
- 记录
- 162
- 字段
- 9
- AI 扩增字段
- 2
- 平均非空率
- 100%
- 字段完整度
9 个字段,8 个没有空值,2 个 AI 扩增
01字段
字段来源,逐一标明
共 9 个字段,其中 AI 扩增字段 2 个。非空率按当前版本的 162 行计算。
关于这个数据集
一行代表一个区县,提供CFPS内部顺序码与标准行政区划代码及名称的对应关系。覆盖全国样本区县,无时间维度。用于将CFPS数据中的countyid映射到标准行政区划,以便与其他地理数据关联。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 区县顺序码county_id含义:代码或编号 | 文本 | 原生 | 100% | — | ||
| 行政区划代码region_code规律 1:行政区划代码的字段规律字段规律:region_code_current由行政区划代码扩增得出。含义:代码或编号键:县级区划代码(2008 年版)。样本里格式符合 100%,99.4% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | — | ||
| 省份名称province_name含义:地区键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 城市名称city_name含义:地区键:城市名称。样本里格式符合 87%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 区县名称county_name含义:地区键:区县名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 城市代码city_code规律 1:城市代码的字段规律字段规律:city_code_current由城市代码扩增得出。含义:代码或编号键:市级区划代码(2017 年版)。样本里格式符合 100%,100% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | — | ||
| 省份代码province_code含义:代码或编号键:省级区划代码(2025 年版)。样本里格式符合 100%,100% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | — | ||
| 城市代码(现行)city_code_current规律 1:城市代码(现行)的字段规律字段规律:city_code_current由城市代码扩增得出。含义:代码或编号键:市级区划代码。样本里格式符合 100%,100% 的行对上参照 region-code-crosswalk | 文本 | 规则扩增第 1 级扩增查看溯源:城市代码(现行) | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 城市代码按新旧代码对照换成的现行区划代码。医保的市本级代码换成地级代码。对不上的为空 | ||
| 行政区划代码(现行)region_code_current规律 1:行政区划代码(现行)的字段规律字段规律:region_code_current由行政区划代码扩增得出。含义:代码或编号键:县级区划代码。样本里格式符合 100%,99.4% 的行对上参照 region-code-crosswalk | 文本 | 规则扩增第 1 级扩增查看溯源:行政区划代码(现行) | 99%平均置信度 0.99校验少:不建议单独作为决策依据 | 行政区划代码按新旧代码对照换成的现行区划代码。医保的市本级代码换成地级代码。对不上的为空 |
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。
| # | 区县顺序码county_id | 行政区划代码region_code | 省份名称province_name | 城市名称city_name | 区县名称county_name | 城市代码city_code | 省份代码province_code | 城市代码(现行)city_code_current | 行政区划代码(现行)region_code_current |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 45 | 110103 | 北京 | 北京 | 崇文区 | 110000 | 11 | 110000 | 110101 |
| 2 | 79 | 120108 | 天津 | 天津 | 汉沽区 | 120000 | 12 | 120000 | 120116 |
| 3 | 46 | 130184 | 河北 | 石家庄市 | 新乐市 | 130100 | 13 | 130100 | 130184 |
| 4 | 47 | 130321 | 河北 | 秦皇岛市 | 青龙满族自治县 | 130300 | 13 | 130300 | 130321 |
| 5 | 48 | 130426 | 河北 | 邯郸市 | 涉县 | 130400 | 13 | 130400 | 130426 |
| 6 | 49 | 130529 | 河北 | 邢台市 | 巨鹿县 | 130500 | 13 | 130500 | 130529 |
| 7 | 50 | 130727 | 河北 | 下花园区 | 阳原县 | 130700 | 13 | 130700 | 130727 |
| 8 | 51 | 130903 | 河北 | 沧州市 | 运河区 | 130900 | 13 | 130900 | 130903 |
| 9 | 52 | 131082 | 河北 | 廊坊市 | 三河市 | 131000 | 13 | 131000 | 131082 |
| 10 | 53 | 131122 | 河北 | 衡水市 | 武邑县 | 131100 | 13 | 131100 | 131122 |
| 11 | 75 | 140106 | 山西 | 太原市 | 迎泽区 | 140100 | 14 | 140100 | 140106 |
| 12 | 69 | 140225 | 山西 | 大同市 | 浑源县 | 140200 | 14 | 140200 | 140225 |
| 13 | 70 | 140421 | 山西 | 长治市 | 长治县 | 140400 | 14 | 140400 | 140404 |
| 14 | 71 | 140822 | 山西 | 运城市 | 万荣县 | 140800 | 14 | 140800 | 140822 |
| 15 | 72 | 140925 | 山西 | 忻州市 | 宁武县 | 140900 | 14 | 140900 | 140925 |
| 16 | 73 | 141021 | 山西 | 临汾市 | 曲沃县 | 141000 | 14 | 141000 | 141021 |
| 17 | 74 | 141125 | 山西 | 吕梁市 | 柳林县 | 141100 | 14 | 141100 | 141125 |
| 18 | 147 | 210104 | 辽宁 | 沈阳市 | 大东区 | 210100 | 21 | 210100 | 210104 |
| 19 | 148 | 210111 | 辽宁 | 沈阳市 | 苏家屯区 | 210100 | 21 | 210100 | 210111 |
| 20 | 162 | 210124 | 辽宁 | 沈阳市 | 法库县 | 210100 | 21 | 210100 | 210124 |
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 v12026/11/13 发布
生效中162 行 · 9 个字段 · 初始导入
04关联
和其他数据集,按键连起来
按键连到地区,能和不少于 81 个数据集连接。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 + 省份 能连
56 个数据集 · 本数据集 162 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 county_code、province_code、city_code按城市对上本数据集 162 行(100%)
