US Producer Price Index - Commodities (Índice de Preços do Produtor dos EUA - Matérias-primas)

O Índice de Preços no Produtor (IPP) é uma medida da mudança média ao longo do tempo nos preços de venda que os produtores domésticos recebem pelos seus produtos. Os preços incluídos no IPP pertencem à primeira transação comercial de produtos e serviços abrangidos.

Nota

A Microsoft fornece os Conjuntos de Dados Abertos do Azure "no estado em que se encontram". A Microsoft não oferece garantias, expressas ou implícitas, garantias ou condições em relação ao seu uso dos conjuntos de dados. Na medida permitida pela legislação local, a Microsoft se isenta de qualquer responsabilidade por quaisquer danos ou perdas, incluindo diretos, consequenciais, especiais, indiretos, incidentais ou punitivos, resultantes do uso dos conjuntos de dados por parte do cliente.

Este conjunto de dados é disponibilizado de acordo com os termos originais em que a Microsoft recebeu os dados de origem. O conjunto de dados pode incluir dados obtidos junto da Microsoft.

São lançados todos os meses cerca de dez mil PPIs para produtos individuais e grupos de produtos. Os PPIs estão disponíveis para a produção de quase todas as indústrias nos setores produtores de bens da economia dos EUA – mineração, manufatura, agricultura, pesca e silvicultura –, bem como gás natural, eletricidade, construção e bens competitivos com os produzidos nos setores produtores, como resíduos e sucata. O programa PPI cobre aproximadamente 72% da produção do setor de serviços, medida pela receita relatada no Censo Econômico de 2007. Os dados incluem indústrias nos setores de comércio grossista e de retalho, transporte e armazenagem, informações, finanças e seguros, mediação imobiliária, aluguer e leasing, serviços profissionais, científicos e técnicos, serviços administrativos, de apoio e de gestão de resíduos, cuidados médicos e assistência social e alojamento.

O README que contém o ficheiro com informações detalhadas sobre este conjunto de dados está disponível na localização do conjunto de dados original. Estão disponíveis informações adicionais nas FAQs.

Este conjunto de dados é produzido com base nos dados dos Índices de Preços do Produtor publicados pelo US Bureau of Labor Statistics (BLS, Instituto de Estatísticas de Emprego dos EUA). Reveja Linking and Copyright Information (Informações de Ligações e de Direitos de Autor) e Important Web Site Notices (Avisos Importantes do Site) para obter os termos e condições relativos à utilização deste conjunto de dados.

Localização do armazenamento

Este conjunto de dados é armazenado na região do Azure E.U.A. Leste. A alocação de recursos de computação nos E.U.A. Leste é recomendada por questões de afinidade.

Conjuntos de dados relacionados

• US Consumer Price Index (Índice de Preço do Consumidor dos EUA)
• US Producer Price Index - Industry (Índice de Preços do Produtor dos EUA - Indústria)

Colunas

Name	Tipo de dados	Exclusivo	Values (sample)	Description
footnote_codes	string	3	nan P	Identifica notas de rodapé na série de dados. A maioria dos valores são nulos. Consulte https://download.bls.gov/pub/time.series/wp/wp.footnote.
group_code	string	56	02 01	O código que identifica um grupo de matérias-primas principal abrangido pelo índice. Veja https://download.bls.gov/pub/time.series/wp/wp.group para obter os códigos e nomes dos grupos.
group_name	string	56	Géneros alimentícios e alimentos transformados para animais Produtos agrícolas	O nome do grupo principal de matérias-primas abrangido pelo índice. Veja https://download.bls.gov/pub/time.series/wp/wp.group para obter os códigos e nomes dos grupos.
item_code	string	2,949	1 11	Identifica o item ao qual as observações de dados pertencem. Veja https://download.bls.gov/pub/time.series/wp/wp.item para obter os códigos e nomes dos itens.
item_name	string	3,410	Serviços de armazenagem, armazenagem e conexos Aluguer de automóveis de passageiros	Os nomes completos dos artigos. Veja https://download.bls.gov/pub/time.series/wp/wp.item para obter os códigos e nomes dos itens.
período	string	13	M06 M07	Identifica o período em que os dados foram observados. Veja https://download.bls.gov/pub/time.series/wp/wp.period para obter uma lista dos valores de período.
Sazonal	string	2	U S	Código que identifica se os dados são ajustados sazonalmente. S = Ajustados Sazonalmente; U = Não Ajustados
series_id	string	5,458	WPU101 WPU091	O código que identifica a série específica. Uma série temporal refere-se a um conjunto de dados observados ao longo de um período de tempo alargado em intervalos de tempo consistentes. Veja https://download.bls.gov/pub/time.series/wp/wp.series para obter detalhes das séries como o código, nome, ano de início e de fim, etc.
series_title	string	4,379	PPI Dados de mercadorias para serviços de mineração, não ajustados sazonalmente Dados de mercadorias PPI para serviços de tratamento de metais, não ajustados sazonalmente	O título da série específica. Uma série temporal refere-se a um conjunto de dados observados ao longo de um período de tempo alargado em intervalos de tempo consistentes. Consulte https://download.bls.gov/pub/time.series/wp/wp.series para obter detalhes de séries, como ID, nome, início e fim do ano, etc.
valor	flutuante	6,788	100.0 99.0999984741211	O índice de preços de um artigo.
ano	número inteiro	26	2018 2017	Identifica o ano da observação.

