城市地铁日客流量
一行是一个城市一天的地铁客流量（万人次）。
v1 生效中 · 2026/11/14 发布险种标签：责任险时间跨度：2017 年 7 月–2024 年 12 月数据出处 MetroDB 地铁客流数据，经数据商整理
- 记录
- 7 万
- 字段
- 5
- AI 扩增字段
- 2
- 平均非空率
- 100%
- 字段完整度
5 个字段，5 个没有空值，2 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 2 个。非空率按当前版本的 70,448 行计算。
关于这个数据集
一行是一个城市一天的地铁客流量（万人次）。覆盖上海、北京、广州、深圳、成都、武汉等 33 个城市，2017 年 7 月至 2024 年 12 月，各城市开始的日期不同。可用来看城市人口流动和出行的变化，例如节假日、疫情和极端天气的影响。
| 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。键：日期。样本里格式符合 100%，还没有参照 | 日期 | 原生 | 100% | 第一列存储日期，但表头为指标名称，前两行为元数据（单位、来源），需过滤 | ||
| 城市city规律 1：城市的字段规律字段规律：city_code由城市扩增得出。键：城市名称。样本里格式符合 90.8%，还没有参照 | 文本 | 原生 | 100% | 从列名中提取的城市名称 原表列名：city | ||
| 地铁客流量value | 小数 | 原生 | 100% | 万人次 | ||
| 城市区划代码city_code规律 1：城市区划代码的字段规律字段规律：city_code由城市扩增得出。键：市级区划代码。样本里格式符合 100%，100% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源：城市区划代码 | 100%平均置信度 0.97校验少：不建议单独作为决策依据 | 由城市查行政区划参照得出的现行地级区划代码。程序查表，不用模型。对不上或置信度低的为空 | ||
| 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。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 | 城市city | 地铁客流量value | 城市区划代码city_code | 年份date_year |
|---|---|---|---|---|---|
| 1 | 2024-12-03 | 上海 | 1176.7 | 310000 | 2024 |
| 2 | 2024-12-03 | 北京 | 829.45 | 110000 | 2024 |
| 3 | 2024-12-03 | 广州 | 895.3 | 440100 | 2024 |
| 4 | 2024-12-03 | 深圳 | 833.36 | 440300 | 2024 |
| 5 | 2024-12-03 | 成都 | 628.49 | 510100 | 2024 |
| 6 | 2024-12-03 | 武汉 | 398.98 | 420100 | 2024 |
| 7 | 2024-12-03 | 南京 | 294.3 | 320100 | 2024 |
| 8 | 2024-12-03 | 郑州 | 181.16 | 410100 | 2024 |
| 9 | 2024-12-03 | 西安 | 365.9 | 610100 | 2024 |
| 10 | 2024-12-03 | 苏州 | 190.2 | 320500 | 2024 |
| 11 | 2024-12-03 | 重庆 | 385.3 | 500000 | 2024 |
| 12 | 2024-12-03 | 长沙 | 269.21 | 430100 | 2024 |
| 13 | 2024-12-03 | 合肥 | 138.03 | 340100 | 2024 |
| 14 | 2024-12-03 | 南昌 | 109.92 | 360100 | 2024 |
| 15 | 2024-12-03 | 沈阳 | 184.7 | 210100 | 2024 |
| 16 | 2024-12-03 | 天津 | 179.81 | 120000 | 2024 |
| 17 | 2024-12-03 | 哈尔滨 | 101.71 | 230100 | 2024 |
| 18 | 2024-12-02 | 上海 | 1184 | 310000 | 2024 |
| 19 | 2024-12-02 | 北京 | 1072.69 | 110000 | 2024 |
| 20 | 2024-12-02 | 广州 | 905.5 | 440100 | 2024 |
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 v12026/11/14 发布
生效中70,448 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 24 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 + 年份 能连
252 个数据集 · 本数据集 70,448 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_city_code、month按城市对上本数据集 70,448 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、year按城市对上本数据集 70,448 行（100%）
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 year、city_code按城市对上本数据集 70,448 行（100%）
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 year、city_code按城市对上本数据集 70,448 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、date按城市对上本数据集 70,448 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、year按城市对上本数据集 70,448 行（100%）
- 城市间高铁连接状态交通运输 · 116.6 万 行 · 连接字段 city1_code、year按城市对上本数据集 70,448 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、year按城市对上本数据集 70,448 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 region_code、year按城市对上本数据集 70,448 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、year按城市对上本数据集 70,448 行（100%）
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 date、region_code按城市对上本数据集 70,448 行（100%）
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 year、region_code按城市对上本数据集 70,448 行（100%）
按 城市 能连
39 个数据集 · 本数据集 70,448 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 70,448 行（100%）
- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 city_code按城市对上本数据集 70,448 行（100%）
- 全国银行网点明细企业主体 · 12 万 行 · 连接字段 city_code按城市对上本数据集 70,448 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 70,448 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 70,448 行（100%）
- 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 70,448 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 70,448 行（100%）
- 全国地铁站点交通运输 · 1.9 万 行 · 连接字段 city_code按城市对上本数据集 70,448 行（100%）
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 city_code按城市对上本数据集 70,448 行（100%）
- 上市公司注册地信息企业主体 · 4,530 行 · 连接字段 city_code按城市对上本数据集 70,448 行（100%）
- 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按城市对上本数据集 70,448 行（100%）
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 city_code按城市对上本数据集 70,448 行（100%）
只按年份能连：833 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
833 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
- 海关进出口商品统计区域底数 · 2639.9 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
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 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
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 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
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 taobao_village_year
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 date
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由城市扩增得出。
来自字段扩增城市地铁日客流量城市地铁日客流量 - 扩增得出
date_year由日期扩增得出。
来自字段扩增城市地铁日客流量城市地铁日客流量
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-metro-daily-ridership/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"city","op":"eq","value":"上海"}],"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。