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 city_code、county_code、province按城市对上本数据集 162 行(100%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 city_code、region_code、province按城市对上本数据集 162 行(100%)
- 银行业金融机构网点明细保险市场 · 47.7 万 行 · 连接字段 county_code、province、city_code按城市对上本数据集 162 行(100%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 county_code、city_code、province按城市对上本数据集 162 行(100%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 province、county_code、city_code按城市对上本数据集 162 行(100%)
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 province、city_code、region_code按城市对上本数据集 162 行(100%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 region_code、county_code、province按城市对上本数据集 162 行(100%)
- 全国县市区碳排放区域底数 · 5.7 万 行 · 连接字段 city_code、province、county_code按城市对上本数据集 162 行(100%)
- 全国区县人工智能企业数企业主体 · 4.9 万 行 · 连接字段 province、county_code、city_code按城市对上本数据集 162 行(100%)
- 全国医院名录医疗药械 · 4.6 万 行 · 连接字段 county_code、province、city_code按城市对上本数据集 162 行(100%)
- 全国区县路网密度区域底数 · 3.2 万 行 · 连接字段 province_name、county_code_2、city_code_2按城市对上本数据集 162 行(100%)
按 城市 + 省份 能连
159 个数据集 · 本数据集 162 行有城市- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 origin_province、origin_city_code按城市对上本数据集 162 行(100%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 region_code、province按城市对上本数据集 162 行(100%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 province、region_code按城市对上本数据集 162 行(100%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 region_code、province按城市对上本数据集 162 行(100%)
- 地级市间年度人口迁徙区域底数 · 65.2 万 行 · 连接字段 origin_city_code、origin_province按城市对上本数据集 162 行(100%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 province、region_code按城市对上本数据集 162 行(100%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 province、region_code按城市对上本数据集 162 行(100%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 province、region_code按城市对上本数据集 162 行(100%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 city_code、province_code按城市对上本数据集 162 行(100%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 region_code、province按城市对上本数据集 162 行(100%)
- 地级市逐年降水量自然灾害 · 2.7 万 行 · 连接字段 city_code、province按城市对上本数据集 162 行(100%)
- 地级市月度房价区域底数 · 2.5 万 行 · 连接字段 province、region_code按城市对上本数据集 162 行(100%)
按 区县 + 省份 能连
69 个数据集 · 本数据集 162 行有区县- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname、adcode按区县对上本数据集 161 行(99%)
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 county_code、province_code按区县对上本数据集 161 行(99%)
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 region_code、province按区县对上本数据集 161 行(99%)
- 区县城乡融合试点面板区域底数 · 7.4 万 行 · 连接字段 region_code、province按区县对上本数据集 161 行(99%)
- 县域新注册企业统计区域底数 · 5.8 万 行 · 连接字段 province、region_code按区县对上本数据集 161 行(99%)
- 县域金融机构变动统计区域底数 · 5.3 万 行 · 连接字段 province、region_code按区县对上本数据集 161 行(99%)
- 县域数字普惠金融指数区域底数 · 2.3 万 行 · 连接字段 region_code、province按区县对上本数据集 161 行(99%)
- 县级年度夜间灯光区域底数 · 2.3 万 行 · 连接字段 province、region_code按区县对上本数据集 161 行(99%)
- 县级土地利用构成区域底数 · 2.3 万 行 · 连接字段 province、region_code按区县对上本数据集 161 行(99%)
- 区县人口分布(格网汇总)区域底数 · 1.4 万 行 · 连接字段 region_code、province按区县对上本数据集 161 行(99%)
- 县级暴雨重现期自然灾害 · 2,899 行 · 连接字段 province、region_code按区县对上本数据集 161 行(99%)
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 region_code、province按区县对上本数据集 161 行(99%)
按 城市 + 区县 能连
9 个数据集 · 本数据集 162 行有城市- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 parent_code、region_code按城市对上本数据集 162 行(100%)
- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 address_city_code、county_code按城市对上本数据集 162 行(100%)
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 county_code、city_code按城市对上本数据集 162 行(100%)
