Índice de precios al productor de Estados Unidos: productos

El índice de precios al productor (IPP) es una medida de la variación media a lo largo del tiempo de los precios de venta que reciben los productores nacionales por su producción. Los precios incluidos en el IPP corresponden a la primera transacción comercial de los productos y servicios cubiertos.

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.

Cada mes se publican alrededor de 10 000 IPP para productos individuales y grupos de productos. Existen IPP para los productos de casi todas las industrias de los sectores de producción de bienes de la economía estadounidense: minería, fabricación, agricultura, pesca y silvicultura, así como gas natural, electricidad, construcción y productos que compiten con los fabricados en los sectores de producción, como los residuos y desechos. El programa IPP abarca aproximadamente el 72 % de la producción del sector servicios, según los ingresos registrados en el censo económico de 2007. Los datos incluyen industrias de los siguientes sectores: comercio mayorista y minorista; transporte y almacenamiento; información; finanzas y seguros; agentes inmobiliarios, alquiler, alquiler con derecho a compra; servicios profesionales, científicos y técnicos; servicios administrativos, de asistencia y de tratamiento de residuos; asistencia sanitaria y social; y alojamiento.

En la ubicación original del conjunto de datos hay disponible un archivo LÉAME que contiene información detallada sobre el conjunto de datos. También hay más información disponible en la sección de preguntas más frecuentes.

Este conjunto de datos se alimenta de los datos de índices de precios al productor que publica la Oficina de Estadísticas Laborales (BLS, por sus siglas en inglés) de Estados Unidos. Revise la información sobre enlaces y copyright y los avisos importantes del sitio web para conocer los términos y condiciones relacionados con el uso de este conjunto de datos.

Ubicación de almacenamiento

Este conjunto de datos se almacena en la región Este de EE. UU. de Azure. Se recomienda asignar recursos de proceso de la misma región por afinidad.

Conjuntos de datos relacionados

• Índice de precios al consumo de Estados Unidos
• Índice de precios al productor de Estados Unidos: industria

Columnas

Nombre	Tipo de datos	Único	Valores (ejemplo)	Descripción
footnote_codes	string	3	nan P	Identifica las notas a pie de página de la serie de datos. La mayoría de los valores son nulos. Vea https://download.bls.gov/pub/time.series/wp/wp.footnote.
group_code	string	56	02 01	Código que identifica el grupo de productos principal que cubre el índice. Consulte https://download.bls.gov/pub/time.series/wp/wp.group para obtener los códigos y los nombres de los grupos.
group_name	string	56	Alimentos procesados y productos de granja	Nombre del grupo de productos principal que cubre el índice. Consulte https://download.bls.gov/pub/time.series/wp/wp.group para obtener los códigos y los nombres de los grupos.
item_code	string	2,949	1 11	Identifica el producto al que pertenece la observación de los datos. Consulte https://download.bls.gov/pub/time.series/wp/wp.item para obtener los códigos y los nombres de los productos.
item_name	string	3,410	Almacenamiento y servicios relacionados Alquiler de automóviles de pasajeros	Nombres completos de los productos. Consulte https://download.bls.gov/pub/time.series/wp/wp.item para obtener los códigos y los nombres de los productos.
period	string	13	M06 M07	Identifica el período para el que se observan los datos. Consulte https://download.bls.gov/pub/time.series/wp/wp.period para obtener una lista de períodos.
seasonal (estacional)	string	2	EE. UU.	Código que indica si los datos se han desestacionalizado. S = Desestacionalizado; U = No desestacionalizado.
series_id	string	5,458	WPU101 WPU091	Código que identifica la serie específica. Una serie temporal hace referencia a un conjunto de datos observados a lo largo de un período prolongado de tiempo a intervalos constantes. Consulte https://download.bls.gov/pub/time.series/wp/wp.series para obtener información detallada de la serie, como el código, el nombre, los años de inicio y finalización, etc.
series_title	string	4,379	Datos de mercancías de IPP para servicios de minería de datos, sin ajuste estacional; datos de mercancías de IPP para servicios de tratamiento de metal, sin ajuste estacional	Título de la serie específica. Una serie temporal hace referencia a un conjunto de datos observados a lo largo de un período prolongado de tiempo a intervalos constantes. Vea https://download.bls.gov/pub/time.series/wp/wp.series para obtener información detallada de la serie, como el id., el nombre, los años de inicio y finalización, etc.
value	FLOAT	6,788	100.0 99.0999984741211	Índice de precios del artículo.
year	int	26	2018 2017	Identifica el año de observación.

