中国新冠病例统计
一行代表一个城市在某一天的新冠疫情统计数据。覆盖中国各省市，包含确诊、治愈及死亡人数等关键指标。
v1 生效中 · 2026/11/13 发布险种标签：健康险时间跨度：2019 年 12 月 1 日–2020 年 12 月 5 日数据出处 出处待核实
- 记录
- 12.5 万
- 字段
- 9
- AI 扩增字段
- 1
- 平均非空率
- 99.1%
- 字段完整度
9 个字段，8 个没有空值，1 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 1 个。非空率按当前版本的 124,912 行计算。
关于这个数据集
一行代表一个城市在某一天的新冠疫情统计数据。覆盖中国各省市，包含确诊、治愈及死亡人数等关键指标。可用于分析疫情对特定区域保险业务（如营业中断险、健康险）的影响。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 日期date规律 1：日期的字段规律字段规律：date_year由日期扩增得出。含义：日期或时间键：日期。样本里格式符合 100%，还没有参照 | 日期 | 原生 | 100% | 原表列名：date | ||
| 省代码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% | 原表列名：provcode | ||
| 省份province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% | 原表列名：prov | ||
| 市代码city_code含义：代码或编号键：市级区划代码（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 | 92% | 原表列名：citycode | ||
| 城市city含义：地区 | 文本 | 原生 | 100% | 原表列名：city | ||
| 确诊人数confirmed_count含义：人数（人） | 整数 | 原生 | 100% | 人 原表列名：confirmed | ||
| 治愈人数recovered_count含义：人数（人） | 整数 | 原生 | 100% | 人 原表列名：recovered | ||
| 死亡人数deaths_count含义：人数（人） | 整数 | 原生 | 100% | 人 原表列名：deaths | ||
| 年份date_year规律 1：年份的字段规律字段规律：date_year由日期扩增得出。含义：年份键：年份。样本里格式符合 100%，还没有参照 | 整数 | 规则扩增第 1 级扩增查看溯源：年份 | 100%平均置信度 1.00校验少：不建议单独作为决策依据 | 从日期算出的年份 |
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。
| # | 日期date | 省代码province_code | 省份province | 市代码city_code | 城市city | 确诊人数confirmed_count | 治愈人数recovered_count | 死亡人数deaths_count | 年份date_year |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 2019-12-01 | 420000 | 湖北 | 420100 | 武汉 | 1 | 0 | 0 | 2019 |
| 2 | 2019-12-02 | 420000 | 湖北 | 420100 | 武汉 | 1 | 0 | 0 | 2019 |
| 3 | 2019-12-03 | 420000 | 湖北 | 420100 | 武汉 | 1 | 0 | 0 | 2019 |
| 4 | 2019-12-04 | 420000 | 湖北 | 420100 | 武汉 | 1 | 0 | 0 | 2019 |
| 5 | 2019-12-05 | 420000 | 湖北 | 420100 | 武汉 | 1 | 0 | 0 | 2019 |
| 6 | 2019-12-06 | 420000 | 湖北 | 420100 | 武汉 | 1 | 0 | 0 | 2019 |
| 7 | 2019-12-07 | 420000 | 湖北 | 420100 | 武汉 | 1 | 0 | 0 | 2019 |
| 8 | 2019-12-08 | 420000 | 湖北 | 420100 | 武汉 | 1 | 0 | 0 | 2019 |
| 9 | 2019-12-09 | 420000 | 湖北 | 420100 | 武汉 | 1 | 0 | 0 | 2019 |
| 10 | 2019-12-10 | 420000 | 湖北 | 420100 | 武汉 | 1 | 0 | 0 | 2019 |
| 11 | 2019-12-11 | 420000 | 湖北 | 420100 | 武汉 | 4 | 0 | 0 | 2019 |
| 12 | 2019-12-12 | 420000 | 湖北 | 420100 | 武汉 | 4 | 0 | 0 | 2019 |
| 13 | 2019-12-13 | 420000 | 湖北 | 420100 | 武汉 | 4 | 0 | 0 | 2019 |
| 14 | 2019-12-14 | 420000 | 湖北 | 420100 | 武汉 | 4 | 0 | 0 | 2019 |
| 15 | 2019-12-15 | 420000 | 湖北 | 420100 | 武汉 | 6 | 0 | 0 | 2019 |
| 16 | 2019-12-16 | 420000 | 湖北 | 420100 | 武汉 | 6 | 0 | 0 | 2019 |
| 17 | 2019-12-17 | 420000 | 湖北 | 420100 | 武汉 | 7 | 0 | 0 | 2019 |
| 18 | 2019-12-18 | 420000 | 湖北 | 420100 | 武汉 | 8 | 0 | 0 | 2019 |
| 19 | 2019-12-19 | 420000 | 湖北 | 420100 | 武汉 | 9 | 0 | 0 | 2019 |
| 20 | 2019-12-20 | 420000 | 湖北 | 420100 | 武汉 | 14 | 0 | 0 | 2019 |
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124,912 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 70 个数据集连接。另外，它带年份或日期，能和其他数据集按时间对齐。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 + 省份 + 年份 能连
186 个数据集 · 本数据集 114,582 行有城市- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 year、province、city_code按城市对上本数据集 114,582 行（91%）
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 region_code、year、province按城市对上本数据集 114,582 行（91%）
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 province、region_code、year按城市对上本数据集 114,582 行（91%）
