Unidos, Gran Bretaña y la India). Si el valor es nulo, significa que se desconoce.
normalizeHolidayName	string	438	Søndag Söndag	Nombre normalizado del día festivo.

Vista previa

countryOrRegion	holidayName	normalizeHolidayName	countryRegionCode	date
Noruega	Søndag	Søndag	No	12/28/2098 12:00:00 AM
Suecia	Söndag	Söndag	SE	12/28/2098 12:00:00 AM
Australia	Boxing Day	Boxing Day	AU	12/26/2098 12:00:00 AM
Hungría	Karácsony másnapja	Karácsony másnapja	HU	12/26/2098 12:00:00 AM
Austria	Stefanitag	Stefanitag	AT	12/26/2098 12:00:00 AM
Canadá	Boxing Day	Boxing Day	CA	12/26/2098 12:00:00 AM
Croacia	Sveti Stjepan	Sveti Stjepan	HR	12/26/2098 12:00:00 AM
Checo	2. svátek vánoční	2. svátek vánoční	CZ	12/26/2098 12:00:00 AM

Acceso a datos

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'))

Pasos siguientes

Consulte el resto de los conjuntos de datos en el catálogo de Open Datasets.