Populasi AS menurut Kode ZIP

Populasi AS berdasarkan jenis kelamin dan ras untuk setiap kode ZIP AS yang bersumber dari Decennial Census tahun 2000 dan 2010.

Himpunan data ini bersumber dari API Dataset Biro Sensus Desennial Sensus Himpunan Data API. Ulasan Ketentuan Layanan dan Kebijakan dan Pemberitahuan untuk syarat dan ketentuan yang terkait dengan penggunaan himpunan data ini.

Catatan

Microsoft menyediakan Azure Open Datasets berdasarkan "apa adanya". Microsoft tidak memberikan jaminan, tersurat maupun tersirat, jaminan atau ketentuan sehubungan dengan penggunaan Anda atas himpunan data. Sejauh diizinkan menurut undang-undang setempat Anda, Microsoft melepaskan semua tanggung jawab atas segala kerusakan atau kerugian, termasuk langsung, konsekuensial, khusus, tidak langsung, insidental, atau hukuman, yang diakibatkan oleh penggunaan Anda atas kumpulan data.

Kumpulan data ini disediakan di bawah ketentuan asli yang diterima Microsoft data sumbernya. Himpunan data mungkin menyertakan data yang bersumber dari Microsoft.

Volume dan retensi

Himpunan data ini disimpan dalam format Parquet dan memiliki data untuk tahun 2010.

Lokasi penyimpanan

Himpunan data ini disimpan di wilayah Azure US Timur. Disarankan untuk mengalokasikan sumber daya komputasi di US Timur untuk afinitas.

Himpunan data terkait

• Populasi AS menurut Daerah

Kolom

Nama	Jenis data	Unik	Nilai (sampel)	Deskripsi
decennialTime	string	1	2010	Waktu sensus setiap sepuluh tahun terjadi, misalnya, 2010, 2000.
maksAge	int	23	54 21	Rentang usia maksimal. Jika null, semua usia atau rentang usia tidak memiliki batas atas, misalnya, usia > 85.
minAge	int	23	45 30	Rentang usia maksimal. Jika itu null, ada di segala usia.
population	int	29.274	1 2	Populasi segmen ini.
ras	string	8	BEBERAPA RAS LAIN HITAM ATAU AFRIKA AMERIKA SAJA	Kategori ras dalam data Sensus. Jika itu null, ada di segala usia.
Jenis Kelamin	string	3	Wanita Pria	Pria atau wanita. Jika itu null, ada di kedua jenis kelamin.
tahun	int	1	2010	Tahun (dalam bilangan bulat) dari waktu sepuluh tahun sekali.
zipCode	string	33.120	39218 87420	Area Tabulasi Kode ZIP 5 Digit (ZCTA5).

Pratinjau

decennialTime	zipCode	population	ras	Jenis Kelamin	minAge	maksAge	tahun
2010	77477	265	PUTIH SAJA	Perempuan	15	17	2010
2010	77477	107	BEBERAPA RAS LAIN SENDIRIAN	Perempuan	15	17	2010
2010	77477	12	BEBERAPA RAS LAIN SENDIRIAN	Perempuan	65	66	2010
2010	77477	101	ASIA SAJA	Perempuan	60	61	2010
2010	77477	221	ASIA SAJA	Laki-laki	10	14	2010
2010	77478	256	PUTIH SAJA	Perempuan	15	17	2010
2010	77478	17	BEBERAPA RAS LAIN SENDIRIAN	Perempuan	15	17	2010
2010	77478	3	BEBERAPA RAS LAIN SENDIRIAN	Perempuan	65	66	2010

Akses data

Azure Notebooks

azureml-opendatasets

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

population = UsPopulationZip()
population_df = population.to_pandas_dataframe()

population_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 = "censusdatacontainer"
folder_name = "release/us_population_zip/"

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

Sampel tidak tersedia untuk kombinasi platform/paket ini.

Azure Databricks

azureml-opendatasets

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

population = UsPopulationZip()
population_df = population.to_spark_dataframe()

display(population_df.limit(5))

azure-storage

Sampel tidak tersedia untuk kombinasi platform/paket ini.

pyspark

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "censusdatacontainer"
blob_relative_path = "release/us_population_zip/"
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

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

population = UsPopulationZip()
population_df = population.to_spark_dataframe()

# Display top 5 rows
display(population_df.limit(5))

azure-storage

Sampel tidak tersedia untuk kombinasi platform/paket ini.

pyspark

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "censusdatacontainer"
blob_relative_path = "release/us_population_zip/"
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'))

Langkah berikutnya

Lihat himpunan data lainnya di katalog Open Datasets.