Vista previa

item_code	group_code	series_id	year	period	value	footnote_codes	seasonal (estacional)	series_title	group_name	item_name
120922	05	WPU05120922	2008	M06	100	nan	U	Datos de mercancías de IPP para combustibles y productos relacionados, y energía; hulla preparada de extracción subterránea, machacada mecánicamente, seleccionada, calibrada, sin ajuste estacional	Combustibles y productos relacionados, y energía	Hulla preparada de extracción subterránea, machacada mecánicamente, seleccionada, calibrada
120922	05	WPU05120922	2008	M07	104,6	nan	U	Datos de mercancías de IPP para combustibles y productos relacionados, y energía; hulla preparada de extracción subterránea, machacada mecánicamente, seleccionada, calibrada, sin ajuste estacional	Combustibles y productos relacionados, y energía	Hulla preparada de extracción subterránea, machacada mecánicamente, seleccionada, calibrada
120922	05	WPU05120922	2008	M08	104.4	nan	U	Datos de mercancías de IPP para combustibles y productos relacionados, y energía; hulla preparada de extracción subterránea, machacada mecánicamente, seleccionada, calibrada, sin ajuste estacional	Combustibles y productos relacionados, y energía	Hulla preparada de extracción subterránea, machacada mecánicamente, seleccionada, calibrada
120922	05	WPU05120922	2008	M09	98,3	nan	U	Datos de mercancías de IPP para combustibles y productos relacionados, y energía; hulla preparada de extracción subterránea, machacada mecánicamente, seleccionada, calibrada, sin ajuste estacional	Combustibles y productos relacionados, y energía	Hulla preparada de extracción subterránea, machacada mecánicamente, seleccionada, calibrada
120922	05	WPU05120922	2008	M10	101,5	nan	U	Datos de mercancías de IPP para combustibles y productos relacionados, y energía; hulla preparada de extracción subterránea, machacada mecánicamente, seleccionada, calibrada, sin ajuste estacional	Combustibles y productos relacionados, y energía	Hulla preparada de extracción subterránea, machacada mecánicamente, seleccionada, calibrada
120922	05	WPU05120922	2008	M11	95.2	nan	U	Datos de mercancías de IPP para combustibles y productos relacionados, y energía; hulla preparada de extracción subterránea, machacada mecánicamente, seleccionada, calibrada, sin ajuste estacional	Combustibles y productos relacionados, y energía	Hulla preparada de extracción subterránea, machacada mecánicamente, seleccionada, calibrada

Acceso a datos

Azure Notebooks

azureml-opendatasets

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

labor = UsLaborPPICommodity()
labor_df = labor.to_pandas_dataframe()

labor_df.info()

azure-storage

# 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 = "ppi_commodity/"

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

pyspark

Ejemplo no disponible para esta combinación de plataforma y paquete.

Azure Databricks

azureml-opendatasets

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

labor = UsLaborPPICommodity()
labor_df = labor.to_spark_dataframe()

display(labor_df.limit(5))

azure-storage

Ejemplo no disponible para esta combinación de plataforma y paquete.

pyspark

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

azureml-opendatasets

Ejemplo no disponible para esta combinación de plataforma y paquete.

azure-storage

Ejemplo no disponible para esta combinación de plataforma y paquete.

pyspark

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