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 applicant_address_city_code、applicant_address_county_code按城市对上本数据集 156 行(96%)
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 region_code_adj、city_code按城市对上本数据集 155 行(95%)
- 全国上市公司专利全量企业主体 · 6.4 万 行 · 连接字段 address_city_code、address_county_code按城市对上本数据集 138 行(85%)
- 上市公司产学研合作专利企业主体 · 1.4 万 行 · 连接字段 city_code、county_code按城市对上本数据集 111 行(68%)
- 保险公司分支机构名录保险市场 · 2,452 行 · 连接字段 address_county_code、address_city_code按城市对上本数据集 52 行(32%)
- 长三角养老机构名录建筑设施 · 8,462 行 · 连接字段 county_code、address_city_code按城市对上本数据集 27 行(16%)
按 省份 能连
337 个数据集 · 本数据集 162 行有省份- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 province_name按省份对上本数据集 162 行(100%)
- 小微企业调查问卷数据企业主体 · 240.8 万 行 · 连接字段 province按省份对上本数据集 162 行(100%)
- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 province按省份对上本数据集 162 行(100%)
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 region_code按省份对上本数据集 162 行(100%)
- 省级教育统计指标区域底数 · 145.4 万 行 · 连接字段 region_code按省份对上本数据集 162 行(100%)
- 省级教育统计面板区域底数 · 143.5 万 行 · 连接字段 region_code按省份对上本数据集 162 行(100%)
- 省级统计年鉴长序列指标区域底数 · 74.4 万 行 · 连接字段 province按省份对上本数据集 162 行(100%)
- 劳动统计年鉴省级指标区域底数 · 60.3 万 行 · 连接字段 region_code按省份对上本数据集 162 行(100%)
- 第三产业统计年鉴省级指标区域底数 · 54.7 万 行 · 连接字段 region_code按省份对上本数据集 162 行(100%)
- 分省分行业工业企业指标区域底数 · 50.4 万 行 · 连接字段 province按省份对上本数据集 162 行(100%)
- 地级市空间权重关系区域底数 · 38.4 万 行 · 连接字段 province_code按省份对上本数据集 162 行(100%)
- 分地区高技术产业统计区域底数 · 35.3 万 行 · 连接字段 region_code按省份对上本数据集 162 行(100%)
按 城市 能连
67 个数据集 · 本数据集 162 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 162 行(100%)
- 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 162 行(100%)
- 地级市新能源汽车月度销量交通运输 · 3.3 万 行 · 连接字段 city_code按城市对上本数据集 162 行(100%)
- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 city_code按城市对上本数据集 162 行(100%)
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 region_code按城市对上本数据集 162 行(100%)
- 地级市数字普惠金融指数区域底数 · 4,706 行 · 连接字段 city_code按城市对上本数据集 162 行(100%)
- 地级市链长制政策面板区域底数 · 3,370 行 · 连接字段 city_code按城市对上本数据集 162 行(100%)
- 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 162 行(100%)
- 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 162 行(100%)
- 地级市链长制起始表区域底数 · 337 行 · 连接字段 city_code按城市对上本数据集 162 行(100%)
- 地级市实际利用外资区域底数 · 7,529 行 · 连接字段 region_code按城市对上本数据集 156 行(96%)
- 城市间高铁连接状态交通运输 · 116.6 万 行 · 连接字段 city1_code按城市对上本数据集 153 行(94%)
按 区县 能连
19 个数据集 · 本数据集 162 行有区县- 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 161 行(99%)
- 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 161 行(99%)
- 县级地形起伏度自然灾害 · 2,873 行 · 连接字段 region_code按区县对上本数据集 161 行(99%)
- 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 160 行(98%)
- 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 160 行(98%)
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 county_code按区县对上本数据集 150 行(92%)
- 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 145 行(89%)
- 全国百强区县入选状态区域底数 · 4.1 万 行 · 连接字段 region_code按区县对上本数据集 140 行(86%)
- 全国矿产地分布建筑设施 · 22.8 万 行 · 连接字段 county_code按区县对上本数据集 135 行(83%)
- 行政区划代码变更区域底数 · 4,636 行 · 连接字段 old_code按区县对上本数据集 121 行(74%)
- 城投公司基本信息企业主体 · 1.2 万 行 · 连接字段 region_code按区县对上本数据集 119 行(73%)
- 全国电厂点位建筑设施 · 4,274 行 · 连接字段 county_code按区县对上本数据集 87 行(53%)
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。
本数据集内2
- 扩增得出
city_code_current由城市代码扩增得出。
来自字段扩增区县代码匹配表区县代码匹配表 - 扩增得出
region_code_current由行政区划代码扩增得出。
来自字段扩增区县代码匹配表区县代码匹配表
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/cfps-county-mapping/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"county_id","op":"eq","value":"45"}],"limit":10}'
交给 Agent
- 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。