
全国行政区划代码
一行是一个行政区划(省、地级市或县区)。包含 6 位区划代码、名称、上级代码、级别和从省到县的完整名称。
- 记录
- 4,299
- 字段
- 5
- AI 扩增字段
- 0
- 平均非空率
- 100%
- 字段完整度
5 个字段,5 个没有空值
图片:Rohan Gangopadhyay / Unsplash,Unsplash License(在新窗口打开图片的原始页面)
01字段
字段来源,逐一标明
共 5 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 4,299 行计算。
关于这个数据集
一行是一个行政区划(省、地级市或县区)。包含 6 位区划代码、名称、上级代码、级别和从省到县的完整名称。覆盖全国的省、市、县三级,是医保系统使用的区划。用来把别的数据集里的区划代码换成名称,或者按省市汇总。这是医保系统用的区划,和民政部的不同:多 1146 个代码(开发区、市本级等医保统筹区 1074 个,已撤销的 72 个),少民政部 2025 年的 61 个。查民政部的代码用 region-code-by-year。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 行政区划代码region_code记录键含义:代码或编号键:县级区划代码。样本里格式符合 96.5%,100% 的行对上参照 admin-division | 文本 | 原生 | 100% | 6 位 | ||
| 名称area_name含义:地区键:区县名称。样本里格式符合 95.5%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 上级区划代码parent_code含义:代码或编号键:市级区划代码。样本里格式符合 96.5%,99.1% 的行对上参照 admin-division | 文本 | 原生 | 100% | 省的上级是 100000 | ||
| 级别area_level含义:类别 | 整数 | 原生 | 100% | 1 是省,2 是地级市,3 是县区 | ||
| 完整名称full_path含义:名称 | 文本 | 原生 | 100% | 从省到本级,用斜线分开 |
02样本
先看样本,再做决定
这里显示当前版本的前 20 行。这个数据集没有敏感字段。
| # | 行政区划代码region_code | 名称area_name | 上级区划代码parent_code | 级别area_level | 完整名称full_path |
|---|---|---|---|---|---|
| 1 | 110000 | 北京市 | 100000 | 1 | 北京市 |
| 2 | 110101 | 东城区 | 110000 | 2 | 北京市/东城区 |
| 3 | 110102 | 西城区 | 110000 | 2 | 北京市/西城区 |
| 4 | 110105 | 朝阳区 | 110000 | 2 | 北京市/朝阳区 |
| 5 | 110106 | 丰台区 | 110000 | 2 | 北京市/丰台区 |
| 6 | 411400 | 商丘市 | 410000 | 2 | 河南省/商丘市 |
| 7 | 460100 | 海口市 | 460000 | 2 | 海南省/海口市 |
| 8 | 510000 | 四川省 | 100000 | 1 | 四川省 |
| 9 | 110107 | 石景山区 | 110000 | 2 | 北京市/石景山区 |
| 10 | 110108 | 海淀区 | 110000 | 2 | 北京市/海淀区 |
| 11 | 110109 | 门头沟区 | 110000 | 2 | 北京市/门头沟区 |
| 12 | 110111 | 房山区 | 110000 | 2 | 北京市/房山区 |
| 13 | 110112 | 通州区 | 110000 | 2 | 北京市/通州区 |
| 14 | 110113 | 顺义区 | 110000 | 2 | 北京市/顺义区 |
| 15 | 110114 | 昌平区 | 110000 | 2 | 北京市/昌平区 |
| 16 | 110115 | 大兴区 | 110000 | 2 | 北京市/大兴区 |
| 17 | 110116 | 怀柔区 | 110000 | 2 | 北京市/怀柔区 |
| 18 | 110117 | 平谷区 | 110000 | 2 | 北京市/平谷区 |
| 19 | 110118 | 密云区 | 110000 | 2 | 北京市/密云区 |
| 20 | 110119 | 延庆区 | 110000 | 2 | 北京市/延庆区 |
03版本
每次发布,都留记录
发布后的数据版本不能修改。更正时发布新版本,旧版本保留。
版本 v12026/11/12 发布
生效中4,299 行 · 5 个字段 · 初始导入
04关联
和其他数据集,按键连起来
这是一个参照数据集:其他数据集的键拿它来核对。共享同一种键的数据集能连接。按共享的键分组,对上的行多的在前。
按 城市 + 区县 能连
