ナビゲーションをスキップする

US Population by County

US Census Population Decennial County

2000 年および 2010 年に実施された 10 年ごとの国勢調査をソースとする、米国の郡ごとの性別および人種別の米国人口。

このデータセットは、米国国勢調査局の Decennial Census Dataset API から提供されます。 このデータセットの使用に関する諸条件については、「Terms of Service (サービス利用規約)」および「Policies and Notices (ポリシーと通知)」をご覧ください。

ボリュームとデータ保持期間

このデータセットは Parquet 形式で保存されており、2000 年および 2010 年のデータが含まれています。

保存先

このデータセットは、米国東部 Azure リージョンに保存されています。 アフィニティのために、米国東部でコンピューティング リソースを割り当てることをお勧めします。

関連データセット

通知

Microsoft は、Azure オープン データセットを “現状有姿” で提供します。 Microsoft は、データセットの使用に関して、明示または黙示を問わず、いかなる保証も行わないものとし、条件を定めることもありません。 現地の法律の下で認められている範囲内で、Microsoft は、データセットの使用に起因する、直接的、派生的、特別、間接的、偶発的、または懲罰的なものを含めたいかなる損害または損失に対しても一切の責任を負わないものとします。

このデータセットは、Microsoft がソース データを受け取った元の条件に基づいて提供されます。 データセットには、Microsoft が提供するデータが含まれている場合があります。

Access

Available inWhen to use
Azure Notebooks

Quickly explore the dataset with Jupyter notebooks hosted on Azure or your local machine.

Azure Databricks

Use this when you need the scale of an Azure managed Spark cluster to process the dataset.

Azure Synapse

Use this when you need the scale of an Azure managed Spark cluster to process the dataset.

Preview

decennialTime stateName countyName population race sex year minAge maxAge
2000 Alabama Autauga County 7473 BLACK OR AFRICAN AMERICAN ALONE null 2000
2000 Alabama Autauga County 7 SOME OTHER RACE ALONE Female 2000 15 17
2000 Alabama Autauga County 452 WHITE ALONE Male 2000 18 19
2000 Alabama Autauga County 2 ASIAN ALONE Female 2000 20 20
2000 Alabama Autauga County 9 AMERICAN INDIAN AND ALASKA NATIVE ALONE Male 2000 35 39
2000 Alabama Autauga County 0 ASIAN ALONE Female 2000 60 61
2000 Alabama Autauga County 1 ASIAN ALONE Male 2000 10 14
2000 Alabama Autauga County 10 TWO OR MORE RACES Male 2000 30 34
2000 Alabama Autauga County 781 WHITE ALONE Female 2000 15 17
2000 Alabama Autauga County 2 TWO OR MORE RACES Female 2000 75 79
Name Data type Unique Values (sample) Description
countyName string 1,960 Washington County
Jefferson County

郡名。

decennialTime string 2 2010
2000

10 年ごとの国勢調査が行われた時期 (例: 2010、2000)。

maxAge int 23 14
61

年齢範囲の最大値。 null の場合、すべての年齢にわたるか、年齢範囲に上限がなくなります (年齢が 85 歳を上回るなど)。

minAge int 23 35
10

年齢範囲の最小値。 null の場合、すべての年齢にわたります。

population int 47,229 1
2

このセグメントの人口。

race string 8 ASIAN ALONE
TWO OR MORE RACES

国勢調査データの人種カテゴリ。 null の場合、すべての人種にわたります。

sex string 3 Male
Female

男性または女性。 null の場合、男女両方にわたります。

stateName string 52 Texas
Georgia

米国の州の名前。

year int 2 2010
2000

10 年ごとの年 (整数)。

Select your preferred service:

Azure Notebooks

Azure Databricks

Azure Synapse

Azure Notebooks

Package: Language: Python Python
In [1]:
# This is a package in preview.
from azureml.opendatasets import UsPopulationCounty

population = UsPopulationCounty()
population_df = population.to_pandas_dataframe()
ActivityStarted, to_pandas_dataframe
ActivityStarted, to_pandas_dataframe_in_worker
Looking for parquet files...
Reading them into Pandas dataframe...
Reading release/us_population_county/year=2000/part-00177-tid-926394737839939592-51ecde30-440a-40fd-9b41-831814678ab5-1919150.c000.snappy.parquet under container censusdatacontainer
Reading release/us_population_county/year=2010/part-00178-tid-926394737839939592-51ecde30-440a-40fd-9b41-831814678ab5-1919151.c000.snappy.parquet under container censusdatacontainer
Done.
ActivityCompleted: Activity=to_pandas_dataframe_in_worker, HowEnded=Success, Duration=11624.4 [ms]
ActivityCompleted: Activity=to_pandas_dataframe, HowEnded=Success, Duration=11659.25 [ms]
In [2]:
population_df.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 3664512 entries, 0 to 1855295
Data columns (total 8 columns):
decennialTime    object
stateName        object
countyName       object
population       int32
race             object
sex              object
minAge           float64
maxAge           float64
dtypes: float64(2), int32(1), object(5)
memory usage: 237.6+ MB
In [1]:
# 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
In [2]:
# Azure storage access info
azure_storage_account_name = "azureopendatastorage"
azure_storage_sas_token = r""
container_name = "censusdatacontainer"
folder_name = "release/us_population_county/"
In [3]:
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)
In [4]:
# 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)
In [5]:
# you can add your filter at below
print('Loaded as a Pandas data frame: ')
df
In [6]:
 

Azure Databricks

Package: Language: Python Python
In [1]:
# This is a package in preview.
from azureml.opendatasets import UsPopulationCounty

population = UsPopulationCounty()
population_df = population.to_spark_dataframe()
ActivityStarted, to_spark_dataframe ActivityStarted, to_spark_dataframe_in_worker ActivityCompleted: Activity=to_spark_dataframe_in_worker, HowEnded=Success, Duration=3770.1 [ms] ActivityCompleted: Activity=to_spark_dataframe, HowEnded=Success, Duration=3771.78 [ms]
In [2]:
display(population_df.limit(5))
decennialTimestateNamecountyNamepopulationracesexminAgemaxAgeyear
2010TexasCrockett County123WHITE ALONEMale592010
2010TexasCrockett County1ASIAN ALONEFemale67692010
2010TexasCrockett County111WHITE ALONEFemale55592010
2010TexasCrockett County64TWO OR MORE RACESnullnullnull2010
2010TexasCrockett County18nullMale85null2010
In [1]:
# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "censusdatacontainer"
blob_relative_path = "release/us_population_county/"
blob_sas_token = r""
In [2]:
# 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)
In [3]:
# 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')
In [4]:
# Display top 10 rows
print('Displaying top 10 rows: ')
display(spark.sql('SELECT * FROM source LIMIT 10'))

Azure Synapse

Package: Language: Python Python
In [39]:
# This is a package in preview.
from azureml.opendatasets import UsPopulationCounty

population = UsPopulationCounty()
population_df = population.to_spark_dataframe()
In [40]:
# Display top 5 rows
display(population_df.limit(5))
Out[40]:
In [1]:
# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "censusdatacontainer"
blob_relative_path = "release/us_population_county/"
blob_sas_token = r""
In [2]:
# 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)
In [3]:
# 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')
In [4]:
# Display top 10 rows
print('Displaying top 10 rows: ')
display(spark.sql('SELECT * FROM source LIMIT 10'))