População dos EUA por condado

Artigo
12/06/2023

População dos EUA por gênero e raça para cada condado do país, originada do censo decenal de 2000 e 2010.

Este conjunto de dados originou-se das APIs do conjunto de dados do Censo Decenal do Departamento de Censo dos Estados Unidos. Examine os Termos de Serviço e as Políticas e Avisos para ver os termos e condições relacionados ao uso deste conjunto de dados.

Observação

A Microsoft fornece o Azure Open Datasets no estado em que se encontra. A Microsoft não oferece garantias nem coberturas, expressas ou implícitas, em relação ao uso dos conjuntos de dados. Até o limite permitido pela legislação local, a Microsoft se exime de toda a obrigação por danos ou perdas, inclusive diretos, consequentes, especiais, indiretos, acidentais ou punitivos, resultantes do uso dos conjuntos de dados.

Esse conjunto de dados é fornecido de acordo com os termos originais com que a Microsoft recebeu os dados de origem. O conjunto de dados pode incluir dados originados da Microsoft.

Volume e retenção

Este conjunto de dados está armazenado no formato Parquet e contém dados dos anos 2000 e 2010.

Local de armazenamento

Este conjunto de dados está armazenado na região Leste dos EUA do Azure. É recomendável alocar recursos de computação no Leste dos EUA para afinidade.

População dos EUA por CEP

Colunas

Nome	Tipo de dados	Exclusivo	Valores (exemplo)	Descrição
countyName	string	1\.960	Condado de Jefferson do Condado de Washington	Nome do município.
decennialTime	string	2	2010 2000	O ano em que o censo decenal ocorreu, por exemplo, 2010, 2000.
maxAge	INT	23	9 66	Máximo do intervalo de idade. Se for nulo, será para todas as idades ou o intervalo de idade não terá limite superior, por exemplo, idade > 85.
minAge	INT	23	35 67	Mínimo do intervalo de idade. Se for nulo, será todas as idades.
população	INT	47.229	1 2	População deste segmento.
raça	string	8	SOMENTE ASIÁTICO DUAS OU MAIS RAÇAS	Categoria de raça nos dados do censo. Se for nulo, será todas as raças.
sexo	string	3	Sexo masculino Sexo feminino	Sexo masculino ou feminino. Se for nulo, será ambos os sexos.
stateName	string	52	Texas Georgia	O nome do estado nos EUA.
ano	INT	2	2010 2000	Ano (em número inteiro) do decênio.

Versão Prévia

decennialTime	stateName	countyName	população	raça	sexo	minAge	maxAge	ano
2010	Texas	Condado de Crockett	123	SOMENTE BRANCO	Masculino	5	9	2010
2010	Texas	Condado de Crockett	1	SOMENTE ASIÁTICO	Feminino	67	69	2010
2010	Texas	Condado de Crockett	111	SOMENTE BRANCO	Feminino	55	59	2010
2010	Texas	Condado de Crockett	64	DUAS OU MAIS RAÇAS	nulo			2010
2010	Texas	Condado de Crockett	18	nulo	Masculino	85		2010
2010	Texas	Condado de Crockett	16	SOMENTE NORTE-AMERICANO, INDIANO E NATIVO DO ALASCA	Feminino			2010
2010	Texas	Condado de Crockett	7	SOMENTE BRANCO	Masculino	21	21	2010
2010	Texas	Condado de Crockett	45	nulo	Feminino	85		2010
2010	Texas	Condado de Crockett	0	SOMENTE NATIVO DO HAVAÍ E DE OUTRAS ILHAS DO PACÍFICO	Feminino	67	69	2010

Acesso de dados

Azure Notebooks

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

population = UsPopulationCounty()
population_df = population.to_pandas_dataframe()

population_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 = "censusdatacontainer"
folder_name = "release/us_population_county/"

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 UsPopulationCounty

population = UsPopulationCounty()
population_df = population.to_spark_dataframe()

display(population_df.limit(5))

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "censusdatacontainer"
blob_relative_path = "release/us_population_county/"
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

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

population = UsPopulationCounty()
population_df = population.to_spark_dataframe()

# Display top 5 rows
display(population_df.limit(5))

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "censusdatacontainer"
blob_relative_path = "release/us_population_county/"
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'))

Próximas etapas

Exiba o restante dos conjuntos de dados no catálogo do Open Datasets.