
- 记录
- 5.8 万
- 字段
- 14
- AI 扩增字段
- 3
- 平均非空率
- 98.9%
- 字段完整度
14 个字段,10 个没有空值,3 个 AI 扩增
01字段
字段来源,逐一标明
共 14 个字段,其中 AI 扩增字段 3 个。非空率按当前版本的 58,144 行计算。
关于这个数据集
一行代表一家养老机构。覆盖全国,包含机构名称、地址、床位数及多坐标系经纬度。可用于养老社区选址、健康险核保及责任险风险评估。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 所属地区region含义:地区 | 文本 | 原生 | 99% | 通常精确到区县 原表列名:地区 | ||
| 机构名称company_name含义:名称 | 文本 | 原生 | 100% | — | ||
| 统一代码uscc敏感含义:代码或编号键:统一社会信用代码。样本里格式符合 97%,还没有参照 | 文本 | 原生 | 92% | 部分缺失 原表列名:统一社会信用代码 | ||
| 详细地址address规律 2:详细地址的字段规律字段规律:address_city_code由详细地址扩增得出。。address_county_code由详细地址扩增得出。含义:地址键:地址。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 原表列名:地址 | ||
| 床位数bed_count含义:个数(张) | 整数 | 原生 | 100% | 单位:张 | ||
| 经度lng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% | GCJ02坐标系 原表列名:坐标(GCJ02)Lng | ||
| 纬度lat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% | GCJ02坐标系 原表列名:坐标(GCJ02)Lat | ||
| 百度经度lng_bd09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% | BD09坐标系 原表列名:坐标(BD09)Lng | ||
| 百度纬度lat_bd09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% | BD09坐标系 原表列名:坐标(BD09)Lat | ||
| WGS经度lng_wgs84规律 1:WGS经度的字段规律字段规律:county_code由WGS经度、WGS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% | WGS84坐标系 原表列名:坐标(WGS84)Lng | ||
| WGS纬度lat_wgs84规律 1:WGS纬度的字段规律字段规律:county_code由WGS经度、WGS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% | WGS84坐标系 原表列名:坐标(WGS84)Lat | ||
| WGS所在区县代码county_code规律 1:WGS所在区县代码的字段规律字段规律:county_code由WGS经度、WGS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:WGS所在区县代码 | 100%平均置信度 0.96校验少:不建议单独作为决策依据 | WGS经度、WGS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 | ||
| 详细地址所在区县代码address_county_code规律 1:详细地址所在区县代码的字段规律字段规律:address_county_code由详细地址扩增得出。键:县级区划代码。样本里格式符合 100%,96.8% 的行对上参照 region-name-alias | 文本 | AI 扩增AI 抽取第 3 级扩增查看溯源:详细地址所在区县代码 | 97%平均置信度 1.00校验少:不建议单独作为决策依据 | 本地模型从详细地址里抽出省、市、县的名称,程序再查行政区划参照得出现行的县级代码。模型不给代码。没有把握的等运营人员确认 | ||
| 详细地址所在城市代码address_city_code规律 1:详细地址所在城市代码的字段规律字段规律:address_city_code由详细地址扩增得出。键:市级区划代码。样本里格式符合 100%,97.7% 的行对上参照 region-name-alias | 文本 | AI 扩增AI 抽取第 3 级扩增查看溯源:详细地址所在城市代码 | 98%平均置信度 0.99校验少:不建议单独作为决策依据 | 本地模型从详细地址里抽出省、市、县的名称,程序再查行政区划参照得出现行的地级代码。模型不给代码。没有把握的等运营人员确认 |
02样本
先看样本,再做决定
这里显示当前版本的前 20 行。敏感字段已经打码,登录后显示。
1 个敏感字段已打码:统一代码
登录后查看完整样本| # | 所属地区region | 机构名称company_name | 统一代码uscc | 详细地址address | 床位数bed_count | 经度lng | 纬度lat | 百度经度lng_bd09 | 百度纬度lat_bd09 | WGS经度lng_wgs84 | WGS纬度lat_wgs84 | WGS所在区县代码county_code | 详细地址所在区县代码address_county_code | 详细地址所在城市代码address_city_code |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 北京市门头沟区 | 水峪嘴村养老公寓 | 已打码 | 北京市门头沟区妙峰山镇妙峰山镇水峪嘴村 | 0 | 116.054229 | 39.972184 | 116.0606521 | 39.9784438 | 116.0479452 | 39.9708404 | 110109 | 110109 | 110000 |
