미국 소비자 물가 지수 산업

PPI(생산자 물가 지수)는 국내 생산자가 얻는 산출물 판매 가격의 시간에 따른 평균 변동을 측정한 값입니다. PPI에 포함된 가격은 해당 제품 및 서비스의 첫 번째 상거래에서 나온 것입니다.

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.

Producer Price Index Revision-Current Series(생산자 물가 지수 개정-현재 계열) 지수는 NAICS(북미 산업 분류 시스템)에 따라 구성되는 생산자의 순 산출물에 대한 가격 동향을 반영합니다. PC 데이터 세트는 생산성, 생산, 고용, 임금 및 수익을 포함한 광범위한 NAICS 기반 경제 시계열과 호환됩니다.

PPI 체계는 미국 경제의 제품 생산 부문에 속한 모든 산업(광업, 제조업, 농업, 어업, 임업, 천연가스업, 전기업, 건설업뿐 아니라 생산 부문에서 제조된 제품의 경쟁 제품(예: 폐기물) 재활용업)의 산출물로 구성됩니다. 또한 2011년 1월 기준 PPI 프로그램은 서비스 부문 산출물의 3/4 이상을 포함하며 도소매업, 운송 및 창고업, 정보업, 금융 및 보험업, 부동산 중개/임대/리스업, 전문/과학/기술 서비스업, 행정/지원/폐기물 관리 서비스업, 건강 관리 및 사회 서비스업, 숙박업 등의 산업 부문에서 선택된 산업의 데이터를 게시합니다.

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

이 데이터 세트는 미국 BLS(노동 통계국)에서 게시한 생산자 물가 지수 데이터에서 생성됩니다. 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 소비자 물가 지수
• 미국 생산자 물가 지수 - 상품

열

이름	데이터 형식	고유한	값(샘플)	설명
footnote_codes	string	3	nan P	데이터 계열의 각주를 식별합니다. 대부분 값은 null입니다. https://download.bls.gov/pub/time.series/pc/pc.footnote을(를) 참조하세요.
industry_code	string	1,064	221122 325412	산업의 NAICS 코드입니다. 코드 및 이름은 https://download.bls.gov/pub/time.series/pc/pc.industry를 참조하세요.
industry_name	string	842	Electric power distribution Pharmaceutical preparation manufacturing	산업 코드에 해당하는 이름입니다. 코드 및 이름은 https://download.bls.gov/pub/time.series/pc/pc.industry를 참조하세요.
기간	string	13	M06 M07	데이터가 관찰된 기간을 식별합니다. 전체 목록은 https://download.bls.gov/pub/time.series/pc/pc.period를 참조하세요.
product_code	string	4,822	324121P 316---	데이터 관찰이 참조하는 제품을 식별하는 코드입니다. 산업 코드, 제품 코드 및 제품 이름의 매핑은 https://download.bls.gov/pub/time.series/pc/pc.product를 참조하세요.
product_name	string	3,313	Primary products Secondary products	데이터 관찰이 참조하는 제품의 이름입니다. 산업 코드, 제품 코드 및 제품 이름의 매핑은 https://download.bls.gov/pub/time.series/pc/pc.product를 참조하세요.
seasonal	string	1	U	데이터가 계절에 따라 조정되었는지 여부를 식별하는 코드입니다. S=Seasonally Adjusted; U=Unadjusted
series_id	string	4,822	PCU332323332323M PCU333415333415C	특정 계열을 식별하는 코드입니다. 시계열은 일관된 시간 간격으로 긴 기간 동안 관찰된 데이터 세트를 의미합니다. 코드, 이름, 시작 및 종료 연도 등의 시리즈에 관한 자세한 내용은 https://download.bls.gov/pub/time.series/pc/pc.series를 참조하세요.
series_title	string	4,588	PPI industry data for Electric power distribution-West South Central, not seasonally adjusted PPI industry data for Electric power distribution-Pacific, not seasonally adjusted
value	float	7,658	100.0 100.4000015258789	항목에 대한 가격 지수입니다.
연도	int	22	2015 2017	관찰 연도를 식별합니다.

미리 보기를

product_code	industry_code	series_id	연도	기간	value	footnote_codes	seasonal	series_title	industry_name	product_name
2123240	212324	PCU2123242123240	1998	M01	117	nan	U	PPI industry data for Kaolin and ball clay mining-Kaolin and ball clay, not seasonally adjusted	Kaolin and ball clay mining	Kaolin and ball clay
2123240	212324	PCU2123242123240	1998	M02	116.9	nan	U	PPI industry data for Kaolin and ball clay mining-Kaolin and ball clay, not seasonally adjusted	Kaolin and ball clay mining	Kaolin and ball clay
2123240	212324	PCU2123242123240	1998	M03	116.3	nan	U	PPI industry data for Kaolin and ball clay mining-Kaolin and ball clay, not seasonally adjusted	Kaolin and ball clay mining	Kaolin and ball clay
2123240	212324	PCU2123242123240	1998	M04	116	nan	U	PPI industry data for Kaolin and ball clay mining-Kaolin and ball clay, not seasonally adjusted	Kaolin and ball clay mining	Kaolin and ball clay
2123240	212324	PCU2123242123240	1998	M05	116.2	nan	U	PPI industry data for Kaolin and ball clay mining-Kaolin and ball clay, not seasonally adjusted	Kaolin and ball clay mining	Kaolin and ball clay
2123240	212324	PCU2123242123240	1998	M06	116.3	nan	U	PPI industry data for Kaolin and ball clay mining-Kaolin and ball clay, not seasonally adjusted	Kaolin and ball clay mining	Kaolin and ball clay
2123240	212324	PCU2123242123240	1998	M07	116.6	nan	U	PPI industry data for Kaolin and ball clay mining-Kaolin and ball clay, not seasonally adjusted	Kaolin and ball clay mining	Kaolin and ball clay

데이터 액세스

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

이 플랫폼/패키지 조합에는 샘플을 사용할 수 없습니다.

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

이 플랫폼/패키지 조합에는 샘플을 사용할 수 없습니다.

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

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 = "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'))

다음 단계

Open Datasets 카탈로그에서 나머지 데이터 세트를 봅니다.