US National Employment Hours and Earnings (Heures d’emploi et revenus au niveau des États aux États-Unis)

Le programme Current Employment Statistics (CES) produit des estimations détaillées de l’emploi non agricole, des heures de travail et des revenus des travailleurs salariés aux États-Unis.

Notes

Microsoft fournit Azure Open Datasets « en l’état ». Microsoft n’offre aucune garantie, expresse ou implicite, ni de conditions relatives à votre utilisation des jeux de données. Dans la mesure autorisée par votre droit local, Microsoft décline toute responsabilité pour les dommages ou pertes, y compris directs, consécutifs, spéciaux, indirects ou punitifs, résultant de votre utilisation des jeux de données.

Ce jeu de données est fourni selon les conditions initiales par lesquelles Microsoft a reçu les données sources. Le jeu de données peut inclure des données provenant de Microsoft.

Ce jeu de données est produit à partir des données State and Metro Area Employment, Hours & Earnings publiées par l’US Bureau of Labor Statistics (BLS). Consultez les informations de liaison et de copyright et les avis importants de site web pour connaître les conditions générales relatives à l’utilisation de ce jeu de données.

Emplacement de stockage

Ce jeu de données est stocké dans la région Azure USA Est. L’allocation de ressources de calcul dans la région USA Est est recommandée à des fins d’affinité.

Colonnes

Nom Type de données Unique Valeurs (exemple)
area_code string 446 0 31084
area_name string 446 À l’échelle de l’état Los Angeles-Long Beach-Glendale, division métropolitaine de Californie
data_type_code string 9 1 3
data_type_text string 9 Tous les employés, en milliers d’heures hebdomadaires moyennes de tous les employés
footnote_codes string 3 nan P
industry_code string 343 0 5000000
industry_name string 343 Total non agricole Total privé
period string 13 M04 M05
saisonnier string 2 U S
series_id string 23 853 SMU12000000000000001 SMU36000000000000001
state_code string 53 6 48
state_name string 53 Californie Texas
supersector_code string 22 90 60
supersector_name string 22 Services professionnels et commerciaux du gouvernement
valeur float 132 565 0,30000001192092896 0,10000000149011612
year int 81 2014 2018

Préversion

area_code state_code data_type_code industry_code supersector_code series_id year period valeur footnote_codes saisonnier supersector_name industry_name data_type_text state_name area_name
13460 41 26 0 0 SMS41134600000000026 1990 M04 0.2 NaN S Total non agricole Total non agricole Tous les employés, variation moyenne sur trois mois, en milliers, avec correction des variations saisonnières Oregon Bend-Redmond, OR
13460 41 26 0 0 SMS41134600000000026 1990 M05 0.2 NaN S Total non agricole Total non agricole Tous les employés, variation moyenne sur trois mois, en milliers, avec correction des variations saisonnières Oregon Bend-Redmond, OR
13460 41 26 0 0 SMS41134600000000026 1990 M06 0.1 NaN S Total non agricole Total non agricole Tous les employés, variation moyenne sur trois mois, en milliers, avec correction des variations saisonnières Oregon Bend-Redmond, OR
13460 41 26 0 0 SMS41134600000000026 1990 M07 0.1 NaN S Total non agricole Total non agricole Tous les employés, variation moyenne sur trois mois, en milliers, avec correction des variations saisonnières Oregon Bend-Redmond, OR
13460 41 26 0 0 SMS41134600000000026 1990 M08 0.2 NaN S Total non agricole Total non agricole Tous les employés, variation moyenne sur trois mois, en milliers, avec correction des variations saisonnières Oregon Bend-Redmond, OR
13460 41 26 0 0 SMS41134600000000026 1990 M09 0.2 NaN S Total non agricole Total non agricole Tous les employés, variation moyenne sur trois mois, en milliers, avec correction des variations saisonnières Oregon Bend-Redmond, OR
13460 41 26 0 0 SMS41134600000000026 1990 M10 0.1 NaN S Total non agricole Total non agricole Tous les employés, variation moyenne sur trois mois, en milliers, avec correction des variations saisonnières Oregon Bend-Redmond, OR

Accès aux données

Azure Notebooks

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

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

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 Synapse

Exemple non disponible pour cette combinaison de plateforme et de package.

Étapes suivantes

Consultez les autres jeux de données du catalogue Open Datasets.