Данные о населении США по почтовому индексу

Статья
12/06/2023

Это данные о населении США по половой и расовой принадлежности для каждого почтового индекса США. Источник — перепись, проводящаяся каждую декаду, за 2000 и 2010 годы.

Источник этого набора данных — API наборов данных переписи, проводящейся каждые 10 лет, из Бюро переписи населения США. Просмотрите условия обслуживания, а также сведения о политиках и уведомления, чтобы узнать условия использования этого набора данных.

Примечание.

Корпорация Майкрософт предоставляет Открытые наборы данных Azure как есть. Корпорация Майкрософт не предоставляет никаких гарантий (явных или подразумеваемых) и не определяет никаких условий в связи с использованием этих наборов данных. В рамках, допускаемых местным законодательством, корпорация Майкрософт отказывается от ответственности за ущерб и убытки (в том числе прямые, косвенные, специальные, опосредованные, случайные и штрафные), понесенные в результате использования вами этих наборов данных.

Этот набор данных предоставляется на тех же условиях, на которых корпорация Майкрософт получила исходные данные. Этот набор может включать данные, полученные от корпорации Майкрософт.

Объем данных и их хранение

Этот набор данных хранится в формате Parquet и содержит данные за 2010 г.

Расположение хранилища

Этот набор данных хранится в регионе Azure "Восточная часть США". Для обеспечения приближенности рекомендуется выделять вычислительные ресурсы в регионе "Восточная часть США".

Население США по странам

Столбцы

Имя.	Тип данных	Уникальный	Значения (пример)	Description
decennialTime	строка	1	2010	Год проведения выполняющейся раз в декаду переписи, например 2000-й или 2010-й.
maxAge	INT	23	54 21	Максимальное значение возрастного диапазона. При нулевом значении данные касаются всех возрастов либо максимальный возраст не ограничен (например, включаются люди старше 85 лет).
minAge	INT	23	45 30	Минимальное значение возрастного диапазона. Если значение равно NULL, данные касаются всех возрастов.
заполнение	INT	29 274	1 2	Население данного сегмента.
race	строка	8	SOME OTHER RACE ALONE BLACK OR AFRICAN AMERICAN ALONE (только другая раса, только чернокожие или афроамериканцы)	Категория расы в данных переписи населения. Если значение равно NULL, данные касаются всех рас.
sex	строка	3	Female Male (женщины, мужчины)	Мужской или женский. Если значение равно NULL, данные касаются обоих полов.
year	INT	1	2010	Год (целое число) десятилетия.
zipCode	строка	33 120	39218 87420	Пятизначный код области табулирования почтового индекса (ZCTA5).

Предварительная версия

decennialTime	zipCode	заполнение	race	sex	minAge	maxAge	year
2010	77477	265	WHITE ALONE (только белые)	Женский	15	17	2010
2010	77477	107	SOME OTHER RACE ALONE (только другая раса)	Женский	15	17	2010
2010	77477	12	SOME OTHER RACE ALONE (только другая раса)	Женский	65	66	2010
2010	77477	101	ASIAN ALONE (только азиаты)	Женский	60	61	2010
2010	77477	221	ASIAN ALONE (только азиаты)	Пол сотрудника	10	14	2010
2010	77478	256	WHITE ALONE (только белые)	Женский	15	17	2010
2010	77478	17	SOME OTHER RACE ALONE (только другая раса)	Женский	15	17	2010
2010	77478	3	SOME OTHER RACE ALONE (только другая раса)	Женский	65	66	2010

Доступ к данным

Записные книжки Azure

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

population = UsPopulationZip()
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_zip/"

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 UsPopulationZip

population = UsPopulationZip()
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_zip/"
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 UsPopulationZip

population = UsPopulationZip()
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_zip/"
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'))

Следующие шаги

Ознакомьтесь с другими наборами в каталоге Открытых наборов данных.