US National Employment Hours and Earnings (全米労働時間および賃金)

[アーティクル]
09/03/2024

Current Employment Statistics (CES) プログラムでは、米国の給与支払い名簿を基に、非農業部門雇用者数、労働時間、賃金の詳細な業界推定値を生成します。

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) によって公開されている「Current Employment Statistics - CES (National)」のデータをソースとしています。このデータセットの使用に関する諸条件については、「Linking and Copyright Information (リンクおよび著作権情報)」と「Important Web Site Notices (Web サイトに関する重要な通知)」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に、米国東部で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
data_type_code	string	37	1 10	「https://download.bls.gov/pub/time.series/ce/ce.datatype」を参照してください。
data_type_text	string	37	ALL EMPLOYEES, THOUSANDS (全従業員、数千人) WOMEN EMPLOYEES, THOUSANDS (女性従業員、数千人)	「https://download.bls.gov/pub/time.series/ce/ce.datatype」を参照してください。
footnote_codes	string	2	nan P
industry_code	string	902	30000000 32000000	含まれる異業種。「https://download.bls.gov/pub/time.series/ce/ce.industry」を参照してください。
industry_name	string	895	Nondurable goods (非耐久消費財) Durable goods (耐久消費財)	含まれる異業種。「https://download.bls.gov/pub/time.series/ce/ce.industry」を参照してください。
period	string	13	M03 M06	「https://download.bls.gov/pub/time.series/ce/ce.period」を参照してください。
季節	string	2	U S
series_id	string	26,021	CEU3100000008 CEU9091912001	異なる種類のデータ系列がデータセットで入手できます。「https://download.bls.gov/pub/time.series/ce/ce.series」を参照してください。
series_title	string	25,685	All employees, thousands, durable goods, not seasonally adjusted (全従業員、数千人、耐久消費財、季節調整なし) All employees, thousands, nondurable goods, not seasonally adjusted (全従業員、数千人、非耐久消費財、季節調整なし)	異なる種類のデータ系列のタイトルがデータセットで入手できます。「https://download.bls.gov/pub/time.series/ce/ce.series」を参照してください。
supersector_code	string	22	31 60	より上位レベルの業界またはセクターの分類。「https://download.bls.gov/pub/time.series/ce/ce.supersector」を参照してください。
supersector_name	string	22	Durable Goods (耐久消費財) Professional and business services (プロフェッショナルおよびビジネスサービス)	より上位レベルの業界またはセクターの分類。「https://download.bls.gov/pub/time.series/ce/ce.supersector」を参照してください。
value	float	572,372	38.5 38.400001525878906
year	INT	81	2017 2012

