Amerykański przemysł indeksu cen konsumpcyjnych

Wskaźnik cen dóbr produkcyjnych (producer price index, PPI) mierzy średnią zmianę cen sprzedaży, które otrzymują krajowi producenci za swoje towary, w czasie. Ceny ujęte we wskaźniku PPI to ceny pierwszej transakcji handlowej za sprzedane produkty i usługi.

Uwaga

Firma Microsoft udostępnia zestawy danych Platformy Azure open na zasadzie "tak, jak to jest". Firma Microsoft nie udziela żadnych gwarancji, wyraźnych lub domniemanych, gwarancji ani warunków w odniesieniu do korzystania z zestawów danych. W zakresie dozwolonym zgodnie z prawem lokalnym firma Microsoft nie ponosi odpowiedzialności za wszelkie szkody lub straty, w tym bezpośrednie, wtórne, specjalne, pośrednie, przypadkowe lub karne wynikające z korzystania z zestawów danych.

Zestaw danych jest udostępniany zgodnie z pierwotnymi warunkami, na jakich firma Microsoft otrzymała dane źródłowe. Zestaw danych może zawierać dane pozyskane z firmy Microsoft.

Wskaźniki korekty wskaźnika cen dóbr konsumpcyjnych z bieżącej serii odzwierciedlają zmiany cen za produkcję netto producentów, zgodnie z klasyfikacją NAICS. Zestaw danych PC jest zgodny z szerokim asortymentem szeregów danych czasowych zgodnie z klasyfikacją NAICS, w tym danych dotyczących produktywności, produkcji, zatrudnienia, pensji i zarobków.

Na wskaźnik PPI składa się produkcja wszystkich gałęzi gospodarki USA wytwarzających dobra konsumpcyjne, takich jak górnictwo, produkcja, rolnictwo, rybołówstwo, leśnictwo, a także produkcja sektorów gazownictwa, energetyki, branży budowlanej i dóbr konkurujących z tymi wytworzonymi w sektorach produkcyjnych (na przykład branża przetwarzania odpadów i złomu). Ponadto od stycznia 2011 r. program PPI obejmował ponad trzy czwarte produkcji sektora usług, publikując dane dla wybranych branż w następujących sektorach przemysłu: handel hurtowy i detaliczny; transport i magazynowanie; Informacji; finansów i ubezpieczeń; pośrednictwo w nieruchomościach, wynajem i dzierżawa; służb zawodowych, naukowych i technicznych; usług administracyjnych, wsparcia i zarządzania odpadami; opieki zdrowotnej i pomocy społecznej; i zakwaterowanie.

Plik README ze szczegółowymi informacjami na temat tego zestawu jest dostępny w pierwotnej lokalizacji zestawu danych. Dodatkowe informacje są dostępne w sekcji często zadawanych pytań.

Ten zestaw danych został utworzony na podstawie danych wskaźnika cen dóbr produkcyjnych publikowanych przez amerykański urząd ds. statystyki zatrudnienia (BLS). Zobacz informacje dotyczące linków i praw autorskich oraz ważne uwagi na temat witryny internetowej, aby zapoznać się z zasadami związanymi z korzystaniem z tego zestawu danych.

Lokalizacja usługi Storage

Ten zestaw danych jest przechowywany w regionie platformy Azure Wschodnie stany USA. Zalecamy przydzielanie zasobów obliczeniowych w regionie Wschodnie stany USA z uwagi na koligację.

Powiązane zestawy danych

• Amerykański wskaźnik cen towarów i usług konsumpcyjnych
• Amerykański wskaźnik cen dóbr produkcyjnych — towary

