Us Consumer Price Index industry

Artikel
12/06/2023

De Producer Price Index (PPI) is een meting van de gemiddelde wijziging gedurende een bepaalde periode in de verkoopprijzen die nationale producenten ontvangen voor hun uitvoer. De prijzen die in de PPI zijn opgenomen, zijn afkomstig van de eerste commerciële transactie voor de betreffende producten en services.

Notitie

Microsoft biedt Azure Open Datasets op basis van 'zoals is'. Microsoft geeft geen garanties, uitdrukkelijk of impliciet, garanties of voorwaarden met betrekking tot uw gebruik van de gegevenssets. Voor zover toegestaan volgens uw lokale wetgeving, wijst Microsoft alle aansprakelijkheid af voor eventuele schade of verliezen, waaronder directe, gevolgschade, speciale, indirecte, incidentele of strafbare gegevenssets, die het gevolg zijn van uw gebruik van de gegevenssets.

Deze gegevensset wordt geleverd onder de oorspronkelijke voorwaarden dat Microsoft de brongegevens heeft ontvangen. De gegevensset kan gegevens bevatten die afkomstig zijn van Microsoft.

De Producer Price Index Revision-Current Series-indexen geven de prijsbewegingen weer voor de netto-uitvoer van producenten die zijn geordend volgens het NAICS (North American Industry Classification System). De PC-gegevensset is compatibel met een breed scala aan economische tijdreeksen die op NAICS zijn gebaseerd, zoals: productiviteit, productie, werkgelegenheid, lonen en inkomsten.

Het PPI-universum bestaat uit de uitvoer van alle bedrijfstakken in de sectoren die goederen produceren in de economie van de V.S.: mijnbouw, productie, landbouw, visserij en bosbouw, evenals aardgas, elektriciteit, bouwnijverheid, en goederen die concurrerend zijn met goederen die worden gemaakt in de producerende sectoren, zoals afval en schroot. Bovendien bestrijkt het PPI-programma vanaf januari 2011 meer dan driekwart van de uitvoer van de servicesector, het publiceren van gegevens voor geselecteerde branches in de volgende sectoren: groothandel en detailhandel; transport en magazijn; Informatie; financiën en verzekeringen; onroerend goed brokering, verhuur en leasing; professionele, wetenschappelijke en technische diensten; administratieve, ondersteunings- en afvalbeheersdiensten; gezondheidszorg en sociale bijstand; en accommodatie.

LEESMIJ met bestand voor gedetailleerde informatie over deze gegevensset is beschikbaar op de oorspronkelijke locatie van de gegevensset. Aanvullende informatie is beschikbaar in de Veelgestelde vragen.

Deze gegevensset wordt geleverd uit de Producer Price Indexes-gegevens gepubliceerd door US Bureau of Labor Statistics (BLS). Lees Informatie over koppelingen en auteursrechten en Belangrijke websitemededelingen voor de voorwaarden met betrekking tot het gebruik van deze gegevensset.

Opslaglocatie

Deze gegevensset wordt opgeslagen in de Azure-regio US - oost. Het wordt aanbevolen om rekenresources in US - oost toe te wijzen voor affiniteit.

