Estadísticas de desempleo por áreas de Estados Unidos

El programa Local Area Unemployment Statistics (LAUS) produce datos de empleo, desempleo y población activa mensual y anualmente para las regiones y divisiones censales, los estados, los condados, las áreas metropolitanas y muchas ciudades de 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.

En la ubicación original del conjunto de datos hay disponible un archivo LÉAME que contiene información detallada sobre el conjunto de datos.

Este conjunto de datos se alimenta con los datos del programa Local Area Unemployment Statistics 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

• Horario laboral y salarios de ámbito nacional de Estados Unidos
• Horario laboral y salarios de ámbito estatal de Estados Unidos
• Estadísticas de población activa de Estados Unidos

Columnas

Nombre	Tipo de datos	Único	Valores (ejemplo)	Descripción
area_code	string	8,290	ST3400000000000 RD8200000000000	El código que identifica el área geográfica. Vea https://download.bls.gov/pub/time.series/la/la.area.
area_text	string	8,238	District of Columbia Oregon	El nombre del área geográfica. Vea https://download.bls.gov/pub/time.series/la/la.area.
area_type_code	string	14	F G	El código único que define el tipo de área. Vea https://download.bls.gov/pub/time.series/la/la.area_type.
areatype_text	string	14	Counties and equivalents Cities and towns above 25,000 population	El nombre del tipo de área.
footnote_codes	string	5	nan P
measure_code	string	4	5 4	El código que identifica el elemento medido. 03: índice de desempleo, 04: desempleo, 05: empleo, 06: población activa. Vea https://download.bls.gov/pub/time.series/la/la.measure.
measure_text	string	4	employment unemployment	El nombre del elemento medido. Vea https://download.bls.gov/pub/time.series/la/la.measure.
period	string	13	M07 M05	Identifica el período, normalmente, el mes. Vea https://download.bls.gov/pub/time.series/la/la.period.
seasonal (estacional)	string	2	EE. UU.
series_id	string	33,476	LASST160000000000006 LASST200000000000006	El código que identifica la serie. Consulte https://download.bls.gov/pub/time.series/la/la.series para obtener la lista de series completa.
series_title	string	33,268	Employment: Philadelphia County/city, PA (U) Labor Force: Manassas city, VA (U)	El título que identifica la serie. Consulte https://download.bls.gov/pub/time.series/la/la.series para obtener la lista de series completa.
srd_code	string	53	48 23	El código de revisión, región o estado.
srd_text	string	53	Texas Maine
value	FLOAT	600,099	4.0 5.0	El valor de la medida específica.
year	int	44	2009 2008

Vista previa

area_code	area_type_code	srd_code	measure_code	series_id	year	period	value	footnote_codes	seasonal (estacional)	series_title	measure_text	srd_text	areatype_text	area_text
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M01	4,7	nan	U	Unemployment Rate: Syracuse-Auburn, NY Combined Statistical Area (U)	unemployment rate	Nueva York	Combined areas	Syracuse-Auburn, NY Combined Statistical Area
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M02	4,7	nan	U	Unemployment Rate: Syracuse-Auburn, NY Combined Statistical Area (U)	unemployment rate	Nueva York	Combined areas	Syracuse-Auburn, NY Combined Statistical Area
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M03	4,2	nan	U	Unemployment Rate: Syracuse-Auburn, NY Combined Statistical Area (U)	unemployment rate	Nueva York	Combined areas	Syracuse-Auburn, NY Combined Statistical Area
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M04	3.6	nan	U	Unemployment Rate: Syracuse-Auburn, NY Combined Statistical Area (U)	unemployment rate	Nueva York	Combined areas	Syracuse-Auburn, NY Combined Statistical Area
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M05	3.6	nan	U	Unemployment Rate: Syracuse-Auburn, NY Combined Statistical Area (U)	unemployment rate	Nueva York	Combined areas	Syracuse-Auburn, NY Combined Statistical Area
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M06	3.6	nan	U	Unemployment Rate: Syracuse-Auburn, NY Combined Statistical Area (U)	unemployment rate	Nueva York	Combined areas	Syracuse-Auburn, NY Combined Statistical Area
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M07	3.6	nan	U	Unemployment Rate: Syracuse-Auburn, NY Combined Statistical Area (U)	unemployment rate	Nueva York	Combined areas	Syracuse-Auburn, NY Combined Statistical Area

Acceso a datos

Azure Notebooks

azureml-opendatasets

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

usLaborLAUS = UsLaborLAUS()
usLaborLAUS_df = usLaborLAUS.to_pandas_dataframe()

usLaborLAUS_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 = "laus/"

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 UsLaborLAUS

usLaborLAUS = UsLaborLAUS()
usLaborLAUS_df = usLaborLAUS.to_spark_dataframe()

display(usLaborLAUS_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 = "laus/"
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 = "laus/"
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.