| 2 | 北京市朝阳区 | 北京泰和养老服务产业发展有限公司朝外吉庆分公司朝阳朝外街道养老照料中心 | 已打码 | 北京市朝阳区朝外街道北京市朝阳区朝外街道工体西里小区8号楼 | 30 | 116.448958 | 39.922424 | 116.4555409 | 39.92812545 | 116.442761 | 39.92105527 | 110105 | 110105 | 110000 |
| 3 | 北京市房山区 | 北京缘山福海养老有限公司 | 已打码 | 北京市房山区迎风街道北京市缘山福海养老有限公司 | 101 | 116.157463 | 39.639354 | 116.1638618 | 39.6457051 | 116.1512629 | 39.6380365 | 110111 | 110111 | 110000 |
| 4 | 北京市延庆区 | 北京怡康缘养老服务有限公司 | 已打码 | 北京市延庆区张山营镇北京市延庆区张山营镇龙聚山庄村北 | 300 | 115.974609 | 40.457033 | 115.9812403 | 40.46270397 | 115.9685134 | 40.45582465 | 110119 | 110119 | 110000 |
| 5 | 北京市房山区 | 北京清颐林养老服务有限公司北京市房山区琉璃河镇养老照料中心 | 已打码 | 北京市房山区琉璃河镇北京市房山区琉璃河镇官庄村三区98号 | 80 | 116.165855 | 39.589266 | 116.1722317 | 39.59559481 | 116.1596839 | 39.58797437 | 110111 | 110111 | 110000 |
| 6 | 北京市顺义区 | 北京市顺义区家泰养老照料中心北京市顺义区马坡镇养老照料中心 | 已打码 | 北京市顺义区马坡镇北京市顺义区中晟馨苑小区东侧 | 123 | 116.647708 | 40.163209 | 116.6540795 | 40.16952472 | 116.6418295 | 40.16211667 | 110113 | 110113 | 110000 |
| 7 | 北京市西城区 | 展览路街道颐寿轩养老照料中心 | 已打码 | 北京市西城区展览路街道北京市西城区南营房煤厂东院 | 0 | 116.350965 | 39.920946 | 116.3575487 | 39.92664714 | 116.3447917 | 39.91960252 | 110102 | 110102 | 110000 |
| 8 | 北京市丰台区 | 北京市丰台区颐安养老照护中心 | 已打码 | 北京市丰台区丰台街道北京市丰台区东大街东里15号楼 | 75 | 116.295112 | 39.86422 | 116.301546 | 39.87047144 | 116.2890622 | 39.86297809 | 110106 | 110106 | 110000 |
| 9 | 北京市顺义区 | 北京市顺义区双丰丽园养老照料中心北京市顺义区双丰街道养老照料中心 | 已打码 | 北京市顺义区双丰街道北京市顺义区顺兴街7号院25号楼1-3层01 | 116 | 116.666659 | 40.184131 | 116.6731241 | 40.1901871 | 116.6607289 | 40.18300319 | 110113 | 110113 | 110000 |
| 10 | 北京市大兴区 | 北京普祥老年公寓有限公司北京普祥老年公寓 | 已打码 | 北京市大兴区亦庄镇北京市北京经济技术开发区(大兴)亦庄镇成寿寺2号11号楼1层1000室 | 105 | 116.341483 | 39.726917 | 116.3481085 | 39.73257132 | 116.3353552 | 39.72560558 | 110115 | 110115 | 110000 |
| 11 | 北京市大兴区 | 大兴区西红门镇养老照料中心北京爱恩济养老投资有限公司 | 已打码 | 北京市大兴区西红门镇北京市大兴区欣清北巷18号院1号楼 | 150 | 116.522629 | 39.811848 | 116.5289919 | 39.81818782 | 116.5166968 | 39.81068156 | 110115 | 110115 | 110000 |
| 12 | 北京市朝阳区 | 北京三替养老护理集团有限公司爱如家康养分公司北京市朝阳区爱如家康养院 | 已打码 | 北京市朝阳区东坝乡北京市朝阳区醉公坟甲8号(第五运输公司)2号楼一至四层 | 120 | 116.529813 | 39.954387 | 116.5362031 | 39.96068957 | 116.5238888 | 39.95323346 | 110105 | 110105 | 110000 |
| 13 | 北京市大兴区 | 华润置地开发(北京)有限公司第二分公司悦年华颐养中心(北京瀛海) | 已打码 | 北京市大兴区瀛海镇北京市大兴区瀛福路9号院(1号楼、3号楼、5号楼) | 340 | 116.321334 | 39.769758 | 116.3279104 | 39.77556616 | 116.3152463 | 39.76848004 | 110115 | 110115 | 110000 |
