Indice dei prezzi al consumo USA del settore

Il Producer Price Index (PPI), ovvero l'indice dei prezzi alla produzione, è un indicatore della variazione media nel tempo dei prezzi di vendita ricevuti dai produttori nazionali per i beni prodotti. I prezzi inclusi nel PPI corrispondono ai prezzi della prima transazione commerciale per i prodotti e servizi compresi nel paniere.

Nota

Microsoft fornisce set di dati aperti di Azure “così come sono”. Microsoft non fornisce alcuna garanzia, espressa o implicita, né alcuna condizione in merito all’utilizzo dei dataset da parte dell’utente. Nella misura massima consentita dalle leggi locali, Microsoft non riconosce alcuna responsabilità relativa a danni o perdite, inclusi i danni diretti, consequenziali, speciali, indiretti, incidentali o punitivi derivanti dall'uso dei set di dati da parte dell'utente.

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.

Gli indici Producer Price Index Revision-Current Series riflettono le variazioni dei prezzi per la produzione netta dei produttori organizzati in base al sistema NAICS (North American Industry Classification System). Il set di dati PC è compatibile con un'ampia gamma di serie temporali economiche basate sul sistema NAICS, tra cui produttività, produzione, impiego, retribuzioni orarie e ricavi.

Il paniere PPI è composto dalla produzione di tutti i settori di produzione di beni dell'economia statunitense, ad esempio settore minerario, manifatturiero, agricoltura, pesca e silvicoltura, nonché gas naturale, elettricità, edilizia e beni competitivi con quelli realizzati nei settori della produzione, ad esempio rifiuti e scarti. Inoltre, a partire da gennaio 2011, il programma PPI ha coperto più di tre quarti della produzione del settore dei servizi, pubblicando i dati dei settori selezionati nei seguenti settori industriali: commercio all'ingrosso e al dettaglio; trasporto e magazzino; informazioni; finanza e assicurazione; brokering immobiliare, noleggio e leasing; servizi professionali, scientifici e tecnici; servizi amministrativi, di supporto e servizi di gestione rifiuti; assistenza sanitaria e sociale; ospitalità.

Il file LEGGIMI contenente informazioni dettagliate su questo set di dati è disponibile nella posizione del set di dati originale. Per altre informazioni, vedi le domande frequenti.

Il set di dati è generato dai dati del Producer Price Index 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

• US Consumer Price Index
• US Producer Price Index - Commodities

Colonne

Nome	Tipo di dati	Unica	Valori (esempio)	Descrizione
footnote_codes	string	3	nan P	Identifica le note a piè di pagina per la serie temporale. La maggior parte dei valori è Null. Vedere https://download.bls.gov/pub/time.series/pc/pc.footnote.
codice_settore	string	1,064	221122 325412	Codice NAICS per il settore. Vedi https://download.bls.gov/pub/time.series/pc/pc.industry per informazioni sui codici e sui nomi.
nome_settore	string	842	Distribuzione di energia elettrica Produzione farmaceutica	Nome corrispondente al codice per il settore. Vedi https://download.bls.gov/pub/time.series/pc/pc.industry per informazioni sui codici e sui nomi.
period	string	13	M06 M07	Identifica il periodo dell'osservazione dei dati. Vedi https://download.bls.gov/pub/time.series/pc/pc.period per l'elenco completo.
codice_prodotto	string	4,822	324121P 316---	Codice che identifica il prodotto a cui fa riferimento l'osservazione dei dati. Vedi https://download.bls.gov/pub/time.series/pc/pc.product per il mapping dei codici settore, dei codici prodotto e dei nomi prodotto.
product_name	string	3,313	Prodotti primari Prodotti secondari	Nome del prodotto a cui fa riferimento l'osservazione dei dati. Vedi https://download.bls.gov/pub/time.series/pc/pc.product per il mapping dei codici settore, dei codici prodotto e dei nomi prodotto.
stagionale	string	1	U	Codice che identifica se i dati vengono modificati in base alla stagione. S= con modifica stagionale; U= senza modifica stagionale
id_serie	string	4,822	PCU332323332323M PCU333415333415C	Codice che identifica le serie specifiche. Una serie temporale fa riferimento a un set di dati osservato per un periodo esteso di tempo in intervalli di tempo coerenti. Vedi https://download.bls.gov/pub/time.series/pc/pc.series per informazioni dettagliate sulla serie, ad esempio codice, nome, anno di inizio e fine e così via.
titolo_serie	string	4,588	Dati di PPI del settore per la distribuzione dell'energia elettrica centro sud ovest, dati di PPI non destagionalizzati per la distribuzione elettrica nell’area del Pacifico, non destagionalizzati
value	float	7,658	100.0 100.4000015258789	Indice di prezzo per l'elemento.
year	int	22	2015 2017	Identifica l'anno dell'osservazione.

