Horario laboral y salarios de ámbito estatal de Estados Unidos

Artículo
12/06/2023

El programa Current Employment Statistics (CES) realiza cálculos detallados sobre el empleo, el horario y los ingresos de los trabajadores en plantilla fuera del sector agrario en Estados Unidos.

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.

Este conjunto de datos se obtiene de los datos de empleo, horario e ingresos estatales y metropolitanos que publica la Oficina de Estadísticas de Empleo (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.

Columnas

Nombre	Tipo de datos	Único	Valores (ejemplo)
area_code	string	446	0 31084
area_name	string	446	Todo el estado Los Angeles-Long Beach-Glendale, CA División metropolitana
data_type_code	string	9	1 3
data_type_text	string	9	Todos los empleados (en miles), promedio de horas semanales de todos los empleados
footnote_codes	string	3	nan P
industry_code	string	343	0 5000000
industry_name	string	343	Total Nonfarm Total Private
period	string	13	M04 M05
seasonal (estacional)	string	2	EE. UU.
series_id	string	23,853	SMU12000000000000001 SMU36000000000000001
state_code	string	53	6 48
state_name	string	53	California Texas
supersector_code	string	22	90 60
supersector_name	string	22	Government Professional and Business Services
value	FLOAT	132,565	0.30000001192092896 0.10000000149011612
year	int	81	2014 2018

Vista previa

area_code	state_code	data_type_code	series_id	year	period	value	footnote_codes	seasonal (estacional)	supersector_name	industry_name	data_type_text	state_name	area_name
13460	41	26	SMS41134600000000026	1990	M04	0,2	nan	S	Total Nonfarm	Total Nonfarm	All Employees, 3-month average change, In Thousands, seasonally adjusted	Oregón	Bend-Redmond, OR
13460	41	26	SMS41134600000000026	1990	M05	0,2	nan	S	Total Nonfarm	Total Nonfarm	All Employees, 3-month average change, In Thousands, seasonally adjusted	Oregón	Bend-Redmond, OR
13460	41	26	SMS41134600000000026	1990	M06	0,1	nan	S	Total Nonfarm	Total Nonfarm	All Employees, 3-month average change, In Thousands, seasonally adjusted	Oregón	Bend-Redmond, OR
13460	41	26	SMS41134600000000026	1990	M07	0,1	nan	S	Total Nonfarm	Total Nonfarm	All Employees, 3-month average change, In Thousands, seasonally adjusted	Oregón	Bend-Redmond, OR
13460	41	26	SMS41134600000000026	1990	M08	0,2	nan	S	Total Nonfarm	Total Nonfarm	All Employees, 3-month average change, In Thousands, seasonally adjusted	Oregón	Bend-Redmond, OR
13460	41	26	SMS41134600000000026	1990	M09	0,2	nan	S	Total Nonfarm	Total Nonfarm	All Employees, 3-month average change, In Thousands, seasonally adjusted	Oregón	Bend-Redmond, OR
13460	41	26	SMS41134600000000026	1990	M10	0,1	nan	S	Total Nonfarm	Total Nonfarm	All Employees, 3-month average change, In Thousands, seasonally adjusted	Oregón	Bend-Redmond, OR

Acceso a datos

Azure Notebooks

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

usLaborEHEState = UsLaborEHEState()
usLaborEHEState_df = usLaborEHEState.to_pandas_dataframe()

usLaborEHEState_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 = "laborstatisticscontainer"
folder_name = "ehe_state/"

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.
from azureml.opendatasets import UsLaborEHEState

usLaborEHEState = UsLaborEHEState()
usLaborEHEState_df = usLaborEHEState.to_spark_dataframe()

display(usLaborEHEState_df.limit(5))

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

Ejemplo no disponible para esta combinación de plataforma y paquete.

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