你当前正在访问 Microsoft Azure Global Edition 技术文档网站。如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

美国各地区失业统计信息

项目
12/06/2023

地区失业统计 (LAUS) 计划为美国人口普查地区及分区、州、县、大都市区和许多城市提供月度和年度就业、失业和劳动力数据。

注意

Microsoft 按“原样”提供 Azure 开放数据集。 Microsoft 对数据集的使用不提供任何担保（明示或暗示）、保证或条件。在当地法律允许的范围内，Microsoft 对使用数据集而导致的任何损害或损失不承担任何责任，包括直接、必然、特殊、间接、偶发或惩罚性损害或损失。

此数据集是根据 Microsoft 接收源数据的原始条款提供的。数据集可能包含来自 Microsoft 的数据。

原始数据集位置提供了自述文件，其中包含介绍此数据集详细信息的文件。

此数据集来源于美国劳工统计局 (BLS) 发布的地区失业统计数据。要了解与使用此数据集相关的条款和条件，请查看链接与版权信息以及重要网站声明。

存储位置

此数据集存储在美国东部 Azure 区域。建议将计算资源分配到美国东部地区，以实现相关性。

列

名称	数据类型	唯一	值（示例）	说明
area_code	字符串	8,290	ST3400000000000 RD8200000000000	标识地理区域的代码。请参阅 https://download.bls.gov/pub/time.series/la/la.area。
area_text	字符串	8,238	哥伦比亚特区俄勒冈	地理区域的名称。请参阅https://download.bls.gov/pub/time.series/la/la.area
area_type_code	字符串	14	F G	定义区域类型的唯一代码。请参阅https://download.bls.gov/pub/time.series/la/la.area_type
areatype_text	字符串	14	县和同等规模城市及人口超过 25,000 的城镇	区域类型的名称。
footnote_codes	字符串	5	nan P
measure_code	字符串	4	5 4	标识被度量元素的代码。 03：失业率，04：失业人数，05：就业人数，06：劳动力总数。请参阅 https://download.bls.gov/pub/time.series/la/la.measure。
measure_text	字符串	4	就业失业	被度量元素的名称。请参阅https://download.bls.gov/pub/time.series/la/la.measure
period	字符串	13	M07 M05	标识时间段，通常为月。请参阅https://download.bls.gov/pub/time.series/la/la.period
季节性	字符串	2	U S
series_id	字符串	33,476	LASST160000000000006 LASST200000000000006	标识系列的代码。有关完整系列列表，请参阅 https://download.bls.gov/pub/time.series/la/la.series 。
series_title	字符串	33,268	就业：宾夕法尼亚州费城县/市，劳动力：弗吉尼亚州马纳萨斯市	标识系列的标题。有关完整系列列表，请参阅 https://download.bls.gov/pub/time.series/la/la.series 。
srd_code	字符串	53	48 23	州、区域或部门代码。
srd_text	字符串	53	德克萨斯州缅因州
值	FLOAT	600,099	4.0 5.0	特定度量单位的值。
year	int	44	2009 2008

预览

area_code	area_type_code	srd_code	measure_code	series_id	year	period	值	footnote_codes	季节性	series_title	measure_text	srd_text	areatype_text	area_text
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M01	4.7	nan	U	失业率：纽约州大型联合统计区 (U) 叙拉古-奥本市	失业率	纽约	联合区域	纽约州大型联合统计区 (U) 叙拉古-奥本市
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M02	4.7	nan	U	失业率：纽约州大型联合统计区 (U) 叙拉古-奥本市	失业率	纽约	联合区域	纽约州大型联合统计区 (U) 叙拉古-奥本市
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M03	4.2	nan	U	失业率：纽约州大型联合统计区 (U) 叙拉古-奥本市	失业率	纽约	联合区域	纽约州大型联合统计区 (U) 叙拉古-奥本市
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M04	3.6	nan	U	失业率：纽约州大型联合统计区 (U) 叙拉古-奥本市	失业率	纽约	联合区域	纽约州大型联合统计区 (U) 叙拉古-奥本市
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M05	3.6	nan	U	失业率：纽约州大型联合统计区 (U) 叙拉古-奥本市	失业率	纽约	联合区域	纽约州大型联合统计区 (U) 叙拉古-奥本市
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M06	3.6	nan	U	失业率：纽约州大型联合统计区 (U) 叙拉古-奥本市	失业率	纽约	联合区域	纽约州大型联合统计区 (U) 叙拉古-奥本市
CA3653200000000	E	36	3	LAUCA365320000000003	2000	M07	3.6	nan	U	失业率：纽约州大型联合统计区 (U) 叙拉古-奥本市	失业率	纽约	联合区域	纽约州大型联合统计区 (U) 叙拉古-奥本市

数据访问

Azure Notebooks

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

usLaborLAUS = UsLaborLAUS()
usLaborLAUS_df = usLaborLAUS.to_pandas_dataframe()

usLaborLAUS_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 = "laus/"

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 UsLaborLAUS

usLaborLAUS = UsLaborLAUS()
usLaborLAUS_df = usLaborLAUS.to_spark_dataframe()

display(usLaborLAUS_df.limit(5))

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

没有适用于此平台/包组合的示例。

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

后续步骤

查看开放数据集目录中的其余数据集。