65 个数据集 · 本数据集 4,299 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 city_code、county_code按城市对上本数据集 3,591 行(83%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 region_code、city_code按城市对上本数据集 3,591 行(83%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 city_code、county_code按城市对上本数据集 3,591 行(83%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 county_code、city_code按城市对上本数据集 3,591 行(83%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 region_code、county_code按城市对上本数据集 3,591 行(83%)
- 全国区县路网密度区域底数 · 3.2 万 行 · 连接字段 county_code_2、city_code_2按城市对上本数据集 3,591 行(83%)
- 区县和城市到港口和海岸线的距离区域底数 · 3,270 行 · 连接字段 region_code、city_code按城市对上本数据集 3,591 行(83%)
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 region_code、city_code按城市对上本数据集 3,591 行(83%)
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 region_code、city_code按城市对上本数据集 3,591 行(83%)
- 县级行政区划边界区域底数 · 2,850 行 · 连接字段 region_code、city_code按城市对上本数据集 3,591 行(83%)
- 银行业金融机构网点明细保险市场 · 47.7 万 行 · 连接字段 city_code、county_code按城市对上本数据集 3,590 行(83%)
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 city_code、region_code按城市对上本数据集 3,590 行(83%)
按 城市 能连
226 个数据集 · 本数据集 4,299 行有城市- 地区新冠疫情每日统计人口健康 · 38.4 万 行 · 连接字段 region_code按城市对上本数据集 3,989 行(92%)
- 全国创新型中小企业数量区域底数 · 2,102 行 · 连接字段 region_code按城市对上本数据集 3,958 行(92%)
- 统筹区异地就医开通状态保险市场 · 425 行 · 连接字段 region_code按城市对上本数据集 3,858 行(89%)
- 省市疫情日度统计人口健康 · 33 万 行 · 连接字段 region_code按城市对上本数据集 3,844 行(89%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 region_code按城市对上本数据集 3,591 行(83%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 region_code按城市对上本数据集 3,591 行(83%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 region_code按城市对上本数据集 3,591 行(83%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 region_code按城市对上本数据集 3,591 行(83%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 region_code按城市对上本数据集 3,591 行(83%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 region_code按城市对上本数据集 3,591 行(83%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 city_code按城市对上本数据集 3,591 行(83%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 region_code按城市对上本数据集 3,591 行(83%)
按 区县 能连
88 个数据集 · 本数据集 4,299 行有区县- 医保定点零售药店医疗药械 · 50.5 万 行 · 连接字段 region_code按区县对上本数据集 3,610 行(83%)
- 医保定点医疗机构医疗药械 · 57.8 万 行 · 连接字段 region_code按区县对上本数据集 3,516 行(81%)
- 行政区划新旧代码对照参照区域底数 · 7,388 行 · 连接字段 old_code按区县对上本数据集 3,153 行(73%)
- 政治精英地区编码区域底数 · 3,843 行 · 连接字段 region_code按区县对上本数据集 3,127 行(72%)
