미국 지역 실업 통계

LAUS(Local Area Unemployment Statistics) 프로그램은 미국의 인구 조사 지역 및 구역, 주, 자치주, 대도시 지역 및 여러 도시에 대한 월별 및 연간 고용, 실업 및 노동력 데이터를 생성합니다.

참고 항목

Microsoft는 Azure Open Datasets를 “있는 그대로” 제공합니다. Microsoft는 귀하의 데이터 세트 사용과 관련하여 어떠한 명시적이거나 묵시적인 보증, 보장 또는 조건을 제공하지 않습니다. 귀하가 거주하는 지역의 법규가 허용하는 범위 내에서 Microsoft는 귀하의 데이터 세트 사용으로 인해 발생하는 일체의 직접적, 결과적, 특별, 간접적, 부수적 또는 징벌적 손해 또는 손실을 비롯한 모든 손해 또는 손실에 대한 모든 책임을 부인합니다.

이 데이터 세트는 Microsoft가 원본 데이터를 받은 원래 사용 약관에 따라 제공됩니다. 데이터 세트에는 Microsoft가 제공한 데이터가 포함될 수 있습니다.

이 데이터 세트에 대한 자세한 정보를 포함하는 추가 정보는 원본 데이터 세트 위치에서 사용할 수 있습니다.

이 데이터 세트는 BLS(미국 노동 통계국)에서 게시한 현지 실업 통계 데이터에서 제공됩니다. 이 데이터 세트 사용과 관련된 사용 약관은 연결 및 저작권 정보 및 중요한 웹 사이트 고지 사항을 검토하세요.

스토리지 위치

이 데이터 세트는 미국 동부 Azure 지역에 저장됩니다. 선호도를 위해 미국 동부에 컴퓨팅 리소스를 할당하는 것이 좋습니다.

관련 데이터 세트

• 미국 국가 고용 시간 및 소득
• 미국 주 고용 시간 및 소득
• 미국 노동력 통계

열

이름	데이터 형식	고유한	값(샘플)	설명
area_code	string	8,290	ST3400000000000 RD8200000000000	지리적 지역을 식별하는 코드입니다. https://download.bls.gov/pub/time.series/la/la.area을(를) 참조하세요.
area_text	string	8,238	District of Columbia Oregon	지리적 지역의 이름입니다. https://download.bls.gov/pub/time.series/la/la.area를 참조하세요.
area_type_code	string	14	F G	지역 유형을 정의하는 고유한 코드입니다. https://download.bls.gov/pub/time.series/la/la.area_type를 참조하세요.
areatype_text	string	14	Counties and equivalents Cities and towns above 25,000 population	지역 유형의 이름입니다.
footnote_codes	string	5	nan P
measure_code	string	4	5 4	측정된 요소를 식별하는 코드입니다. 03: 실업률, 04: 실업, 05: 고용, 06: 노동력 https://download.bls.gov/pub/time.series/la/la.measure을(를) 참조하세요.
measure_text	string	4	employment unemployment	측정된 요소의 이름입니다. https://download.bls.gov/pub/time.series/la/la.measure를 참조하세요.
기간	string	13	M07 M05	기간(특히 월)을 식별합니다. https://download.bls.gov/pub/time.series/la/la.period를 참조하세요.
seasonal	문자열	2	미국
series_id	string	33,476	LASST160000000000006 LASST200000000000006	계열을 식별하는 코드입니다. 시리즈의 전체 목록은 https://download.bls.gov/pub/time.series/la/la.series를 참조하세요.
series_title	string	33,268	Employment: Philadelphia County/city, PA (U) Labor Force: Manassas city, VA (U)	계열을 식별하는 제목입니다. 시리즈의 전체 목록은 https://download.bls.gov/pub/time.series/la/la.series를 참조하세요.
srd_code	string	53	48 23	주, 지역 또는 지구 코드입니다.
srd_text	string	53	Texas Maine
value	float	600,099	4.0 5.0	특정 측정값입니다.
연도	int	44	2009 2008

미리 보기를

area_code	area_type_code	srd_code	measure_code	series_id	연도	기간	value	footnote_codes	seasonal	series_title	measure_text	srd_text	areatype_text	area_text
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M01	4.7	nan	U	Unemployment Rate: Syracuse-Auburn, NY Combined Statistical Area (U)	unemployment rate	뉴욕	Combined areas	Syracuse-Auburn, NY Combined Statistical Area
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M02	4.7	nan	U	Unemployment Rate: Syracuse-Auburn, NY Combined Statistical Area (U)	unemployment rate	뉴욕	Combined areas	Syracuse-Auburn, NY Combined Statistical Area
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M03	4.2	nan	U	Unemployment Rate: Syracuse-Auburn, NY Combined Statistical Area (U)	unemployment rate	뉴욕	Combined areas	Syracuse-Auburn, NY Combined Statistical Area
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M04	3.6	nan	U	Unemployment Rate: Syracuse-Auburn, NY Combined Statistical Area (U)	unemployment rate	뉴욕	Combined areas	Syracuse-Auburn, NY Combined Statistical Area
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M05	3.6	nan	U	Unemployment Rate: Syracuse-Auburn, NY Combined Statistical Area (U)	unemployment rate	뉴욕	Combined areas	Syracuse-Auburn, NY Combined Statistical Area
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M06	3.6	nan	U	Unemployment Rate: Syracuse-Auburn, NY Combined Statistical Area (U)	unemployment rate	뉴욕	Combined areas	Syracuse-Auburn, NY Combined Statistical Area
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M07	3.6	nan	U	Unemployment Rate: Syracuse-Auburn, NY Combined Statistical Area (U)	unemployment rate	뉴욕	Combined areas	Syracuse-Auburn, NY Combined Statistical Area

데이터 액세스

Azure Notebooks

azureml-opendatasets

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

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

usLaborLAUS_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 = "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

이 플랫폼/패키지 조합에는 샘플을 사용할 수 없습니다.

Azure Databricks

azureml-opendatasets

# 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

이 플랫폼/패키지 조합에는 샘플을 사용할 수 없습니다.

pyspark

# 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

이 플랫폼/패키지 조합에는 샘플을 사용할 수 없습니다.

azure-storage

이 플랫폼/패키지 조합에는 샘플을 사용할 수 없습니다.

pyspark

# 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'))

다음 단계

Open Datasets 카탈로그에서 나머지 데이터 세트를 봅니다.