Kolumny

Nazwisko	Typ danych	Unikatowe	Wartości (przykładowe)	opis
footnote_codes	string	3	nan P	Określa przypisy do serii danych. Są to w większości wartości null. Zobacz: https://download.bls.gov/pub/time.series/pc/pc.footnote.
industry_code	string	1,064	221122 325412	Kod branży w klasyfikacji NAICS. Zobacz https://download.bls.gov/pub/time.series/pc/pc.industry, aby zapoznać się z kodami i nazwami.
industry_name	string	842	Produkcja preparatów farmaceutycznych do dystrybucji energii elektrycznej	Nazwa odpowiadająca kodowi tej branży. Zobacz https://download.bls.gov/pub/time.series/pc/pc.industry, aby zapoznać się z kodami i nazwami.
Okres	string	13	M06 M07	Określa okres, w którym obserwowano dane. Zobacz https://download.bls.gov/pub/time.series/pc/pc.period, aby zapoznać się z pełną listą.
product_code	string	4,822	324121P 316---	Kod określający produkt, do którego odnosi się obserwacja danych. Zobacz https://download.bls.gov/pub/time.series/pc/pc.product mapowanie kodów branżowych, kodów produktów i nazw produktów.
product_name	string	3,313	Produkty podstawowe produkty pomocnicze	Nazwa produktu, do którego odnosi się obserwacja danych. Zobacz https://download.bls.gov/pub/time.series/pc/pc.product mapowanie kodów branżowych, kodów produktów i nazw produktów.
Sezonowe	string	1	U	Kod określający, czy dane są dostosowywane sezonowo. S = sezonowo dostosowywane, U = niedostosowywane
series_id	string	4,822	PCU332323332323M PCU333415333415C	Kod określający szereg czasowy. Szereg czasowy to zestaw danych zaobserwowanych w dłuższym okresie, obejmującym równe przedziały czasu. Zobacz https://download.bls.gov/pub/time.series/pc/pc.series, aby zapoznać się ze szczegółami szeregów, takimi jak kod, nazwa, rok rozpoczęcia i zakończenia itp.
series_title	string	4,588	Dane branżowe PPI dotyczące dystrybucji energii elektrycznej w południowo-zachodniej części południowej, a nie sezonowo dostosowane dane branżowe PPI dla dystrybucji energii elektrycznej na Pacyfiku, a nie sezonowo dostosowane
wartość	liczba zmiennoprzecinkowa	7,658	100.0 100.4000015258789	Wskaźnik cen dla elementu.
rocznie	int	22	2015 2017	Określa rok obserwacji.

Wersja zapoznawcza

product_code	industry_code	series_id	rocznie	Okres	wartość	footnote_codes	Sezonowe	series_title	industry_name	product_name
2123240	212324	PCU2123242123240	1998	M01	117	Nan	U	Dane przemysłu PPI dla Kaolin i górnictwa gliny kulowej-Kaolin i gliny kulowej, a nie sezonowo dostosowane	Kaolin i górnictwo gliny kulowej	Kaolin i glina kulowa
2123240	212324	PCU2123242123240	1998	M02	116.9	Nan	U	Dane przemysłu PPI dla Kaolin i górnictwa gliny kulowej-Kaolin i gliny kulowej, a nie sezonowo dostosowane	Kaolin i górnictwo gliny kulowej	Kaolin i glina kulowa
2123240	212324	PCU2123242123240	1998	M03	116.3	Nan	U	Dane przemysłu PPI dla Kaolin i górnictwa gliny kulowej-Kaolin i gliny kulowej, a nie sezonowo dostosowane	Kaolin i górnictwo gliny kulowej	Kaolin i glina kulowa
2123240	212324	PCU2123242123240	1998	M04	116	Nan	U	Dane przemysłu PPI dla Kaolin i górnictwa gliny kulowej-Kaolin i gliny kulowej, a nie sezonowo dostosowane	Kaolin i górnictwo gliny kulowej	Kaolin i glina kulowa
2123240	212324	PCU2123242123240	1998	M05	116.2	Nan	U	Dane przemysłu PPI dla Kaolin i górnictwa gliny kulowej-Kaolin i gliny kulowej, a nie sezonowo dostosowane	Kaolin i górnictwo gliny kulowej	Kaolin i glina kulowa
2123240	212324	PCU2123242123240	1998	M06	116.3	Nan	U	Dane przemysłu PPI dla Kaolin i górnictwa gliny kulowej-Kaolin i gliny kulowej, a nie sezonowo dostosowane	Kaolin i górnictwo gliny kulowej	Kaolin i glina kulowa
2123240	212324	PCU2123242123240	1998	M07	116.6	Nan	U	Dane przemysłu PPI dla Kaolin i górnictwa gliny kulowej-Kaolin i gliny kulowej, a nie sezonowo dostosowane	Kaolin i górnictwo gliny kulowej	Kaolin i glina kulowa

Dostęp do danych

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

Przykład nie jest dostępny dla tej kombinacji platformy/pakietu.

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

Przykład nie jest dostępny dla tej kombinacji platformy/pakietu.

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

Przykład nie jest dostępny dla tej kombinacji platformy/pakietu.

azure-storage

Przykład nie jest dostępny dla tej kombinacji platformy/pakietu.

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'))

Następne kroki

Wyświetl pozostałe zestawy danych w katalogu Open Datasets (Otwieranie zestawów danych).