Munkaszüneti

Cikk
09/01/2024

A PyPI szabadnapos csomagja és a Wikipedia alapján készült nyilvános szabadnapi adatok, 38 országra vagy régióra vonatkozóan, 1970. és 2099 között.

Minden sor egy adott dátum és ország vagy régió szabadnapjaira vonatkozó adatait tartalmazza, illetve azt, hogy a legtöbb ember kap-e fizetett szabadságot.

Feljegyzés

A Microsoft az Azure Open Datasets szolgáltatást "adott módon" biztosítja. A Microsoft nem vállal kifejezett vagy vélelmezett garanciát vagy feltételeket az adathalmazok Ön általi használatára vonatkozóan. A microsoft a helyi jogszabályok által megengedett mértékben kizár minden felelősséget az adathalmazok használatából eredő károkért vagy veszteségekért, beleértve a közvetlen, következményi, különleges, közvetett, incidenses vagy büntető jellegű károkat is.

Az adatkészletet a Microsoft forrásadataihoz tartozó eredeti feltételek szerint szolgáltatjuk. A készlet tartalmazhat Microsofttól származó adatokat.

Kötet és megőrzés

Az adatkészlet Parketta formátumban van tárolva. Ez egy pillanatkép, amely 1970. január 1-től 2099. január 1-ig ünnepnapi információkat tartalmaz. Az adatok mérete körülbelül 500 KB.

Tárolási hely

Az adatkészlet tárolási helye a Kelet-USA Azure-régió. Javasoljuk, hogy az USA keleti régiójában keresse meg a számítási erőforrásokat az affinitás érdekében.

További információk

Az adatkészlet a Wikipediáról (WikiMedia Foundation Inc) és a PyPI szabadnapos csomagjából származó adatokat tartalmaz.

Wikipedia: eredeti forrás, eredeti licenc
PyPI szabadnapok: eredeti forrás, eredeti licenc

Az egyesített adatkészlet a Creative Commons Attribution-ShareAlike 3.0 nem adaptált licenc alapján terjeszthető.

Az adatforrással kapcsolatos kérdéseket e-mailben teheti fel ezen a címen: aod@microsoft.com.

Oszlopok

Név	Adattípus	Egyedi	Values (sample)	Leírás
countryOrRegion	húr	38	Svédország Norvégia	Ország vagy régió teljes neve.
countryRegionCode	húr	35	SE NEM	Ország vagy régiókód ebben a formátumban.
dátum:	időbélyeg	20,665	2074-01-01 00:00:00 2025-12-25 00:00:00	Az ünnep dátuma.
holidayName	húr	483	Søndag Söndag	Az ünnep teljes neve.
isPaidTimeOff	Logikai	3	Igaz	Jelezze, hogy a legtöbben fizetett időt töltöttek-e ezen a napon (jelenleg csak az EGYESÜLT Államok, GB és India számára érhető el). Ha az értéke NULL, akkor az adat ismeretlen.
normalizeHolidayName	húr	438	Søndag Söndag	Az ünnep normalizált neve.

Előnézet

countryOrRegion	holidayName	normalizeHolidayName	countryRegionCode	dátum:
Norvégia	Søndag	Søndag	NEM	2098. 12. 28. 12:00:00
Svédország	Söndag	Söndag	SE	2098. 12. 28. 12:00:00
Ausztrália	Boxing Day	Boxing Day	AU	2098. 12. 26. 12:00:00
Magyarország	Karácsony	Karácsony	HU	2098. 12. 26. 12:00:00
Ausztria	Stefanitag	Stefanitag	AT	2098. 12. 26. 12:00:00
Kanada	Boxing Day	Boxing Day	CA	2098. 12. 26. 12:00:00
Horvátország	Sveti Stjepan	Sveti Stjepan	HR	2098. 12. 26. 12:00:00
Cseh	2. svátek vánoční	2. svátek vánoční	CZ	2098. 12. 26. 12:00:00

Az adatok elérése

Azure Notebooks

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

from datetime import datetime
from dateutil import parser
from dateutil.relativedelta import relativedelta


end_date = datetime.today()
start_date = datetime.today() - relativedelta(months=1)
hol = PublicHolidays(start_date=start_date, end_date=end_date)
hol_df = hol.to_pandas_dataframe()

hol_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 = "holidaydatacontainer"
folder_name = "Processed"

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.
# You need to pip install azureml-opendatasets in Databricks cluster. https://learn.microsoft.com/azure/data-explorer/connect-from-databricks#install-the-python-library-on-your-azure-databricks-cluster
from azureml.opendatasets import PublicHolidays

from datetime import datetime
from dateutil import parser
from dateutil.relativedelta import relativedelta


end_date = datetime.today()
start_date = datetime.today() - relativedelta(months=1)
hol = PublicHolidays(start_date=start_date, end_date=end_date)
hol_df = hol.to_spark_dataframe()

display(hol_df.limit(5))

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "holidaydatacontainer"
blob_relative_path = "Processed"
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 PublicHolidays

from datetime import datetime
from dateutil import parser
from dateutil.relativedelta import relativedelta


end_date = datetime.today()
start_date = datetime.today() - relativedelta(months=1)
hol = PublicHolidays(start_date=start_date, end_date=end_date)
hol_df = hol.to_spark_dataframe()

# Display top 5 rows
display(hol_df.limit(5))

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "holidaydatacontainer"
blob_relative_path = "Processed"
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'))

Következő lépések

Tekintse meg a többi adathalmazt az Open Datasets katalógusban.

Megosztás a következőn keresztül: