城市和区县新冠疫情日度
一行是一个城市或区县在一天的新冠疫情数字。
v1 生效中 · 2026/11/13 发布险种标签：健康险时间跨度：2020 年 1 月–2022 年 12 月数据出处 出处待核实
- 记录
- 53.3 万
- 字段
- 21
- AI 扩增字段
- 2
- 平均非空率
- 68.1%
- 字段完整度
21 个字段，7 个没有空值，2 个 AI 扩增
01字段
字段来源，逐一标明
共 21 个字段，其中 AI 扩增字段 2 个。非空率按当前版本的 532,932 行计算。
关于这个数据集
一行是一个城市或区县在一天的新冠疫情数字。覆盖 34 个省级地区的 499 个城市和区县，2020 年 1 月 20 日到 2022 年 12 月 22 日。有当日新增和累计的确诊、死亡、治愈、疑似人数。早期很多地区的值是空的。可用来看疫情在各地的变化。
| 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：d | ||
| 国标代码region_code含义：代码或编号 | 文本 | 原生 | 100% | 原表列名：gb | ||
| 名称region_name含义：名称 | 文本 | 原生 | 100% | 原表列名：name | ||
| 当日治愈cured_new含义：人数（人） | 整数 | 原生 | 0.5% | 人 原表列名：healToday | ||
| 当日确诊confirm_new含义：人数（人） | 整数 | 原生 | 68% | 人 原表列名：confirmToday | ||
| 当日死亡death_new含义：人数（人） | 整数 | 原生 | 0.5% | 人 原表列名：deadToday | ||
| 当日疑似suspect_new含义：人数（人） | 整数 | 原生 | 0.3% | 人 原表列名：suspectToday | ||
| 累计治愈cured_total含义：人数（人） | 整数 | 原生 | 68% | 人 原表列名：healTotal | ||
| 累计确诊confirm_total含义：人数（人） | 整数 | 原生 | 68% | 人 原表列名：confirmTotal | ||
| 累计死亡death_total含义：人数（人） | 整数 | 原生 | 68% | 人 原表列名：deadTotal | ||
| 累计疑似suspect_total含义：人数（人） | 整数 | 原生 | 52% | 人 原表列名：suspectTotal | ||
| 更新时间update_time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 | 68% | 原表列名：updateTime | ||
| 现有确诊confirm_current含义：人数（人） | 整数 | 原生 | 68% | 人 原表列名：nowConfirm | ||
| 确诊环比confirm_compare含义：人数（人） | 整数 | 原生 | 67% | 人 原表列名：confirmCompare | ||
| 现有确诊环比confirm_current_compare含义：人数（人） | 整数 | 原生 | 67% | 人 原表列名：nowConfirmCompare | ||
| 治愈环比cured_compare含义：人数（人） | 整数 | 原生 | 67% | 人 原表列名：healCompare | ||
| 死亡环比death_compare含义：人数（人） | 整数 | 原生 | 67% | 人 原表列名：deadCompare | ||
| 纬度lat规律 1：纬度的字段规律字段规律：county_code由经度、纬度扩增得出。含义：经纬度（度）键：纬度。样本里格式符合 100%，还没有参照 | 小数 | 原生 | 100% | 原表列名：lat | ||
| 经度lng规律 1：经度的字段规律字段规律：county_code由经度、纬度扩增得出。含义：经纬度（度）键：经度。样本里格式符合 100%，还没有参照 | 小数 | 原生 | 100% | 原表列名：lng | ||
| 所在区县代码county_code规律 1：所在区县代码的字段规律字段规律：county_code由经度、纬度扩增得出。含义：代码或编号键：县级区划代码。样本里格式符合 100%，100% 的行对上参照 county-boundary | 文本 | 规则扩增第 2 级扩增查看溯源：所在区县代码 | 100%平均置信度 0.95校验少：不建议单独作为决策依据 | 经度、纬度落在哪个区县，现行的县级区划代码。用县级边界查出，不用模型。离边界不到 1 公里的点置信度较低 | ||
| 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 | 国标代码region_code | 名称region_name | 当日治愈cured_new | 当日确诊confirm_new | 当日死亡death_new | 当日疑似suspect_new | 累计治愈cured_total | 累计确诊confirm_total | 累计死亡death_total | 累计疑似suspect_total | 更新时间update_time | 现有确诊confirm_current | 确诊环比confirm_compare | 现有确诊环比confirm_current_compare | 治愈环比cured_compare | 死亡环比death_compare | 纬度lat | 经度lng | 所在区县代码county_code | 年份date_year |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2020-01-20 | 156110102 | 西城区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 39.910899 | 117.208337 | 120119 | 2020 |
| 2 | 2020-01-20 | 156110106 | 丰台区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 39.857345 | 116.280191 | 110106 | 2020 |
| 3 | 2020-01-20 | 156110107 | 石景山区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 39.904455 | 116.216923 | 110107 | 2020 |
| 4 | 2020-01-20 | 156110108 | 海淀区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 39.958079 | 116.292384 | 110108 | 2020 |
| 5 | 2020-01-20 | 156110109 | 门头沟区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 39.939078 | 116.095132 | 110109 | 2020 |
| 6 | 2020-01-20 | 156110111 | 房山区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 39.746605 | 116.136974 | 110111 | 2020 |
| 7 | 2020-01-20 | 156110112 | 通州区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 39.908925 | 116.650929 | 110112 | 2020 |
| 8 | 2020-01-20 | 156110113 | 顺义区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 40.129646 | 116.648667 | 110113 | 2020 |
| 9 | 2020-01-20 | 156110114 | 昌平区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 40.219406 | 116.225187 | 110114 | 2020 |
| 10 | 2020-01-20 | 156110115 | 大兴区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 39.725506 | 116.335301 | 110115 | 2020 |
| 11 | 2020-01-20 | 156110116 | 怀柔区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 40.314899 | 116.6259 | 110116 | 2020 |
| 12 | 2020-01-20 | 156110117 | 平谷区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 40.139189 | 117.114644 | 110117 | 2020 |
