
- 记录
- 10.5 万
- 字段
- 17
- AI 扩增字段
- 1
- 平均非空率
- 94.5%
- 字段完整度
17 个字段,11 个没有空值,1 个 AI 扩增
01字段
字段来源,逐一标明
共 17 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 105,472 行计算。
关于这个数据集
一行代表一个具体的老年助餐点设施。覆盖全国各省市,包含助餐点的名称、地址、坐标、人均支出、餐位数、建筑面积及运营模式等详细信息。可用于评估食品安全责任险标的分布及老年群体生活支持服务的覆盖情况。
| 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含义:代码或编号键:县级区划代码(2019 年版)。样本里格式符合 98.5%,95.4% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | — | ||
| 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% | — | ||
| 地级市或区县city含义:地区键:城市名称。样本里格式符合 92.8%,还没有参照 | 文本 | 原生 | 100% | 字段名含斜杠,需确认层级 原表列名:地级市/区县 | ||
| 区县或街道county含义:地区键:区县名称。样本里格式符合 89%,还没有参照 | 文本 | 原生 | 100% | 字段名含斜杠,需确认层级 原表列名:区县/街道 | ||
| 助餐点名称facility_name含义:名称 | 文本 | 原生 | 100% | — | ||
| 详细地址address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:助餐点详细地址 | ||
| 经度lng含义:经纬度(度) | 文本 | 原生 | 85% | 需从坐标字段拆分 | ||
| 人均支出avg_cost_amount含义:单价(元) | 小数 | 原生 | 100% | 元/餐 原表列名:人均支出(元/餐) | ||
| 餐位数meal_capacity含义:个数(个) | 整数 | 原生 | 99% | 个 | ||
| 建筑面积building_area含义:面积(平方米) | 小数 | 原生 | 99% | 平方米 原表列名:建筑面积(平方米) | ||
| 工作人员数staff_count含义:人数(人) | 整数 | 原生 | 99% | 人 | ||
| 服务模式service_mode含义:类别 | 文本 | 原生 | 100% | 如依托餐饮企业、中央厨房配送 | ||
| 运营标签tags含义:类别 | 文本 | 原生 | 100% | 如城市老年助餐点、自主运营 原表列名:标签 | ||
| 更新时间update_date规律 1:更新时间的字段规律字段规律:update_year由更新时间扩增得出。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% | — | ||
| 详细信息detail_info敏感含义:文字说明 | 文本 | 原生 | 27% | — | ||
| 简略地址address_simple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 | ||
| 更新年份update_year规律 1:更新年份的字段规律字段规律:update_year由更新时间扩增得出。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:更新年份 | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 从更新时间算出的年份 |
02样本
先看样本,再做决定
这里显示当前版本的前 20 行。敏感字段已经打码,登录后显示。
1 个敏感字段已打码:详细信息
登录后查看完整样本| # | 行政区划代码region_code | 省份province | 地级市或区县city | 区县或街道county | 助餐点名称facility_name | 详细地址address | 经度lng | 人均支出avg_cost_amount | 餐位数meal_capacity | 建筑面积building_area | 工作人员数staff_count | 服务模式service_mode | 运营标签tags | 更新时间update_date | 详细信息detail_info | 简略地址address_simple | 更新年份update_year |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 110101001000 | 北京市 | 东城区 | 东华门街道 | 东城多福巷社区养老服务驿站 | 多福巷胡同甲22号 | 116.40647,39.92151 | 3.67 | 5 | 250 | 2 | 依托养老服务机构和设施 | 社区(村)级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),中央厨房供餐,依托养老服务机构和设施 | 2023-06-01 | 已打码 | 北京市东城区东华门街道 | 2023 |
| 2 | 110101001000 | 北京市 | 东城区 | 东华门街道 | 北京南城香餐饮有限公司第二十六公司 | 东城区东安门大街18号一层2号 | 116.40296,39.91391 | 30 | 50 | 120 | 13 | 依托餐饮企业 | 街道乡镇级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),内设厨房设施,依托餐饮企业 | 2019-04-26 | 已打码 | 北京市东城区东华门街道 | 2019 |