Kolommen

Naam	Gegevenstype	Uniek	Waarden (voorbeeld)	Beschrijving
footnote_codes	tekenreeks	3	nan P	Geeft de voetnoten voor de gegevensreeks aan. De meeste waarden zijn null. Zie https://download.bls.gov/pub/time.series/pc/pc.footnote.
industry_code	tekenreeks	1,064	221122 325412	NAICS-code voor de bedrijfstak. Zie https://download.bls.gov/pub/time.series/pc/pc.industry voor codes en namen.
industry_name	tekenreeks	842	Elektrische stroomdistributie Farmaceutische preparaatproductie	Naam die overeenkomt met de code voor de bedrijfstak. Zie https://download.bls.gov/pub/time.series/pc/pc.industry voor codes en namen.
Periode	tekenreeks	13	M06 M07	Geeft de periode aan waarvoor de gegevens worden geobserveerd. Zie https://download.bls.gov/pub/time.series/pc/pc.period voor de volledige lijst.
product_code	tekenreeks	4,822	324121P 316---	Code die het product aangeeft waarnaar de gegevensobservatie verwijst. Zie https://download.bls.gov/pub/time.series/pc/pc.product voor het toewijzen van branchecodes, productcodes en productnamen.
product_name	tekenreeks	3,313	Primaire producten Secundaire producten	Naam van het product waarnaar de gegevensobservatie verwijst. Zie https://download.bls.gov/pub/time.series/pc/pc.product voor het toewijzen van branchecodes, productcodes en productnamen.
Seizoensgebonden	tekenreeks	1	U	Code die aangeeft of de gegevens zijn aangepast aan het seizoen. S=Seasonally Adjusted (aangepast aan het seizoen) U=Unadjusted (niet aangepast)
series_id	tekenreeks	4,822	PCU332323332323M PCU333415333415C	Code die de specifieke reeks aangeeft. Een tijdreeks verwijst naar een verzameling gegevens die zijn geobserveerd gedurende een langere periode met consistente tijdsintervallen. Zie https://download.bls.gov/pub/time.series/pc/pc.series voor details van reeksen zoals code, naam, begin- en eindjaar, enz.
series_title	tekenreeks	4,588	PPI-industriegegevens voor elektrische stroomdistributie - west - centraal, niet seizoensgebonden aangepaste PPI-industriegegevens voor elektrische energiedistributie-Pacific, niet seizoensgebonden aangepast
waarde	zwevend	7,658	100.0 100.4000015258789	Prijsindex voor artikel.
jaar	geheel getal (int)	22	2015 2017	Geeft het jaar van de observatie aan.

Preview

product_code	industry_code	series_id	jaar	Periode	waarde	footnote_codes	Seizoensgebonden	series_title	industry_name	product_name
2123240	212324	PCU2123242123240	1998	M01	117	nan	U	Gegevens uit de PPI-industrie voor Kaline en balkleianalyse-Kaline en balklei, niet seizoensgebonden aangepast	Kaline en bal klei mijnbouw	Kaline en bal klei
2123240	212324	PCU2123242123240	1998	M02	116.9	nan	U	Gegevens uit de PPI-industrie voor Kaline en balkleianalyse-Kaline en balklei, niet seizoensgebonden aangepast	Kaline en bal klei mijnbouw	Kaline en bal klei
2123240	212324	PCU2123242123240	1998	M03	116.3	nan	U	Gegevens uit de PPI-industrie voor Kaline en balkleianalyse-Kaline en balklei, niet seizoensgebonden aangepast	Kaline en bal klei mijnbouw	Kaline en bal klei
2123240	212324	PCU2123242123240	1998	M04	116	nan	U	Gegevens uit de PPI-industrie voor Kaline en balkleianalyse-Kaline en balklei, niet seizoensgebonden aangepast	Kaline en bal klei mijnbouw	Kaline en bal klei
2123240	212324	PCU2123242123240	1998	M05	116.2	nan	U	Gegevens uit de PPI-industrie voor Kaline en balkleianalyse-Kaline en balklei, niet seizoensgebonden aangepast	Kaline en bal klei mijnbouw	Kaline en bal klei
2123240	212324	PCU2123242123240	1998	M06	116.3	nan	U	Gegevens uit de PPI-industrie voor Kaline en balkleianalyse-Kaline en balklei, niet seizoensgebonden aangepast	Kaline en bal klei mijnbouw	Kaline en bal klei
2123240	212324	PCU2123242123240	1998	M07	116.6	nan	U	Gegevens uit de PPI-industrie voor Kaline en balkleianalyse-Kaline en balklei, niet seizoensgebonden aangepast	Kaline en bal klei mijnbouw	Kaline en bal klei

Toegang tot gegevens

Azure Notebooks

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

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

labor_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 = "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

Azure Databricks

# 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 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

Voorbeeld niet beschikbaar voor deze combinatie van platform/pakket.

# 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'))

Volgende stappen

Bekijk de rest van de gegevenssets in de catalogus Open Datasets.