Setor de índice de preços ao produtor dos EUA

O PPI (Índice de Preços ao Produtor) é uma medida da média de alterações ao longo do tempo nos preços de venda recebidos por produtores domésticos por sua produção. Os preços do PPI são da primeira transação comercial de produtos e serviços cobertos.

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.

Os índices Revisão do Índice de Preços ao Produtor — Série Atual refletem as movimentações de preço para a produção líquida dos produtores organizados de acordo com a NAICS (Sistema de Classificação da Indústria Norte-Americana). O conjunto de dados do PC é compatível com uma grande variedade de séries temporais econômicas baseadas no NAICS, como: produtividade, produção, emprego, salários e ganhos.

O universo do PPI é formado pela produção de todas as indústrias nos setores de bens da economia americana – mineração, manufatura, agricultura, pescaria e silvicultura – bem como gás natural, eletricidade, construção e bens que competem com os fabricados no setor de produção, como resíduos e sucata. Além disso, desde janeiro de 2011, o programa PPI cobriu mais de três quartos da produção do setor de serviços, publicando dados para indústrias selecionadas nos seguintes setores: comércio de atacado e varejo; transporte e armazenagem; informações; finanças e seguros; corretagem imobiliária, aluguel e arrendamento; serviços técnicos, científicos e profissionais; serviços administrativos, de suporte e gerenciamento de resíduos; saúde e assistência social; e hospedagem.

O LEIAME contendo um arquivo com informações detalhadas sobre este conjunto de dados está disponível no local do conjunto de dados original. Confira mais informações disponíveis nas Perguntas frequentes.

Este conjunto de dados foi produzido com base nos dados dos Índices de preços ao produtor, publicados pela BLS (Secretaria de Estatísticas Trabalhistas) dos EUA. Examine as Informações de vinculação e direitos autorais e Avisos importantes do site para ver os termos e condições relacionados ao uso deste conjunto de dados.

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.

Conjuntos de dados relacionados

• Índice de preços ao consumidor dos EUA
• Índice de preços ao produtor dos EUA – mercadorias

Colunas

Nome	Tipo de dados	Exclusivo	Valores (exemplo)	Descrição
footnote_codes	string	3	nan P	Identifica notas de rodapé da série de dados. A maioria dos valores é nula. Consulte https://download.bls.gov/pub/time.series/pc/pc.footnote.
industry_code	string	1,064	221122 325412	Código NAICS para o setor. Confira https://download.bls.gov/pub/time.series/pc/pc.industry para ver os códigos e os nomes.
industry_name	string	842	Distribuição de energia elétrica Fabricação de preparações farmacêuticas	Nome correspondente ao código do setor. Confira https://download.bls.gov/pub/time.series/pc/pc.industry para ver os códigos e os nomes.
period	string	13	M06 M07	Identifica o período em que os dados foram observados. Confira https://download.bls.gov/pub/time.series/pc/pc.period para ver a lista completa.
product_code	string	4,822	324121P 316---	Código que identifica o produto a que a observação de dados se refere. Confira https://download.bls.gov/pub/time.series/pc/pc.product mapeamento de códigos da indústria, códigos e nomes dos produtos.
product_name	string	3,313	Produtos primários Produtos secundários	Nome do produto a que se refere a observação de dados. Confira https://download.bls.gov/pub/time.series/pc/pc.product mapeamento de códigos da indústria, códigos e nomes dos produtos.
sazonais	string	1	U	Código que identifica se os dados são ajustados sazonalmente. S = ajustados sazonalmente; U = não ajustados
series_id	string	4,822	PCU332323332323M PCU333415333415C	Código que identifica a série específica. Uma série temporal é um conjunto de dados observados durante um período de tempo estendido em intervalos de tempo constantes. Confira https://download.bls.gov/pub/time.series/pc/pc.series para ver detalhes da série, como o código, o nome, o ano de início e término, etc.
series_title	string	4,588	Dados do setor PPI para distribuição de energia elétrica – Oeste Sul Central, não ajustados sazonalmente Dados do setor PPI para distribuição de energia elétrica – Pacífico, não ajustados sazonalmente
value	FLOAT	7,658	100.0 100.4000015258789	Índice de preços do item.
ano	INT	22	2015 2017	Identifica o ano de observação.

Versão Prévia

product_code	industry_code	series_id	ano	period	value	footnote_codes	sazonais	series_title	industry_name	product_name
2123240	212324	PCU2123242123240	1998	M01	117	nan	U	Dados do setor PPI para Mineração de caulino e argila plástica - Caulino e argila plástica, não ajustados sazonalmente	Mineração de caulino e argila plástica	Caulino e argila plástica
2123240	212324	PCU2123242123240	1998	M02	116,9	nan	U	Dados do setor PPI para Mineração de caulino e argila plástica - Caulino e argila plástica, não ajustados sazonalmente	Mineração de caulino e argila plástica	Caulino e argila plástica
2123240	212324	PCU2123242123240	1998	M03	116,3	nan	U	Dados do setor PPI para Mineração de caulino e argila plástica - Caulino e argila plástica, não ajustados sazonalmente	Mineração de caulino e argila plástica	Caulino e argila plástica
2123240	212324	PCU2123242123240	1998	M04	116	nan	U	Dados do setor PPI para Mineração de caulino e argila plástica - Caulino e argila plástica, não ajustados sazonalmente	Mineração de caulino e argila plástica	Caulino e argila plástica
2123240	212324	PCU2123242123240	1998	M05	116,2	nan	U	Dados do setor PPI para Mineração de caulino e argila plástica - Caulino e argila plástica, não ajustados sazonalmente	Mineração de caulino e argila plástica	Caulino e argila plástica
2123240	212324	PCU2123242123240	1998	M06	116,3	nan	U	Dados do setor PPI para Mineração de caulino e argila plástica - Caulino e argila plástica, não ajustados sazonalmente	Mineração de caulino e argila plástica	Caulino e argila plástica
2123240	212324	PCU2123242123240	1998	M07	116,6	nan	U	Dados do setor PPI para Mineração de caulino e argila plástica - Caulino e argila plástica, não ajustados sazonalmente	Mineração de caulino e argila plástica	Caulino e argila plástica

Acesso de dados

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

Exemplo não disponível para essa combinação de plataforma/pacote.

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

Exemplo não disponível para essa combinação de plataforma/pacote.

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

Exemplo não disponível para essa combinação de plataforma/pacote.

azure-storage

Exemplo não disponível para essa combinação de plataforma/pacote.

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'))

Próximas etapas

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