| 3 | 110101001000 | 北京市 | 东城区 | 东华门街道 | 正义路社区养老服务驿站 | 北京市东城区东交民巷32号 | 116.40016,39.90058 | 22 | 5 | 256 | 3 | 中央厨房配送 | 社区(村)级,城市老年助餐点,委托运营(助餐点和运营机构为不同机构),中央厨房供餐,中央厨房配送 | 2024-12-25 | 已打码 | 北京市东城区东华门街道 | 2024 |
| 4 | 110101001000 | 北京市 | 东城区 | 东华门街道 | 东城智德社区养老服务驿站 | 智德前巷1号 | 116.39872,39.91448 | 3.67 | 5 | 200 | 2 | 依托养老服务机构和设施 | 社区(村)级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),中央厨房供餐,依托养老服务机构和设施 | 2023-06-01 | 已打码 | 北京市东城区东华门街道 | 2023 |
| 5 | 110101001000 | 北京市 | 东城区 | 东华门街道 | 四星望月酒楼老年餐桌 | 北京市东城区柏树胡同30号四星望月酒楼 | 116.4077,39.91611 | 1.67 | 80 | 200 | 12 | 依托养老服务机构和设施 | 街道乡镇级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),内设厨房设施,依托养老服务机构和设施 | 2023-05-01 | 已打码 | 北京市东城区东华门街道 | 2023 |
| 6 | 110101001000 | 北京市 | 东城区 | 东华门街道 | 灯市口社区养老服务驿站 | 北京市东城区甘雨胡同2号 | 116.41028,39.9157 | 22 | 10 | 96 | 2 | 中央厨房配送 | 社区(村)级,城市老年助餐点,委托运营(助餐点和运营机构为不同机构),中央厨房供餐,中央厨房配送 | 2024-11-01 | 已打码 | 北京市东城区东华门街道 | 2024 |
| 7 | 110101002000 | 北京市 | 东城区 | 景山街道 | 魏家社区养老服务驿站 | 北京市东城区汪魏新巷5号 | 116.40679,39.93046 | 6.67 | 8 | 150 | 2 | 依托社区食堂 | 社区(村)级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),中央厨房供餐,依托社区食堂 | 2023-08-07 | 已打码 | 北京市东城区景山街道 | 2023 |
| 8 | 110101002000 | 北京市 | 东城区 | 景山街道 | 景山街道长者餐厅 | 北京市东城区大学夹道甲10号 | 116.39573,39.92582 | 18 | 42 | 150 | 5 | 独立开办 | 街道乡镇级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),内设厨房设施,独立开办 | 2023-08-07 | 已打码 | 北京市东城区景山街道 | 2023 |
| 9 | 110101002000 | 北京市 | 东城区 | 景山街道 | 黄化门社区养老服务驿站 | 东城区黄化门街8号 | 116.39431,39.92896 | 6.67 | 5 | 150 | 2 | 依托社区食堂 | 社区(村)级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),中央厨房供餐,依托社区食堂 | 2023-08-07 | 已打码 | 北京市东城区景山街道 | 2023 |
| 10 | 110101002000 | 北京市 | 东城区 | 景山街道 | 隆福寺社区养老服务驿站 | 北京市东城区隆福寺街117号 | 116.40593,39.92392 | 6.67 | 5 | 80 | 2 | 依托社区食堂 | 社区(村)级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),中央厨房供餐,依托社区食堂 | 2023-08-07 | 已打码 | 北京市东城区景山街道 | 2023 |
| 11 | 110101002000 | 北京市 | 东城区 | 景山街道 | 巴渝兄弟老年餐桌 | 北京市东城区西扬威胡同甲1号 | 116.4048,39.93036 | 18 | 50 | 300 | 6 | 独立开办 | 社区(村)级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),内设厨房设施,独立开办 | 2023-10-01 | 已打码 | 北京市东城区景山街道 | 2023 |
| 12 | 110101002000 | 北京市 | 东城区 | 景山街道 | 沙滩餐厅老年餐桌 | 北京市东城区沙滩北街19号 | 116.39748,39.92468 | 26.5 | 20 | 100 | 4 | 独立开办 | 社区(村)级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),内设厨房设施,独立开办 | 2023-07-01 | 已打码 | 北京市东城区景山街道 | 2023 |
| 13 | 110101002000 | 北京市 | 东城区 | 景山街道 | 景山兆如老年养护中心助餐点 | 北京市东城区三眼井胡同27/29号 | 116.39551,39.92686 | 14.67 | 15 | 100 | 3 | 依托养老服务机构和设施 | 社区(村)级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),内设厨房设施,依托养老服务机构和设施 | 2024-08-01 | 已打码 | 北京市东城区景山街道 | 2024 |
| 14 | 110101003000 | 北京市 | 东城区 | 交道口街道 | 白魁老号宽街店 | 北京市东城区交道口南大街158号 | 116.40285,39.9323 | 0 | 10 | 400 | 10 | 依托餐饮企业 | 街道乡镇级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),内设厨房设施,依托餐饮企业 | 2024-01-01 | 已打码 | 北京市东城区交道口街道 | 2024 |
