Индекс потребительских цен США

Статья
06/01/2023

Индекс цен производителей (PPI) — это показатель среднего изменения отпускных цен, выплаченных отечественным производителям за их продукцию, с течением времени. Цены, учитываемые при расчете PPI, определяются по первой коммерческой транзакции для соответствующих продуктов и услуг.

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.

Значения из ряда актуальных индексов цен производителей отражают изменение цен на чистую продукцию производителей, упорядоченных согласно североамериканской системе классификации отраслей экономики (NAICS). Набор данных PC совместим с широким ассортиментом экономических временных рядов на основе NAICS, включая данные о продуктивности, производстве, занятости, ставках и доходах.

Система PPI включает продукцию всех отраслей в секторах экономики США, выпускающих товары (горнодобывающей отрасли, производства, сельского хозяйства и лесоводства), а также природный газ, электроэнергию, сооружения и товары, конкурирующие с продукцией промышленных секторов, например отходы и бракованные материалы. Помимо этого, по состоянию на январь 2011 года программа PPI охватывала более трех четвертей продукции сектора услуг, публикуя данные по отдельным отраслям в следующих отраслях: оптовая и розничная торговля; транспортировка и складирование; Информация; финансы и страхование; брокерские операции с недвижимым имуществом, аренда и лизинг; профессиональные, научные и технические услуги; административные, вспомогательные услуги и услуги по управлению отходами; здравоохранение и социальная помощь, а также проживание.

README-файл с подробными сведениями об этом наборе данных доступен в его исходном расположении. Дополнительные сведения доступны на странице часто задаваемых вопросов.

Этот набор данных создан на основе данных индексов цен производителей, опубликованных Бюро статистики труда США (BLS). Просмотрите Ссылки и информацию об авторских правах и Важные уведомления о веб-сайте, чтобы получить сведения об условиях, связанных с использованием этого набора данных.

Расположение хранилища

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

Столбцы

Имя.	Тип данных	Уникальный	Значения (пример)	Description
footnote_codes	строка	3	nan P	Определяет сноски к рядам данных. Принимает преимущественно значение NULL. См. раздел https://download.bls.gov/pub/time.series/pc/pc.footnote.
industry_code	строка	1,064	221122 325412	Код отрасли, используемый в NAICS. Смотрите https://download.bls.gov/pub/time.series/pc/pc.industry для кодов и названий.
industry_name	строка	842	Распределение электроэнергии Производство фармацевтических препаратов	Имя, соответствующее коду отрасли. Смотрите https://download.bls.gov/pub/time.series/pc/pc.industry для кодов и названий.
Период	строка	13	M06 M07	Определяет период наблюдения данных. См. https://download.bls.gov/pub/time.series/pc/pc.period для полного списка.
product_code	строка	4,822	324121P 316---	Код, определяющий продукт, к которому относятся наблюдаемые данные. См. https://download.bls.gov/pub/time.series/pc/pc.product для сопоставления отраслевых кодов, кодов продуктов и названий продуктов.
product_name	строка	3,313	Первичные продукты Вторичные продукты	Название вида продукции, к которому относятся данные наблюдения. См. https://download.bls.gov/pub/time.series/pc/pc.product для сопоставления отраслевых кодов, кодов продуктов и названий продуктов.
сезонные корректировки	строка	1	U	Код, указывающий, корректируются ли данные в зависимости от сезона. S=корректируются; U=не корректируются
series_id	строка	4,822	PCU332323332323M PCU333415333415C	Код, указывающий на определенные временные ряды. Временной ряд — это набор данных, наблюдаемых в течение длительного периода времени через регулярные интервалы. Дополнительные сведения о серии, такой как код, название, начало и конец года и т. д. см. в https://download.bls.gov/pub/time.series/pc/pc.series.
series_title	строка	4,588	Отраслевые данные PPI для распределения электроэнергии - Запад, Юг и Центральный, без сезонной корректировки; отраслевые данные PPI для распределения электроэнергии - Тихоокеанский регион, без сезонной корректировки
значение	с плавающей запятой	7,658	100.0 100.4000015258789	Индекс цен на вид продукции.
year	INT	22	2015 2017	Определяет год наблюдения.

Предварительная версия

product_code	industry_code	series_id	year	Период	значение	footnote_codes	сезонные корректировки	series_title	industry_name	product_name
2123240	212324	PCU2123242123240	1998	M01	117	не число	U	Отраслевые данные PPI для добычи каолина и шаровой глины - каолина и шаровой глины, без сезонной корректировки	Добыча каолина и шаровой глины	Каолин и шариковая глина
2123240	212324	PCU2123242123240	1998	M02	116.9	не число	U	Отраслевые данные PPI для добычи каолина и шаровой глины - каолина и шаровой глины, без сезонной корректировки	Добыча каолина и шаровой глины	Каолин и шариковая глина
2123240	212324	PCU2123242123240	1998	M03	116.3	не число	U	Отраслевые данные PPI для добычи каолина и шаровой глины - каолина и шаровой глины, без сезонной корректировки	Добыча каолина и шаровой глины	Каолин и шариковая глина
2123240	212324	PCU2123242123240	1998	M04	116	не число	U	Отраслевые данные PPI для добычи каолина и шаровой глины - каолина и шаровой глины, без сезонной корректировки	Добыча каолина и шаровой глины	Каолин и шариковая глина
2123240	212324	PCU2123242123240	1998	M05	116.2	не число	U	Отраслевые данные PPI для добычи каолина и шаровой глины - каолина и шаровой глины, без сезонной корректировки	Добыча каолина и шаровой глины	Каолин и шариковая глина
2123240	212324	PCU2123242123240	1998	M06	116.3	не число	U	Отраслевые данные PPI для добычи каолина и шаровой глины - каолина и шаровой глины, без сезонной корректировки	Добыча каолина и шаровой глины	Каолин и шариковая глина
2123240	212324	PCU2123242123240	1998	M07	116.6	не число	U	Отраслевые данные PPI для добычи каолина и шаровой глины - каолина и шаровой глины, без сезонной корректировки	Добыча каолина и шаровой глины	Каолин и шариковая глина

Доступ к данным

Записные книжки Azure

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

labor = UsLaborPPIIndustry()
labor_df = labor.to_pandas_dataframe()

labor_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 = "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

Azure Databricks

# 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 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

Образец для комбинации платформа/пакет недоступен.

# 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'))

Следующие шаги

Ознакомьтесь с другими наборами в каталоге Открытых наборов данных.