Statistiche relative alla disoccupazione a livello di area locale negli Stati Uniti

Il programma Local Area Unemployment Statistics (LAUS) genera i dati relativi a occupazione, disoccupazione e forza lavoro, su base mensile e annuale, ai fini del censimento per aree geografiche e divisioni, stati, contee, aree metropolitane e numerose città negli Stati Uniti.

Nota

Microsoft fornisce set di dati aperti di Azure su base "as is". Microsoft non garantisce garanzie, garanzie o condizioni esplicite o implicite rispetto all'uso dei set di dati. Nella misura consentita dalla legge locale, Microsoft disclamò tutte le responsabilità per eventuali danni o perdite, inclusi danni diretti, consequenziali, speciali, indiretti, accidentali o punitivi, derivanti dall'uso dei set di dati.

Questo set di dati viene fornito in conformità con le condizioni originali in base alle quali Microsoft ha ricevuto i dati di origine. Il set di dati potrebbe includere dati provenienti da Microsoft.

Il file LEGGIMI contenente informazioni dettagliate su questo set di dati è disponibile nella posizione del set di dati originale.

Il set di dati viene originato dai dati delle statistiche sulla disoccupazione per area locale pubblicati da US Bureau of Labor Statistics (BLS). Per informazioni sui termini e sulle condizioni per l'utilizzo di questo set di dati, vedi le informazioni sui collegamenti e sul copyright e le informative importanti sul sito Web.

Posizione di archiviazione

Questo set di dati è archiviato nell'area Stati Uniti orientali di Azure. L'allocazione delle risorse di calcolo nell'area Stati Uniti orientali è consigliata per motivi di affinità.

Set di dati correlati

• Ore e guadagni per il settore dell'occupazione nazionale negli Stati Uniti
• Ore e guadagni per il settore dell'occupazione a livello statale negli Stati Uniti
• Statistiche relative alla forza lavoro negli Stati Uniti

Colonne

NOME	Tipo di dati	Univoco	Valori (esempio)	Descrizione
area_code	string	8,290	ST3400000000000 RD820000000000000	Codice che identifica l'area geografica. Vedere https://download.bls.gov/pub/time.series/la/la.area.
area_text	string	8,238	Distretto di Columbia Oregon	Nome dell'area geografica. Vedere https://download.bls.gov/pub/time.series/la/la.area
area_type_code	string	14	F G	Codice univoco che definisce il tipo di area. Vedere https://download.bls.gov/pub/time.series/la/la.area_type
areatype_text	string	14	Contee ed equivalenti Città e città superiori a 25.000 popolazione	Nome del tipo di area.
footnote_codes	string	5	nan P
measure_code	string	4	5 4	Codice che identifica l'elemento misurato. 03: tasso di disoccupazione, 04: disoccupazione, 05: occupazione, 06: forza lavoro. Vedere https://download.bls.gov/pub/time.series/la/la.measure.
measure_text	string	4	disoccupazione dell'occupazione	Nome dell'elemento misurato. Vedere https://download.bls.gov/pub/time.series/la/la.measure
period	string	13	M07 M05	Identifica il periodo, in genere il mese. Vedere https://download.bls.gov/pub/time.series/la/la.period
Stagionale	string	2	I T
series_id	string	33,476	LASST160000000000006 LASST200000000000000006	Codice che identifica la serie. Vedi https://download.bls.gov/pub/time.series/la/la.series per un elenco completo delle serie.
series_title	string	33,268	Occupazione: Contea/città di Philadelphia, FORZA di lavoro PA (U) : Manassas city, VA (U)	Titolo che identifica la serie. Vedi https://download.bls.gov/pub/time.series/la/la.series per un elenco completo delle serie.
srd_code	string	53	48 23	Codice per lo stato, la regione o la divisione.
srd_text	string	53	Texas Maine
Valore	float	600,099	4.0 5.0	Valore per la misura specifica.
anno	INT	44	2009 2008

Anteprima

area_code	area_type_code	srd_code	measure_code	series_id	anno	period	Valore	footnote_codes	Stagionale	series_title	measure_text	srd_text	areatype_text	area_text
CA3653200000000	E	36	3	LAUCA36532000000003	2000	M01	4.7	nan	U	Tasso di disoccupazione: Syracuse-Auburn, Ny Combined Statistiche Area (U)	tasso di disoccupazione	New York	Aree combinate	Area statistica combinata di Siracusa-Auburn
CA3653200000000	E	36	3	LAUCA36532000000003	2000	M02	4.7	nan	U	Tasso di disoccupazione: Syracuse-Auburn, Ny Combined Statistiche Area (U)	tasso di disoccupazione	New York	Aree combinate	Area statistica combinata di Siracusa-Auburn
CA3653200000000	E	36	3	LAUCA36532000000003	2000	M03	4.2	nan	U	Tasso di disoccupazione: Syracuse-Auburn, Ny Combined Statistiche Area (U)	tasso di disoccupazione	New York	Aree combinate	Area statistica combinata di Siracusa-Auburn
CA3653200000000	E	36	3	LAUCA36532000000003	2000	M04	3,6	nan	U	Tasso di disoccupazione: Syracuse-Auburn, Ny Combined Statistiche Area (U)	tasso di disoccupazione	New York	Aree combinate	Area statistica combinata di Siracusa-Auburn
CA3653200000000	E	36	3	LAUCA36532000000003	2000	M05	3,6	nan	U	Tasso di disoccupazione: Syracuse-Auburn, Ny Combined Statistiche Area (U)	tasso di disoccupazione	New York	Aree combinate	Area statistica combinata di Siracusa-Auburn
CA3653200000000	E	36	3	LAUCA36532000000003	2000	M06	3,6	nan	U	Tasso di disoccupazione: Syracuse-Auburn, Ny Combined Statistiche Area (U)	tasso di disoccupazione	New York	Aree combinate	Area statistica combinata di Siracusa-Auburn
CA3653200000000	E	36	3	LAUCA36532000000003	2000	M07	3,6	nan	U	Tasso di disoccupazione: Syracuse-Auburn, Ny Combined Statistiche Area (U)	tasso di disoccupazione	New York	Aree combinate	Area statistica combinata di Siracusa-Auburn

Accesso ai dati

Azure Notebooks

azureml-opendatasets

Suggerimento

Scaricare invece il notebook.

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

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

usLaborLAUS_df.info()

azure-storage

Suggerimento

Scaricare invece il notebook.

# 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

Esempio non disponibile per questa combinazione di piattaforma/pacchetto.

Azure Databricks

azureml-opendatasets

Suggerimento

Scaricare invece il notebook.

# 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

Esempio non disponibile per questa combinazione di piattaforma/pacchetto.

pyspark

Suggerimento

Scaricare invece il notebook.

# 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

Esempio non disponibile per questa combinazione di piattaforma/pacchetto.

azure-storage

Esempio non disponibile per questa combinazione di piattaforma/pacchetto.

pyspark

Suggerimento

Scaricare invece il notebook.

# 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'))

Passaggi successivi

Visualizzare il resto dei set di dati nel catalogo Open Datasets.