| 15 | 110101003000 | 北京市 | 东城区 | 交道口街道 | 姚记便民店 | 北京市鼓楼东大街299号 | 116.3909,39.93951 | 0 | 10 | 75 | 8 | 依托餐饮企业 | 街道乡镇级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),内设厨房设施,依托餐饮企业 | 2024-04-01 | 已打码 | 北京市东城区交道口街道 | 2024 |
| 16 | 110101003000 | 北京市 | 东城区 | 交道口街道 | 交道口养老照料中心 | 北京东城区交道口南大街75号 | 116.40224,39.93362 | 0 | 8 | 616.8 | 6 | 依托养老服务机构和设施 | 街道乡镇级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),内设厨房设施,依托养老服务机构和设施 | 2022-01-01 | 已打码 | 北京市东城区交道口街道 | 2022 |
| 17 | 110101003000 | 北京市 | 东城区 | 交道口街道 | 北京东城区福祥社区养老驿站助餐点 | 北京市东城区鼓楼东大街266号 | 116.3918,39.93909 | 0 | 8 | 200 | 3 | 依托养老服务机构和设施 | 街道乡镇级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),中央厨房供餐,依托养老服务机构和设施 | 2022-01-01 | 已打码 | 北京市东城区交道口街道 | 2022 |
| 18 | 110101003000 | 北京市 | 东城区 | 交道口街道 | 东城鼓楼苑社区养老服务驿站 | 北京市城区后鼓楼苑6号、8号 | 116.3937,39.9389 | 0 | 6 | 161 | 3 | 依托养老服务机构和设施 | 街道乡镇级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),中央厨房供餐,依托养老服务机构和设施 | 2022-01-01 | 已打码 | 北京市东城区交道口街道 | 2022 |
| 19 | 110101003000 | 北京市 | 东城区 | 交道口街道 | 北京市东城区府学社区养老服务驿站助餐点 | 北京市东城区北剪子巷33号 | 116.40572,39.93525 | 0 | 5 | 140 | 3 | 依托养老服务机构和设施 | 街道乡镇级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),中央厨房供餐,依托养老服务机构和设施 | 2024-01-01 | 已打码 | 北京市东城区交道口街道 | 2024 |
| 20 | 110101004000 | 北京市 | 东城区 | 安定门街道 | 北京老满酒家 | 北京市东城区安定门大街252号 | 116.40246,39.94159 | 0 | 100 | 270 | 25 | 独立开办 | 街道乡镇级,城市老年助餐点,自主运营(助餐点和运营机构为同一家),内设厨房设施,独立开办 | 1997-04-03 | 已打码 | 北京市东城区安定门街道 | 1997 |
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105,472 行 · 17 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 72 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 + 省份 + 年份 能连
107 个数据集 · 本数据集 105,472 行有区县- 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 year、province_code、region_code按区县对上本数据集 100,653 行(95%)
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 province、issue_date、region_code按区县对上本数据集 100,653 行(95%)
- 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、province_code按区县对上本数据集 100,653 行(95%)
- 县级暴雨重现期自然灾害 · 2,899 行 · 连接字段 region_code、province、first_year按区县对上本数据集 100,653 行(95%)
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 region_code、division_year、province按区县对上本数据集 100,653 行(95%)
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 province、region_code、division_year按区县对上本数据集 100,653 行(95%)
- 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、province_code、taobao_village_year按区县对上本数据集 100,616 行(95%)
- 银行业金融机构网点明细保险市场 · 47.7 万 行 · 连接字段 date、county_code、province按区县对上本数据集 100,615 行(95%)
- 全国区县路网密度区域底数 · 3.2 万 行 · 连接字段 county_code_2、province_name、year按区县对上本数据集 100,615 行(95%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time、pname、adcode按区县对上本数据集 100,614 行(95%)