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 region_code按区县对上本数据集 3,117 行(72%)
- 全国医保经办机构保险市场 · 6,045 行 · 连接字段 region_code按区县对上本数据集 3,079 行(71%)
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 region_code按区县对上本数据集 3,066 行(71%)
- 排污工业企业经营财务企业主体 · 74.6 万 行 · 连接字段 province_city_county_code按区县对上本数据集 3,028 行(70%)
- 工业企业污染排放面板企业主体 · 74.5 万 行 · 连接字段 province_city_county_code按区县对上本数据集 3,028 行(70%)
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 region_code按区县对上本数据集 2,987 行(69%)
- 县市逐年极端天气天数自然灾害 · 4.4 万 行 · 连接字段 region_code按区县对上本数据集 2,987 行(69%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 adcode按区县对上本数据集 2,912 行(67%)
登记的关联
运营人员登记的关联,写明了按哪些字段、怎么连。已确认的由运营人员检查过。
- 加入联合查询:参保地
统筹区异地就医开通状态的参保地区划代码,对上全国行政区划代码的行政区划代码。
连接条件1 对字段
统筹区异地就医开通状态本数据集- 参保地区划代码region_code=行政区划代码region_code
已确认置信度1.00可连接率 100%(统筹区异地就医开通状态的行)一对一 - 加入联合查询:所在城市
地级市长护险试点的城市代码,对上全国行政区划代码的行政区划代码。
连接条件1 对字段
地级市长护险试点本数据集- 城市代码region_code=行政区划代码region_code
已确认置信度1.00可连接率 98%(地级市长护险试点的行)一对多 - 加入联合查询:所在地区
地区新冠疫情每日统计的行政区划代码,对上全国行政区划代码的行政区划代码。
连接条件1 对字段
地区新冠疫情每日统计本数据集- 行政区划代码region_code=行政区划代码region_code
已确认置信度1.00可连接率 98.8%(地区新冠疫情每日统计的行)一对多 - 加入联合查询:所在地区
跨省异地就医定点机构的行政区划代码,对上全国行政区划代码的行政区划代码。
连接条件1 对字段
跨省异地就医定点机构本数据集- 行政区划代码region_code=行政区划代码region_code
已确认置信度1.00可连接率 99.9%(跨省异地就医定点机构的行)一对多 - 加入联合查询:所在城市
全国土地出让记录的市代码,对上全国行政区划代码的行政区划代码。
连接条件1 对字段
全国土地出让记录本数据集- 市代码city_code=行政区划代码region_code
已确认置信度0.84可连接率 98.3%(全国土地出让记录的行)一对多 - 加入联合查询:所在区县
金融机构网点明细的县代码,对上全国行政区划代码的行政区划代码。
连接条件1 对字段
金融机构网点明细本数据集- 县代码county_code=行政区划代码region_code
已确认置信度0.83可连接率 98.6%(金融机构网点明细的行)一对多
联合查询要求两个数据集都有授权,按连接后返回的行数扣点:基础 0.5 点,加上每 100 行 0.3 点。在语义图谱里看全部关联
05字段规律
字段之间的规律
比如一一对应、谁先谁后。只帮你读懂数据,不用来连接。
还没有发现这个数据集的字段规律。
06授权与接入
申请授权,一次调用就能用上
试用立即生效,并送 500 点试用点数。授权后用 API Key 调用 REST 接口,按返回的行数扣点。
REST 调用示例
# 先把 API Key 放进环境变量:export WI_API_KEY=你的 API Keycurl -X POST 'https://wi.insightworld.cn/api/v1/datasets/admin-division/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region_code","op":"eq","value":"110000"}],"limit":10}'
交给 Agent
- 数据查询依赖 5 个数据集 · 一次对话约 0 点
在全部数据集里找数据、看口径、取数据,按键连接和汇总。能处理区划级别不同、新旧代码和按行政区划取。
发给请下载 https://wi.insightworld.cn/skills/data-query.zip 并解压,把里面的 data-query 文件夹装进你自己的技能目录(不确定时装到 ~/.agents/skills/),然后使用这个技能。我的 API Key 在环境变量 WI_API_KEY 里。
Agent 会自己下载、装进它的技能目录 - 以后开放
MCP
仍在使用 MCP 的 Agent 客户端,用 OAuth 连接后通过工具查询。