População dos EUA por CEP

População dos EUA por gênero e raça para cada CEP do país, originada do Censo Decenal de 2000 e 2010.

Este conjunto de dados originou-se das APIs do conjunto de dados do Censo Decenal do Departamento de Censo dos Estados Unidos. Examine os Termos de Serviço e as Políticas e Avisos para ver os termos e condições relacionados ao uso deste conjunto de dados.

Observação

A Microsoft fornece o Azure Open Datasets no estado em que se encontra. A Microsoft não oferece garantias nem coberturas, expressas ou implícitas, em relação ao uso dos conjuntos de dados. Até o limite permitido pela legislação local, a Microsoft se exime de toda a obrigação por danos ou perdas, inclusive diretos, consequentes, especiais, indiretos, acidentais ou punitivos, resultantes do uso dos conjuntos de dados.

Esse conjunto de dados é fornecido de acordo com os termos originais com que a Microsoft recebeu os dados de origem. O conjunto de dados pode incluir dados originados da Microsoft.

Volume e retenção

Este conjunto de dados está armazenado no formato Parquet e contém dados do ano 2010.

Local de armazenamento

Este conjunto de dados está armazenado na região Leste dos EUA do Azure. É recomendável alocar recursos de computação no Leste dos EUA para afinidade.

População dos EUA por condado

Colunas

Nome	Tipo de dados	Único	Valores (exemplo)	Descrição
decennialTime	cadeia	1	2010	O ano em que o censo decenal foi realizado, por exemplo, 2010, 2000.
maxAge	INT	23	54 21	Máximo do intervalo de idade. Se for nulo, será para todas as idades ou o intervalo de idade não terá limite superior, por exemplo, idade > 85.
minAge	INT	23	45 30	Mín. do intervalo de idade. Se for nulo, será todas as idades.
população	INT	29,274	1 2	População deste segmento.
raça	cadeia	8	ALGUMA OUTRA RAÇA, SOMENTE NEGRA OU SOMENTE AFRO AMERICANA	Categoria de raça nos dados do censo. Se for nulo, será todas as raças.
sexo	cadeia	3	Feminino Masculino	Sexo masculino ou feminino. Se for nulo, será ambos os sexos.
ano	INT	1	2010	Ano (em número inteiro) do decênio.
zipCode	cadeia	33,120	39218 87420	ZCTA5 (Área de Tabulação de CEP de 5 dígitos).

Versão Prévia

decennialTime	zipCode	população	raça	sexo	minAge	maxAge	ano
2010	77477	265	SOMENTE BRANCO	Feminino	15	17	2010
2010	77477	107	ALGUMA OUTRA RAÇA	Feminino	15	17	2010
2010	77477	12	ALGUMA OUTRA RAÇA	Feminino	65	66	2010
2010	77477	101	SOMENTE ASIÁTICO	Feminino	60	61	2010
2010	77477	221	SOMENTE ASIÁTICO	Masculino	10	14	2010
2010	77478	256	SOMENTE BRANCO	Feminino	15	17	2010
2010	77478	17	ALGUMA OUTRA RAÇA	Feminino	15	17	2010
2010	77478	3	ALGUMA OUTRA RAÇA	Feminino	65	66	2010

Acesso de dados

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'))

Banco de Dados SQL do Azure

Banco de Dados SQL do Azure pode consultar esse conjunto de dados diretamente usando a virtualização de dados. Use OPENROWSET para ler os arquivos Parquet via HTTPS.

Consulta no local

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

Persistir em uma tabela (opcional)

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

Próximas etapas

Exiba o restante dos conjuntos de dados no catálogo do Open Datasets.

Comentários

Esta página foi útil?

Last updated on 2026-07-27