Pré-visualizar

item_code	group_code	series_id	ano	período	valor	footnote_codes	Sazonal	series_title	group_name	item_name
120922	05	WPU05120922	2008	M06	100	Nan	U	PPI Dados sobre matérias-primas para combustíveis e produtos conexos e mina subterrânea de carvão betuminoso preparada a partir de energia, apenas triturada/peneirada/dimensionada mecanicamente, não ajustada sazonalmente	Combustíveis e produtos conexos e energia	Mina subterrânea de carvão betuminoso preparado, apenas triturada/crivada/dimensionada mecanicamente
120922	05	WPU05120922	2008	M07	104,6	Nan	U	PPI Dados sobre matérias-primas para combustíveis e produtos conexos e mina subterrânea de carvão betuminoso preparada a partir de energia, apenas triturada/peneirada/dimensionada mecanicamente, não ajustada sazonalmente	Combustíveis e produtos conexos e energia	Mina subterrânea de carvão betuminoso preparado, apenas triturada/crivada/dimensionada mecanicamente
120922	05	WPU05120922	2008	M08	104.4	Nan	U	PPI Dados sobre matérias-primas para combustíveis e produtos conexos e mina subterrânea de carvão betuminoso preparada a partir de energia, apenas triturada/peneirada/dimensionada mecanicamente, não ajustada sazonalmente	Combustíveis e produtos conexos e energia	Mina subterrânea de carvão betuminoso preparado, apenas triturada/crivada/dimensionada mecanicamente
120922	05	WPU05120922	2008	M09	98,3	Nan	U	PPI Dados sobre matérias-primas para combustíveis e produtos conexos e mina subterrânea de carvão betuminoso preparada a partir de energia, apenas triturada/peneirada/dimensionada mecanicamente, não ajustada sazonalmente	Combustíveis e produtos conexos e energia	Mina subterrânea de carvão betuminoso preparado, apenas triturada/crivada/dimensionada mecanicamente
120922	05	WPU05120922	2008	M10	101.5	Nan	U	PPI Dados sobre matérias-primas para combustíveis e produtos conexos e mina subterrânea de carvão betuminoso preparada a partir de energia, apenas triturada/peneirada/dimensionada mecanicamente, não ajustada sazonalmente	Combustíveis e produtos conexos e energia	Mina subterrânea de carvão betuminoso preparado, apenas triturada/crivada/dimensionada mecanicamente
120922	05	WPU05120922	2008	M11	95,2	Nan	U	PPI Dados sobre matérias-primas para combustíveis e produtos conexos e mina subterrânea de carvão betuminoso preparada a partir de energia, apenas triturada/peneirada/dimensionada mecanicamente, não ajustada sazonalmente	Combustíveis e produtos conexos e energia	Mina subterrânea de carvão betuminoso preparado, apenas triturada/crivada/dimensionada mecanicamente

Acesso a dados

Azure Notebooks

Azureml-OpenDataSets

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

labor = UsLaborPPICommodity()
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_commodity/"

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

Amostra não disponível para esta combinação de plataforma/pacote.

Azure Databricks

Azureml-OpenDataSets

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

labor = UsLaborPPICommodity()
labor_df = labor.to_spark_dataframe()

display(labor_df.limit(5))

azure-storage

Amostra não disponível para esta combinação de plataforma/pacote.

Pyspark

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "laborstatisticscontainer"
blob_relative_path = "ppi_commodity/"
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

Amostra não disponível para esta combinação de plataforma/pacote.

azure-storage

Amostra não disponível para esta combinação de plataforma/pacote.

Pyspark

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "laborstatisticscontainer"
blob_relative_path = "ppi_commodity/"
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'))

Próximos passos

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