| 14 | 北京市延庆区 | 北京凯霖娜养老服务中心北京市延庆区香水园街道养老照料中心 | 已打码 | 北京市延庆区香水园街道北京市延庆区延庆镇东外大街68号(九州宾馆西侧一至二层) | 0 | 115.986477 | 40.464014 | 115.9931094 | 40.46969213 | 115.9803437 | 40.46276994 | 110119 | 110119 | 110000 |
| 15 | 北京市大兴区 | 北京市大兴区榆垡镇养老照料中心 | 已打码 | 北京市大兴区榆垡镇北京市大兴区榆垡镇盛平街空港新苑养老服务配套建设 | 160 | 116.522629 | 39.811848 | 116.5289919 | 39.81818782 | 116.5166968 | 39.81068156 | 110115 | 110115 | 110000 |
| 16 | 北京市延庆区 | 北京市延庆区养老服务中心儆堂集养老服务(北京)有限公司 | 已打码 | 北京市延庆区百泉街道北京市延庆区功德巷一号 | 0 | 116.320898 | 39.955156 | 116.327458 | 39.96096588 | 116.3147881 | 39.95386783 | 110108 | 110119 | 110000 |
| 17 | 北京市顺义区 | 北京玖零长乐居家养老服务有限公司北京市顺义区北石槽镇养老照料中心 | 已打码 | 北京市顺义区北石槽镇北京市顺义区北石槽镇南石槽村幸福东街临26号 | 100 | 116.534856 | 40.248194 | 116.5412809 | 40.25444685 | 116.5289125 | 40.24702805 | 110113 | 110113 | 110000 |
| 18 | 北京市昌平区 | 北京市昌平区金悦颐养中心 | 已打码 | 北京市昌平区回龙观街道北京市昌平区回龙观镇西二旗龙域西二路19号院1号 | 100 | 116.304032 | 40.064353 | 116.3104812 | 40.0704555 | 116.2979424 | 40.06308894 | 110114 | 110114 | 110000 |
| 19 | 北京市西城区 | 新接口街道颐寿轩养老照料中心 | 已打码 | 北京市西城区新街口街道北京市西城区南草厂街甲82号 | 0 | 116.350965 | 39.920946 | 116.3575487 | 39.92664714 | 116.3447917 | 39.91960252 | 110102 | 110102 | 110000 |
| 20 | 北京市西城区 | 大栅栏街道颐寿轩养老照料中心 | 已打码 | 北京市西城区大栅栏街道北京市西城区韩家胡同60号 | 0 | 116.350965 | 39.920946 | 116.3575487 | 39.92664714 | 116.3447917 | 39.91960252 | 110102 | 110102 | 110000 |
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58,144 行 · 14 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、企业,能和不少于 65 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 + 统一社会信用代码 能连
8 个数据集 · 本数据集 56,743 行有城市- 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、city_code、branch_uscc按城市对上本数据集 56,743 行(97%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 org_uscc、county_code、city_code按城市对上本数据集 56,743 行(97%)
- 微信公众号企业工商企业主体 · 82.2 万 行 · 连接字段 uscc、city_code、county_code按城市对上本数据集 54,063 行(92%)
- 保险机构监管处罚记录司法监管 · 2.6 万 行 · 连接字段 city_code、company_uscc、county_code按城市对上本数据集 52,525 行(90%)
- 银行监管处罚明细司法监管 · 5.3 万 行 · 连接字段 city_code、party_uscc、county_code按城市对上本数据集 52,023 行(89%)
- 工业企业距省界距离企业主体 · 87.7 万 行 · 连接字段 county_code、city_code、company_uscc按城市对上本数据集 28,104 行(48%)
- 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、company_uscc按城市对上本数据集 16,483 行(28%)
- 长三角养老机构名录建筑设施 · 8,462 行 · 连接字段 uscc、county_code、address_city_code按城市对上本数据集 8,512 行(14%)
按 城市 + 区县 能连