プレビュー

data_type_code	industry_code	supersector_code	series_id	year	period	value	footnote_codes	季節	series_title	supersector_name	industry_name	data_type_text
26	5000000	5	CES0500000026	1939	M04	52	nan	S	All employees, 3-month average change, seasonally adjusted, thousands, total private, seasonally adjusted (全従業員、3 か月の平均変化、季節調整済み、数千人、民間合計、季節調整済み)	Total private (民間合計)	Total private (民間合計)	ALL EMPLOYEES, 3-MONTH AVERAGE CHANGE, SEASONALLY ADJUSTED, THOUSANDS (全従業員、3 か月の平均変化、季節調整済み、数千人)
26	5000000	5	CES0500000026	1939	M05	65	nan	S	All employees, 3-month average change, seasonally adjusted, thousands, total private, seasonally adjusted (全従業員、3 か月の平均変化、季節調整済み、数千人、民間合計、季節調整済み)	Total private (民間合計)	Total private (民間合計)	ALL EMPLOYEES, 3-MONTH AVERAGE CHANGE, SEASONALLY ADJUSTED, THOUSANDS (全従業員、3 か月の平均変化、季節調整済み、数千人)
26	5000000	5	CES0500000026	1939	M06	74	nan	S	All employees, 3-month average change, seasonally adjusted, thousands, total private, seasonally adjusted (全従業員、3 か月の平均変化、季節調整済み、数千人、民間合計、季節調整済み)	Total private (民間合計)	Total private (民間合計)	ALL EMPLOYEES, 3-MONTH AVERAGE CHANGE, SEASONALLY ADJUSTED, THOUSANDS (全従業員、3 か月の平均変化、季節調整済み、数千人)
26	5000000	5	CES0500000026	1939	M07	103	nan	S	All employees, 3-month average change, seasonally adjusted, thousands, total private, seasonally adjusted (全従業員、3 か月の平均変化、季節調整済み、数千人、民間合計、季節調整済み)	Total private (民間合計)	Total private (民間合計)	ALL EMPLOYEES, 3-MONTH AVERAGE CHANGE, SEASONALLY ADJUSTED, THOUSANDS (全従業員、3 か月の平均変化、季節調整済み、数千人)
26	5000000	5	CES0500000026	1939	M08	108	nan	S	All employees, 3-month average change, seasonally adjusted, thousands, total private, seasonally adjusted (全従業員、3 か月の平均変化、季節調整済み、数千人、民間合計、季節調整済み)	Total private (民間合計)	Total private (民間合計)	ALL EMPLOYEES, 3-MONTH AVERAGE CHANGE, SEASONALLY ADJUSTED, THOUSANDS (全従業員、3 か月の平均変化、季節調整済み、数千人)
26	5000000	5	CES0500000026	1939	M09	152	nan	S	All employees, 3-month average change, seasonally adjusted, thousands, total private, seasonally adjusted (全従業員、3 か月の平均変化、季節調整済み、数千人、民間合計、季節調整済み)	Total private (民間合計)	Total private (民間合計)	ALL EMPLOYEES, 3-MONTH AVERAGE CHANGE, SEASONALLY ADJUSTED, THOUSANDS (全従業員、3 か月の平均変化、季節調整済み、数千人)
26	5000000	5	CES0500000026	1939	M10	307	nan	S	All employees, 3-month average change, seasonally adjusted, thousands, total private, seasonally adjusted (全従業員、3 か月の平均変化、季節調整済み、数千人、民間合計、季節調整済み)	Total private (民間合計)	Total private (民間合計)	ALL EMPLOYEES, 3-MONTH AVERAGE CHANGE, SEASONALLY ADJUSTED, THOUSANDS (全従業員、3 か月の平均変化、季節調整済み、数千人)
26	5000000	5	CES0500000026	1939	M11	248	nan	S	All employees, 3-month average change, seasonally adjusted, thousands, total private, seasonally adjusted (全従業員、3 か月の平均変化、季節調整済み、数千人、民間合計、季節調整済み)	Total private (民間合計)	Total private (民間合計)	ALL EMPLOYEES, 3-MONTH AVERAGE CHANGE, SEASONALLY ADJUSTED, THOUSANDS (全従業員、3 か月の平均変化、季節調整済み、数千人)

データアクセス

Azure Notebooks

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

usLaborEHENational = UsLaborEHENational()
usLaborEHENational_df = usLaborEHENational.to_pandas_dataframe()

usLaborEHENational_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 = "ehe_national/"

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 UsLaborEHENational

usLaborEHENational = UsLaborEHENational()
usLaborEHENational_df = usLaborEHENational.to_spark_dataframe()

display(usLaborEHENational_df.limit(5))

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

次の方法で共有

US National Employment Hours and Earnings (全米労働時間および賃金)

保存先

[列]

プレビュー

データアクセス

Azure Notebooks

Azure Databricks

Azure Synapse

次のステップ

フィードバック

その他のリソース

次の方法で共有

US National Employment Hours and Earnings (全米労働時間および賃金)

保存先

関連データセット

[列]

プレビュー

データ アクセス

Azure Notebooks

Azure Databricks

Azure Synapse

次のステップ

フィードバック

その他のリソース

データアクセス