Anteprima

codice_prodotto	codice_settore	id_serie	year	period	value	footnote_codes	stagionale	titolo_serie	nome_settore	product_name
2123240	212324	PCU2123242123240	1998	M01	117	nan	U	Dati di PPI del settore per l’estrazione di caolino e argilla bianca - Caolino e argilla bianca, non destagionalizzati	Estrazione di caolino e argilla bianca	Caolino e argilla bianca
2123240	212324	PCU2123242123240	1998	M02	116.9	nan	U	Dati di PPI del settore per l’estrazione di caolino e argilla bianca - Caolino e argilla bianca, non destagionalizzati	Estrazione di caolino e argilla bianca	Caolino e argilla bianca
2123240	212324	PCU2123242123240	1998	M03	116.3	nan	U	Dati di PPI del settore per l’estrazione di caolino e argilla bianca - Caolino e argilla bianca, non destagionalizzati	Estrazione di caolino e argilla bianca	Caolino e argilla bianca
2123240	212324	PCU2123242123240	1998	M04	116	nan	U	Dati di PPI del settore per l’estrazione di caolino e argilla bianca - Caolino e argilla bianca, non destagionalizzati	Estrazione di caolino e argilla bianca	Caolino e argilla bianca
2123240	212324	PCU2123242123240	1998	M05	116.2	nan	U	Dati di PPI del settore per l’estrazione di caolino e argilla bianca - Caolino e argilla bianca, non destagionalizzati	Estrazione di caolino e argilla bianca	Caolino e argilla bianca
2123240	212324	PCU2123242123240	1998	M06	116.3	nan	U	Dati di PPI del settore per l’estrazione di caolino e argilla bianca - Caolino e argilla bianca, non destagionalizzati	Estrazione di caolino e argilla bianca	Caolino e argilla bianca
2123240	212324	PCU2123242123240	1998	M07	116.6	nan	U	Dati di PPI del settore per l’estrazione di caolino e argilla bianca - Caolino e argilla bianca, non destagionalizzati	Estrazione di caolino e argilla bianca	Caolino e argilla bianca

Accesso ai dati

Azure Notebooks

azureml-opendatasets

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

labor = UsLaborPPIIndustry()
labor_df = labor.to_pandas_dataframe()

labor_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 = "ppi_industry/"

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

Campione non disponibile per questa combinazione di piattaforma/pacchetto.

Azure Databricks

azureml-opendatasets

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

labor = UsLaborPPIIndustry()
labor_df = labor.to_spark_dataframe()

display(labor_df.limit(5))

azure-storage

Campione non disponibile per questa combinazione di piattaforma/pacchetto.

pyspark

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

Campione non disponibile per questa combinazione di piattaforma/pacchetto.

azure-storage

Campione non disponibile per questa combinazione di piattaforma/pacchetto.

pyspark

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

Vedi il resto dei set di dati nel catalogo set di dati aperti.