57 个数据集 · 本数据集 56,743 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、county_code按城市对上本数据集 56,743 行(97%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 region_code、city_code按城市对上本数据集 56,743 行(97%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 city_code、county_code按城市对上本数据集 56,743 行(97%)
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 city_code、region_code按城市对上本数据集 56,743 行(97%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 county_code、region_code按城市对上本数据集 56,743 行(97%)
- 全国区县路网密度区域底数 · 3.2 万 行 · 连接字段 county_code_2、city_code_2按城市对上本数据集 56,743 行(97%)
- 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、region_code按城市对上本数据集 56,743 行(97%)
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 region_code、city_code按城市对上本数据集 56,743 行(97%)
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 region_code、city_code按城市对上本数据集 56,743 行(97%)
- 全国医院名录医疗药械 · 4.6 万 行 · 连接字段 county_code、city_code按城市对上本数据集 56,684 行(97%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 city_code、county_code按城市对上本数据集 56,684 行(97%)
- 县级行政区划边界区域底数 · 2,850 行 · 连接字段 city_code、region_code按城市对上本数据集 56,684 行(97%)
按 区县 + 统一社会信用代码 能连
6 个数据集 · 本数据集 58,135 行有区县- 金融机构许可证企业主体 · 59 万 行 · 连接字段 org_uscc、region_code按区县对上本数据集 58,128 行(99%)
- 医保定点零售药店医疗药械 · 50.5 万 行 · 连接字段 region_code、uscc按区县对上本数据集 57,620 行(99%)
- 医保定点医疗机构医疗药械 · 57.8 万 行 · 连接字段 uscc、region_code按区县对上本数据集 57,557 行(98%)
- 排污工业企业经营财务企业主体 · 74.6 万 行 · 连接字段 province_city_county_code、company_uscc按区县对上本数据集 56,904 行(97%)
- 工业企业污染排放面板企业主体 · 74.5 万 行 · 连接字段 company_uscc、province_city_county_code按区县对上本数据集 56,904 行(97%)
- 工业企业出口技术复杂度企业主体 · 75.2 万 行 · 连接字段 company_uscc、province_city_county_code按区县对上本数据集 53,553 行(92%)
按 城市 + 统一社会信用代码 能连
3 个数据集 · 本数据集 56,743 行有城市按 城市 能连
223 个数据集 · 本数据集 56,743 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按城市对上本数据集 56,743 行(97%)
- 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按城市对上本数据集 56,743 行(97%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 region_code按城市对上本数据集 56,743 行(97%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 region_code按城市对上本数据集 56,743 行(97%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 region_code按城市对上本数据集 56,743 行(97%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 city_code按城市对上本数据集 56,743 行(97%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 region_code按城市对上本数据集 56,743 行(97%)
- 地级市逐年降水量自然灾害 · 2.7 万 行 · 连接字段 city_code按城市对上本数据集 56,743 行(97%)
- 地级市矫正夜间灯光区域底数 · 1.2 万 行 · 连接字段 region_code按城市对上本数据集 56,743 行(97%)
- 地级市银行竞争度指标保险市场 · 9,049 行 · 连接字段 city_code按城市对上本数据集 56,743 行(97%)