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 region_code、year、province按城市对上本数据集 114,582 行（91%）
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 province、region_code、year按城市对上本数据集 114,582 行（91%）
- 地级市矫正夜间灯光区域底数 · 1.2 万 行 · 连接字段 year、province、region_code按城市对上本数据集 114,582 行（91%）
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 city_code、province、division_year按城市对上本数据集 114,582 行（91%）
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 division_year、province、city_code按城市对上本数据集 114,582 行（91%）
- 地级市历次普查常住人口区域底数 · 1,110 行 · 连接字段 census_year、city_code、province_code按城市对上本数据集 114,582 行（91%）
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 province、year、city_code按城市对上本数据集 114,006 行（91%）
- 地级市逐年降水量自然灾害 · 2.7 万 行 · 连接字段 year、province、city_code按城市对上本数据集 114,006 行（91%）
- 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、date按城市对上本数据集 113,718 行（91%）
按 省份 + 年份 能连
388 个数据集 · 本数据集 124,912 行有省份- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time、pname按省份对上本数据集 124,912 行（100%）
- 中国手机基站地理信息建筑设施 · 186.8 万 行 · 连接字段 province、create_date按省份对上本数据集 124,912 行（100%）
- 工业企业出口技术复杂度企业主体 · 75.2 万 行 · 连接字段 customs_province、year按省份对上本数据集 124,912 行（100%）
- 省级环境关注度日度指数区域底数 · 27.5 万 行 · 连接字段 region_code、date按省份对上本数据集 124,912 行（100%）
- 省级日度夜间灯光区域底数 · 15.6 万 行 · 连接字段 province、date按省份对上本数据集 124,912 行（100%）
- 省级逐月降水量自然灾害 · 5 万 行 · 连接字段 province、year按省份对上本数据集 124,912 行（100%）
- 省级新冠疫情日度人口健康 · 3.6 万 行 · 连接字段 date、region_name按省份对上本数据集 124,912 行（100%）
- 省级逐月风速自然灾害 · 3.5 万 行 · 连接字段 province、year按省份对上本数据集 124,912 行（100%）
- 县级年度夜间灯光区域底数 · 2.3 万 行 · 连接字段 year、province按省份对上本数据集 124,912 行（100%）
- 县级土地利用构成区域底数 · 2.3 万 行 · 连接字段 year、province按省份对上本数据集 124,912 行（100%）
- 区县人口分布（格网汇总）区域底数 · 1.4 万 行 · 连接字段 year、province按省份对上本数据集 124,912 行（100%）
- 省级逐月闪电自然灾害 · 4,080 行 · 连接字段 year、province按省份对上本数据集 124,912 行（100%）
按 城市 + 年份 能连
66 个数据集 · 本数据集 114,582 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 date、region_code按城市对上本数据集 112,566 行（90%）
- 全国创新型中小企业数量区域底数 · 2,102 行 · 连接字段 year、region_code按城市对上本数据集 111,076 行（88%）
- 城市环境关注度日度明细区域底数 · 313.8 万 行 · 连接字段 region_code、date按城市对上本数据集 110,416 行（88%）
- 省市疫情日度统计人口健康 · 33 万 行 · 连接字段 region_code、date按城市对上本数据集 107,358 行（85%）
- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 year、city_code按城市对上本数据集 104,960 行（84%）
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 year、region_code按城市对上本数据集 104,960 行（84%）
- 地级市数字普惠金融指数区域底数 · 4,706 行 · 连接字段 year、city_code按城市对上本数据集 104,960 行（84%）
- 地级市链长制政策面板区域底数 · 3,370 行 · 连接字段 year、city_code按城市对上本数据集 104,960 行（84%）
- 地级市链长制起始表区域底数 · 337 行 · 连接字段 city_code、start_year按城市对上本数据集 104,960 行（84%）
- 地级市新能源汽车月度销量交通运输 · 3.3 万 行 · 连接字段 month、city_code按城市对上本数据集 104,648 行（83%）
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 year、city_code按城市对上本数据集 100,881 行（80%）
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 applicant_address_city_code、pub_date按城市对上本数据集 98,982 行（79%）
按 城市 + 省份 能连
29 个数据集 · 本数据集 114,582 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code、city_code按城市对上本数据集 114,582 行（91%）
- 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 city_code、province_code按城市对上本数据集 114,582 行（91%）
- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 province_code、region_code按城市对上本数据集 113,718 行（91%）
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 region_code、province按城市对上本数据集 111,371 行（89%）
