Befolkning i USA efter delstat

Artikel
12/06/2023

Befolkning i USA efter kön och ras för varje delstat i USA från Decennial Census 2000 och 2010.

Den här datamängden kommer från USA Census Bureaus API:er för decennial censusdatauppsättning. Läs Terms of Service och Policies and Notices om villkor och bestämmelser avseende denna datamängd.

Kommentar

Microsoft tillhandahåller Azure Open Datasets i befintligt fall. Microsoft ger inga garantier, uttryckliga eller underförstådda garantier eller villkor för din användning av datauppsättningarna. I den utsträckning som tillåts enligt din lokala lag frånsäger sig Microsoft allt ansvar för eventuella skador eller förluster, inklusive direkt, följdriktig, särskild, indirekt, tillfällig eller straffbar, till följd av din användning av datauppsättningarna.

Datamängden tillhandahålls enligt de ursprungliga villkor som gällde när Microsoft tog emot källdatan. Datamängden kan innehålla data från Microsoft.

Volym och kvarhållning

Datamängden lagras i Parquet-format och innehåller data för år 2000 och 2010.

Lagringsplats

Datamängden lagras i Azure-regionen Östra USA. Vi rekommenderar att beräkningsresurser tilldelas i Östra USA av tillhörighetsskäl.

Befolkning i USA efter postnummer

Kolumner

Name	Datatyp	Unik	Värden (exempel)	beskrivning
countyName	sträng	1,960	Washington County Jefferson County	Namn på delstat.
decennialTime	sträng	2	2010 2000	Tiden för den decenniella folkräkningen inträffade, till exempel 2010, 2000.
maxAge	heltal	23	9 66	Högsta åldersintervall. Om det är null är det i alla åldrar eller så har åldersintervallet ingen övre gräns, till exempel 85 år > .
minAge	heltal	23	35 67	Lägsta åldersintervall. Om det är null avses alla åldrar.
befolkning	heltal	47,229	1 2	Befolkning i detta segment.
Ras	sträng	8	ENBART ASIEN TVÅ ELLER FLERA RASER	Kategorin Ras i folkräkningen. Om det är null avses alla raser.
Sex	sträng	3	Manlig kvinna	Man eller kvinna. Om det är null avses båda könen.
stateName	sträng	52	Texas Georgia	Namn på delstaten i USA.
år	heltal	2	2010 2000	År (i heltal) för tioårsperioden.

Förhandsgranskning

decennialTime	stateName	countyName	befolkning	Ras	Sex	minAge	maxAge	år
2010	Texas	Crockett County	123	VIT ENSAM	Man	5	9	2010
2010	Texas	Crockett County	1	ENBART ASIEN	Kvinna	67	69	2010
2010	Texas	Crockett County	111	VIT ENSAM	Kvinna	55	59	2010
2010	Texas	Crockett County	64	TVÅ ELLER FLERA LOPP	NULL			2010
2010	Texas	Crockett County	18	NULL	Man	85		2010
2010	Texas	Crockett County	16	AMERICAN INDIAN OCH ALASKA NATIVE ALONE	Kvinna			2010
2010	Texas	Crockett County	7	VIT ENSAM	Man	21	21	2010
2010	Texas	Crockett County	45	NULL	Kvinna	85		2010
2010	Texas	Crockett County	0	INFÖDDA HAWAIIAN OCH ANDRA PACIFIC ISLANDER ENSAM	Kvinna	67	69	2010

Dataåtkomst

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'))

Nästa steg

Visa resten av datauppsättningarna i katalogen Öppna datamängder.