- 地级市银行网点统计区域底数 · 5,888 行 · 连接字段 region_code按城市对上本数据集 56,743 行(97%)
- 地级市历次普查常住人口区域底数 · 1,110 行 · 连接字段 city_code按城市对上本数据集 56,743 行(97%)
按 区县 能连
82 个数据集 · 本数据集 58,135 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 58,135 行(99%)
- 全国区县平均房价区域底数 · 2,852 行 · 连接字段 region_code按区县对上本数据集 58,135 行(99%)
- 县级暴雨重现期自然灾害 · 2,899 行 · 连接字段 region_code按区县对上本数据集 58,108 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按区县对上本数据集 58,106 行(99%)
- 县级年度夜间灯光区域底数 · 2.3 万 行 · 连接字段 region_code按区县对上本数据集 58,075 行(99%)
- 县级土地利用构成区域底数 · 2.3 万 行 · 连接字段 region_code按区县对上本数据集 58,075 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按区县对上本数据集 58,075 行(99%)
- 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 58,075 行(99%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 adcode按区县对上本数据集 58,053 行(99%)
- 县域新注册企业统计区域底数 · 5.8 万 行 · 连接字段 region_code按区县对上本数据集 57,986 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按区县对上本数据集 57,922 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 57,806 行(99%)
按 统一社会信用代码 能连
32 个数据集 · 本数据集 53,368 行有统一社会信用代码- 全国养老机构明细医疗药械 · 5.8 万 行 · 连接字段 uscc按统一社会信用代码对上本数据集 53,368 行(91%)
- 全国司法鉴定机构医疗药械 · 2,917 行 · 连接字段 uscc按统一社会信用代码对上本数据集 32 行(不到 1%)
- 企业荣誉资质标签企业主体 · 17.6 万 行 · 连接字段 uscc按统一社会信用代码对上本数据集 11 行(不到 1%)
- 专精特新企业附属公司企业主体 · 35.9 万 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 0 行(0%)
- 医保西药和中成药代码医疗药械 · 28.3 万 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 0 行(0%)
- 专精特新企业认定情况企业主体 · 27.7 万 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 0 行(0%)
- 上市公司绿色专利申请企业主体 · 13 万 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 0 行(0%)
- 人身险产品条款文件保险市场 · 11.5 万 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 0 行(0%)
- 保险公司官网产品文件保险市场 · 10.3 万 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 0 行(0%)
- 医保医用耗材代码医疗药械 · 9.8 万 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 0 行(0%)
- 境外投资企业名录企业主体 · 9.6 万 行 · 连接字段 overseas_enterprise_uscc按统一社会信用代码对上本数据集 0 行(0%)
- 京东药品月度价格医疗药械 · 8.5 万 行 · 连接字段 manufacturer_uscc按统一社会信用代码对上本数据集 0 行(0%)
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3
- 扩增得出
address_city_code由详细地址扩增得出。
来自字段扩增全国养老机构点位全国养老机构点位 - 扩增得出
address_county_code由详细地址扩增得出。
来自字段扩增全国养老机构点位全国养老机构点位 - 扩增得出
county_code由WGS经度、WGS纬度扩增得出。
来自字段扩增全国养老机构点位全国养老机构点位
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/elderly-care-facility-points/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region","op":"eq","value":"北京市门头沟区"}],"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。