- 记录
- 285
- 字段
- 5
- AI 扩增字段
- 1
- 平均非空率
- 100%
- 字段完整度
5 个字段，5 个没有空值，1 个 AI 扩增
01字段
字段来源，逐一标明
共 5 个字段，其中 AI 扩增字段 1 个。非空率按当前版本的 285 行计算。
关于这个数据集
一行代表一个地级市。覆盖全国地级市，记录行政区划代码、名称、所属省份及相对于胡焕庸线的方位。可用于分析人口密度、经济活动与地理分界线的关系，辅助区域风险定价。
| 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：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% | 6位数字代码 原表列名：编码 | ||
| 城市名称city含义：地区键：城市名称。样本里格式符合 98.9%，还没有参照 | 文本 | 原生 | 100% | 原表列名：城市 | ||
| 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% | — | ||
| 线侧方位hu_line_side含义：类别 | 文本 | 原生 | 100% | 东或西 原表列名：胡焕庸线 | ||
| 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：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：行政区划代码（现行） | 100%平均置信度 1.00校验少：不建议单独作为决策依据 | 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。
| # | 行政区划代码region_code | 城市名称city | 省份province | 线侧方位hu_line_side | 行政区划代码（现行）region_code_current |
|---|---|---|---|---|---|
| 1 | 110000 | 北京 | 北京 | 东 | 110000 |
| 2 | 120000 | 天津 | 天津 | 东 | 120000 |
| 3 | 130100 | 石家庄 | 河北 | 东 | 130100 |
| 4 | 130200 | 唐山 | 河北 | 东 | 130200 |
| 5 | 130300 | 秦皇岛 | 河北 | 东 | 130300 |
| 6 | 130400 | 邯郸 | 河北 | 东 | 130400 |
| 7 | 130500 | 邢台 | 河北 | 东 | 130500 |
| 8 | 130600 | 保定 | 河北 | 东 | 130600 |
| 9 | 130700 | 张家口 | 河北 | 东 | 130700 |
| 10 | 130800 | 承德 | 河北 | 东 | 130800 |
| 11 | 130900 | 沧州 | 河北 | 东 | 130900 |
| 12 | 131000 | 廊坊 | 河北 | 东 | 131000 |
| 13 | 131100 | 衡水 | 河北 | 东 | 131100 |
| 14 | 140100 | 太原 | 山西 | 东 | 140100 |
| 15 | 140200 | 大同 | 山西 | 东 | 140200 |
| 16 | 140300 | 阳泉 | 山西 | 东 | 140300 |
| 17 | 140400 | 长治 | 山西 | 东 | 140400 |
| 18 | 140500 | 晋城 | 山西 | 东 | 140500 |
| 19 | 140600 | 朔州 | 山西 | 东 | 140600 |
| 20 | 140700 | 晋中 | 山西 | 东 | 140700 |
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285 行 · 5 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 36 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 + 省份 能连
215 个数据集 · 本数据集 285 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、province_code按城市对上本数据集 285 行（100%）
- 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 285 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 285 行（100%）
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 province、city_code按城市对上本数据集 285 行（100%）
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 city_code、province按城市对上本数据集 285 行（100%）
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 region_code、province按城市对上本数据集 285 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 285 行（100%）
- 地级市市辖区社会经济指标区域底数 · 86.6 万 行 · 连接字段 province、region_code按城市对上本数据集 285 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_province、origin_city_code按城市对上本数据集 285 行（100%）
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 region_code、province按城市对上本数据集 285 行（100%）
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 region_code、province按城市对上本数据集 285 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 city_code、province按城市对上本数据集 285 行（100%）
按 省份 能连
406 个数据集 · 本数据集 285 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 285 行（100%）
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname按省份对上本数据集 285 行（100%）
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 province按省份对上本数据集 285 行（100%）
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 province按省份对上本数据集 285 行（100%）
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 province_code按省份对上本数据集 285 行（100%）
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 province按省份对上本数据集 285 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 285 行（100%）
- 县域统计年鉴主要指标区域底数 · 215.5 万 行 · 连接字段 province按省份对上本数据集 285 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按省份对上本数据集 285 行（100%）
- 县域数字基建词频区域底数 · 182 万 行 · 连接字段 province按省份对上本数据集 285 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 285 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 285 行（100%）
按 城市 能连
76 个数据集 · 本数据集 285 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按城市对上本数据集 285 行（100%）
- 地级市经济社会统计区域底数 · 120.5 万 行 · 连接字段 region_code按城市对上本数据集 285 行（100%）
- 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 285 行（100%）
- 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 285 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按城市对上本数据集 285 行（100%）
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 region_code_adj按城市对上本数据集 285 行（100%）
- 地级市数字产业集聚水平区域底数 · 1 万 行 · 连接字段 city_code按城市对上本数据集 285 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 285 行（100%）
- 地级市外商直接投资区域底数 · 8,260 行 · 连接字段 city_code按城市对上本数据集 285 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 285 行（100%）
- 大数据试验区试点面板区域底数 · 6,900 行 · 连接字段 region_code按城市对上本数据集 285 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 285 行（100%）
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
region_code_current由行政区划代码扩增得出。
来自字段扩增地级市胡焕庸线位置地级市胡焕庸线位置
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/city-hu-line-position/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
- 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。