| 13 | 2020-01-20 | 156110118 | 密云区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 40.37507 | 116.837123 | 110118 | 2020 |
| 14 | 2020-01-20 | 156110119 | 延庆区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 40.455567 | 115.968926 | 110119 | 2020 |
| 15 | 2020-01-20 | 156120101 | 和平区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 39.115463 | 117.208337 | 120101 | 2020 |
| 16 | 2020-01-20 | 156120102 | 河东区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 39.127746 | 117.245987 | 120102 | 2020 |
| 17 | 2020-01-20 | 156120103 | 河西区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 39.108538 | 117.217078 | 120103 | 2020 |
| 18 | 2020-01-20 | 156120104 | 南开区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 39.137008 | 117.143704 | 120104 | 2020 |
| 19 | 2020-01-20 | 156120105 | 河北区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 39.146946 | 117.190426 | 120105 | 2020 |
| 20 | 2020-01-20 | 156120106 | 红桥区 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 39.166061 | 117.144291 | 120106 | 2020 |
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532,932 行 · 21 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 区县 + 年份 能连
123 个数据集 · 本数据集 531,864 行有区县- 全国区县平均房价区域底数 · 2,852 行 · 连接字段 region_code、year按区县对上本数据集 531,864 行（99%）
- 县级行政区划边界区域底数 · 2,850 行 · 连接字段 region_code、layer_year按区县对上本数据集 531,864 行（99%）
- 历年县级以上行政区划代码参照区域底数 · 14.3 万 行 · 连接字段 region_code、year按区县对上本数据集 530,796 行（99%）
- 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、valid_from按区县对上本数据集 530,796 行（99%）
- 行政区划名称和简称区域底数 · 1.3 万 行 · 连接字段 region_code、valid_from按区县对上本数据集 530,796 行（99%）
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time、adcode按区县对上本数据集 528,660 行（99%）
- 政治精英地区编码区域底数 · 3,843 行 · 连接字段 region_code、start_date按区县对上本数据集 514,776 行（96%）
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 region_code、year按区县对上本数据集 512,640 行（96%）
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 year、county_code按区县对上本数据集 512,640 行（96%）
- 县级年度夜间灯光区域底数 · 2.3 万 行 · 连接字段 year、region_code按区县对上本数据集 512,640 行（96%）
- 区县人口分布（格网汇总）区域底数 · 1.4 万 行 · 连接字段 year、region_code按区县对上本数据集 512,640 行（96%）
- 县级土地利用构成区域底数 · 2.3 万 行 · 连接字段 year、region_code按区县对上本数据集 511,572 行（95%）
按 区县 能连
30 个数据集 · 本数据集 531,864 行有区县- 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按区县对上本数据集 530,796 行（99%）
- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 region_code按区县对上本数据集 516,912 行（96%）
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 region_code按区县对上本数据集 512,640 行（96%）
- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 county_code按区县对上本数据集 509,436 行（95%）
- 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 507,300 行（95%）
- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 county_code按区县对上本数据集 506,232 行（94%）
- 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 500,892 行（93%）
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 village_code按区县对上本数据集 489,144 行（91%）
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 county_code按区县对上本数据集 487,008 行（91%）
- 区县到最近医院的车程医疗药械 · 2,844 行 · 连接字段 county_code按区县对上本数据集 487,008 行（91%）
- 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 479,532 行（89%）
- 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 475,260 行（89%）
只按年份能连：962 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
962 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
- 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
- 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
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 month
- 主要城市兴趣点建筑设施 · 592 万 行 · 连接字段 date
- 全国工商企业注册信息企业主体 · 588.9 万 行 · 连接字段 reg_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
county_code由经度、纬度扩增得出。
来自字段扩增城市和区县新冠疫情日度城市和区县新冠疫情日度 - 扩增得出
date_year由日期扩增得出。
来自字段扩增城市和区县新冠疫情日度城市和区县新冠疫情日度
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/covid-19-daily-city-geo/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region_code","op":"eq","value":"156110102"}],"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。