US-Bevölkerung nach Postleitzahl

US-Bevölkerung nach Geschlecht und ethnischer Gruppe für alle US-Postleitzahlen gemäß der alle zehn Jahre stattfindenden Volkszählung von 2000 und 2010.

Dieses Dataset stammt aus den Dataset-APIs zur alle zehn Jahre stattfindenden Volkszählung des statistischen Bundesamts der USA. Überprüfen Sie die Nutzungsbedingungen sowie die Richtlinien und Hinweise zu den Nutzungsbedingungen für die Verwendung dieses Datasets.

Hinweis

Microsoft stellt Azure Open Datasets im Istzustand zur Verfügung. Microsoft übernimmt weder ausdrücklich noch stillschweigend die Gewährleistung für Ihre Nutzung der Datasets und sichert keinerlei Garantien oder Bedingungen zu. Soweit nach örtlich anwendbarem Recht zulässig, lehnt Microsoft jegliche Haftung für Schäden oder Verluste ab. Dies schließt direkte, indirekte, besondere oder zufällige Schäden oder Verluste sowie Folge- und Strafschäden und damit verbundene Verluste ein, die sich aus Ihrer Nutzung der Datasets ergeben.

Für die Bereitstellung dieses Datasets gelten die ursprünglichen Nutzungsbedingungen, unter denen Microsoft die Quelldaten bezogen hat. Das Dataset kann Daten von Microsoft enthalten.

Volumen und Aufbewahrung

Dieses Dataset wird im Parquet-Format gespeichert und enthält Daten für das Jahr 2010.

Speicherort

Dieses Dataset wird in der Azure-Region „USA, Osten“ gespeichert. Aus Gründen der Affinität wird die Zuweisung von Computeressourcen in der Region „USA, Osten“ empfohlen.

US-Bevölkerung nach County

Spalten

Name	Datentyp	Einzigartig	Werte (Beispiel)	BESCHREIBUNG
decennialTime	Zeichenfolge	1	2010	Zeitpunkt der alle zehn Jahre stattfindenden Volkszählung, z. B. 2010, 2000.
maxAge	INT	23	54 21	Maximum der Altersspanne. Bei NULL werden alle Altersgruppen berücksichtigt oder es gibt kein Höchstalter (z. B. Alter > 85).
minAge	INT	23	45 30	Mindestspanne für die Altersgruppe. Wenn der Wert null ist, gilt es für alle Altersgruppen.
Population	INT	29.274	1 2	Population dieses Segments.
Wettlauf	Zeichenfolge	8	NUR ANDERE ETHNISCHE GRUPPE, NUR SCHWARZ ODER AFROAMERIKANISCH	Kategorie der ethnischen Gruppe in den Zensusdaten. Wenn es null ist, gilt es für alle Rassen.
Geschlecht	Zeichenfolge	3	Weiblich, Männlich	Männlich oder weiblich. Wenn es null ist, gilt es für beide Geschlechter.
year	INT	1	2010	Jahr (Integerwert) der alle zehn Jahre stattfindenden Volkszählung.
zipCode	Zeichenfolge	33.120	39218 87420	5-stellige PLZ-Tabulationsfläche (ZCTA5).

Vorschau

decennialTime	zipCode	Population	Wettlauf	Geschlecht	minAge	maxAge	year
2010	77477	265	Nur Weiß	Female	15	17	2010
2010	77477	107	NUR ANDERE ETHNISCHE GRUPPE	Female	15	17	2010
2010	77477	12	NUR ANDERE ETHNISCHE GRUPPE	Female	65	66	2010
2010	77477	101	NUR FÜR ASIATEN	Female	60	61	2010
2010	77477	221	NUR FÜR ASIATEN	Männlich	10	14	2010
2010	77478	256	Nur Weiß	Female	15	17	2010
2010	77478	17	NUR ANDERE ETHNISCHE GRUPPE	Female	15	17	2010
2010	77478	3	NUR ANDERE ETHNISCHE GRUPPE	Female	65	66	2010

Datenzugriff

Azure Notebooks

# 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'))

Azure SQL-Datenbank

Azure SQL-Datenbank können dieses Dataset direkt mithilfe der Datenvirtualisierung abfragen. Verwenden Sie OPENROWSET, um die Parquet-Dateien über HTTPS zu lesen.

An Ort und Stelle abfragen

SELECT TOP 100 *
FROM OPENROWSET(
    BULK 'abs://censusdatacontainer@azureopendatastorage.blob.core.windows.net/release/us_population_zip/**',
    FORMAT = 'PARQUET'
) AS [src];

In einer Tabelle beibehalten (optional)

SELECT *
INTO dbo.UsPopulationByZip_Local
FROM OPENROWSET(
    BULK 'abs://censusdatacontainer@azureopendatastorage.blob.core.windows.net/release/us_population_zip/**',
    FORMAT = 'PARQUET'
) AS [src];

Nächste Schritte

Machen Sie sich mit den restlichen Datasets im Open Datasets-Katalog vertraut.

Feedback

War diese Seite hilfreich?

Last updated on 2026-07-28