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 province_code、city_code按城市对上本数据集 106,962 行（85%）
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 province、city_code按城市对上本数据集 104,934 行（84%）
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province、city_code按城市对上本数据集 104,672 行（83%）
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 city_code、province_code按城市对上本数据集 103,696 行（83%）
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 city_code、province_code按城市对上本数据集 103,492 行（82%）
- 地级市距港口距离区域底数 · 335 行 · 连接字段 province、city_code按城市对上本数据集 103,380 行（82%）
- 区县到最近医院的车程医疗药械 · 2,844 行 · 连接字段 province、city_code按城市对上本数据集 102,460 行（82%）
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 city_code、province按城市对上本数据集 101,063 行（80%）
按 省份 能连
18 个数据集 · 本数据集 124,912 行有省份- 并购重组交易涉及方明细企业主体 · 32.8 万 行 · 连接字段 province按省份对上本数据集 124,912 行（100%）
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 province按省份对上本数据集 124,912 行（100%）
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 province按省份对上本数据集 124,912 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 124,033 行（99%）
- 全国养老机构明细医疗药械 · 5.8 万 行 · 连接字段 region_code按省份对上本数据集 124,033 行（99%）
- 七普分省分行业就业人口区域底数 · 4.4 万 行 · 连接字段 region按省份对上本数据集 124,033 行（99%）
- 全国司法鉴定机构医疗药械 · 2,917 行 · 连接字段 province按省份对上本数据集 124,033 行（99%）
- 全国开发区点位和基本信息区域底数 · 2,781 行 · 连接字段 province按省份对上本数据集 124,033 行（99%）
- 省级邻接空间权重区域底数 · 961 行 · 连接字段 source_province按省份对上本数据集 124,033 行（99%）
- 省份距港口距离区域底数 · 31 行 · 连接字段 province按省份对上本数据集 124,033 行（99%）
- 省份空间邻接矩阵区域底数 · 33 行 · 连接字段 province_name按省份对上本数据集 123,719 行（99%）
- 省级两两距离区域底数 · 900 行 · 连接字段 source_province按省份对上本数据集 121,739 行（97%）
按 城市 能连
10 个数据集 · 本数据集 114,582 行有城市- 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 110,838 行（88%）
- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 address_city_code按城市对上本数据集 104,960 行（84%）
- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 parent_code按城市对上本数据集 104,356 行（83%）
- 资源型城市静态分类区域底数 · 289 行 · 连接字段 city_code按城市对上本数据集 90,216 行（72%）
- 地级市经济地理嵌套矩阵区域底数 · 8.1 万 行 · 连接字段 source_city_code按城市对上本数据集 89,300 行（71%）
- 地级市经济地理权重矩阵区域底数 · 8.1 万 行 · 连接字段 source_city_code按城市对上本数据集 89,300 行（71%）
- 省级开发区基本信息区域底数 · 1,201 行 · 连接字段 city_code按城市对上本数据集 86,352 行（69%）
- 地级市间交通通勤时间交通运输 · 7.3 万 行 · 连接字段 destination_city_code按城市对上本数据集 85,011 行（68%）
- 保险公司分支机构名录保险市场 · 2,452 行 · 连接字段 address_city_code按城市对上本数据集 17,762 行（14%）
- 供应链创新应用试点城市区域底数 · 55 行 · 连接字段 city_code按城市对上本数据集 14,858 行（11%）
只按年份能连：445 个数据集单独按年份连接多半没有意义，先看上面的组
按 年份 能连
445 个数据集- 全球双边贸易流量区域底数 · 2.2 亿 行 · 连接字段 year
- 出口企业产品质量企业主体 · 9912.4 万 行 · 连接字段 year
- 工企海关匹配对照企业主体 · 3137.8 万 行 · 连接字段 year
- 全球兴趣点建筑设施 · 2299.6 万 行 · 连接字段 created_date
- 上市公司专利被引统计企业主体 · 1432.1 万 行 · 连接字段 cited_apply_date
- A股上市公司日交易行情企业主体 · 1239.1 万 行 · 连接字段 trade_date
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 date
- 上市公司年报数字化词频企业主体 · 969 万 行 · 连接字段 year
- 世行WDI国家指标区域底数 · 844.5 万 行 · 连接字段 year
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 year
- 主要城市兴趣点建筑设施 · 592 万 行 · 连接字段 date
- 美日韩港澳台传染病监测人口健康 · 502.5 万 行 · 连接字段 period_start
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1
- 扩增得出
date_year由日期扩增得出。
来自字段扩增中国新冠病例统计中国新冠病例统计
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/china-covid19-case-stats/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province_code","op":"eq","value":"420000"}],"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。