米国消費者物価指数

[アーティクル]
12/06/2023

消費者物価指数 (CPI) は、都市の消費者が商品やサービスを実際に購入する際に支払う価格の経時的な平均的変動を測定するものです。

注意

Microsoft は、Azure Open Datasets を "現状有姿" で提供します。 Microsoft は、データセットの使用に関して、明示または黙示を問わず、いかなる保証も行わないものとし、条件を定めることもありません。現地の法律の下で認められている範囲内で、Microsoft は、データセットの使用に起因する、直接的、派生的、特別、間接的、偶発的、または懲罰的なものを含めたいかなる損害または損失に対しても一切の責任を負わないものとします。

このデータセットは、Microsoft がソースデータを受け取った元の条件に基づいて提供されます。データセットには、Microsoft が提供するデータが含まれている場合があります。

このデータセットの詳細情報が含まれた README ファイルは、データセットの元の場所で入手できます。

このデータセットは、米国労働統計局 (BLS)によって公開される、消費者物価指数データから生成されます。使用条件については、「Linking and Copyright Information」(リンクと著作権に関する情報) と「Important Web Site Notices」(重要な Web サイトの通知) を確認してください。

保存先

このデータセットは、米国東部 Azure リージョンに保存されています。アフィニティのため、米国東部にコンピューティングリソースを割り当てることをお勧めします。

[列]

Name	データ型	一意	値 (サンプル)	説明
area_code	string	70	0000 0300	特定の地域の識別に使用される一意のコード。すべての地域コードはこちら: http://download.bls.gov/pub/time.series/cu/cu.area
area_name	string	69	米国の都市平均南部	特定の地域の名前。すべての地域名やコードについては、 https://download.bls.gov/pub/time.series/cu/cu.area をご覧ください。
footnote_codes	string	3	nan U	データ系列の脚注を示します。ほとんどの値が null です。
item_code	string	515	SA0E SAF11	データ観測の対象となる品目を示します。すべての品目名とコードについては、 https://download.bls.gov/pub/time.series/cu/cu.item をご覧ください。
item_name	string	515	自宅のエネルギー食品	品目のフルネーム。品目名とコードについては、 https://download.bls.gov/pub/time.series/cu/cu.txt をご覧ください。
period	string	16	S01 S02	データが観測される期間を示します。形式:M01-M13 または S01-S03 (M = 毎月、M13 = 年平均、S = 半年ごと)。例:M06 = June。期間名とコードについては、 https://download.bls.gov/pub/time.series/cu/cu.period をご覧ください。
periodicity_code	string	3	R S	データ観測の頻度。 S = 半年に 1 回、R = 定期的
季節	string	1,043	U S	データが季節調整されているかどうかを識別するコード。 S = 季節調整済み、U = 未調整
series_id	string	16,683	CWURS400SA0E CWUR0100SA0E	特定の系列を識別するコード。時系列とは、一定の時間間隔 (つまり、月 1 回、四半期に 1 回、半年に 1 回、年 1 回) で長期間にわたって観測された一連のデータを指します。通常、BLS 時系列データは 1 か月間隔で生成され、特定の地域の価格が毎月収集される特定の消費財から、雇用率が毎月記録されている特定の業種の労働者のカテゴリまで、さまざまなデータを表します。詳細については、https://download.bls.gov/pub/time.series/cu/cu.txt を参照してください。
series_title	string	8,336	米国の都市平均のアルコール飲料、すべての都市部消費者、季節未調整 Los Angeles-Long Beach-Anaheim (CA) における輸送、すべての都市部消費者、季節未調整	対応する series_id の系列名。系列 ID と系列名については、 https://download.bls.gov/pub/time.series/cu/cu.series をご覧ください。
value	float	310,603	100.0 101.0999984741211	商品の物価指数。
year	INT	25	2018 2017	観測の年を示します。

プレビュー

area_code	item_code	series_id	year	period	value	footnote_codes	季節	periodicity_code	series_title	item_name	area_name
S49E	SEHF01	CUURS49ESEHF01	2017	M12	279.974	nan	U	R	San Diego-Carlsbad (CA) における電力、すべての都市部消費者、季節未調整	電力	San Diego-Carlsbad (CA)
S49E	SEHF01	CUURS49ESEHF01	2017	M12	279.974	nan	U	R	San Diego-Carlsbad (CA) における電力、すべての都市部消費者、季節未調整	電力	San Diego-Carlsbad (CA)
S49E	SEHF01	CUURS49ESEHF01	2017	M12	279.974	nan	U	R	San Diego-Carlsbad (CA) における電力、すべての都市部消費者、季節未調整	電力	San Diego-Carlsbad (CA)
S49E	SEHF01	CUURS49ESEHF01	2017	M12	279.974	nan	U	R	San Diego-Carlsbad (CA) における電力、すべての都市部消費者、季節未調整	電力	San Diego-Carlsbad (CA)
S49E	SEHF01	CUURS49ESEHF01	2017	M12	279.974	nan	U	R	San Diego-Carlsbad (CA) における電力、すべての都市部消費者、季節未調整	電力	San Diego-Carlsbad (CA)
S49E	SEHF01	CUURS49ESEHF01	2017	M12	279.974	nan	U	R	San Diego-Carlsbad (CA) における電力、すべての都市部消費者、季節未調整	電力	San Diego-Carlsbad (CA)

データアクセス

Azure Notebooks

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

usLaborCPI = UsLaborCPI()
usLaborCPI_df = usLaborCPI.to_pandas_dataframe()

usLaborCPI_df.info()

# 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 = "cpi/"

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

Azure Databricks

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

usLaborCPI = UsLaborCPI()
usLaborCPI_df = usLaborCPI.to_spark_dataframe()

display(usLaborCPI_df.limit(5))

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

このプラットフォームとパッケージの組み合わせでは、サンプルは利用できません。

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "laborstatisticscontainer"
blob_relative_path = "cpi/"
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'))

次のステップ

Open Datasets カタログの残りのデータセットを表示します。