- 区县最低工资标准区域底数 · 5.6 万 行 · 连接字段 year、county_code、province按区县对上本数据集 100,611 行(95%)
- 县级区域夜光指数区域底数 · 1.7 万 行 · 连接字段 province、year、county_code按区县对上本数据集 100,611 行(95%)
按 省份 + 年份 能连
467 个数据集 · 本数据集 105,371 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 year、province_name按省份对上本数据集 105,371 行(99%)
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 month、origin_province按省份对上本数据集 105,371 行(99%)
- 全国工商企业注册信息企业主体 · 588.9 万 行 · 连接字段 province、reg_date按省份对上本数据集 105,371 行(99%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 year、province按省份对上本数据集 105,371 行(99%)
- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 province、year按省份对上本数据集 105,371 行(99%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 date、province按省份对上本数据集 105,371 行(99%)
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 year、region_code按省份对上本数据集 105,371 行(99%)
- 省级教育统计指标区域底数 · 145.4 万 行 · 连接字段 year、region_code按省份对上本数据集 105,371 行(99%)
- 省级教育统计面板区域底数 · 143.5 万 行 · 连接字段 region_code、year按省份对上本数据集 105,371 行(99%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 year、province按省份对上本数据集 105,371 行(99%)
- 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、year按省份对上本数据集 105,371 行(99%)
- 省级统计年鉴长序列指标区域底数 · 74.4 万 行 · 连接字段 year、province按省份对上本数据集 105,371 行(99%)
按 区县 + 省份 能连
18 个数据集 · 本数据集 105,472 行有区县- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 county_code、province_code按区县对上本数据集 100,653 行(95%)
- 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、province_code按区县对上本数据集 100,653 行(95%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 village_code、province_code按区县对上本数据集 100,616 行(95%)
- 区县到最近医院的车程医疗药械 · 2,844 行 · 连接字段 county_code、province按区县对上本数据集 100,603 行(95%)
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 province、region_code按区县对上本数据集 100,569 行(95%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 county_code、province按区县对上本数据集 99,576 行(94%)
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 region_code、province按区县对上本数据集 98,153 行(93%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province、county_code按区县对上本数据集 97,043 行(92%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 province、county_code按区县对上本数据集 83,013 行(78%)
- 全国开发区点位和基本信息区域底数 · 2,781 行 · 连接字段 county_code、province按区县对上本数据集 78,730 行(74%)
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 province_code、region_code按区县对上本数据集 76,689 行(72%)
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 province、county_code按区县对上本数据集 46,940 行(44%)
按 区县 + 年份 能连
16 个数据集 · 本数据集 105,472 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、valid_from按区县对上本数据集 100,653 行(95%)
- 政治精英地区编码区域底数 · 3,843 行 · 连接字段 start_date、region_code按区县对上本数据集 100,304 行(95%)
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 county_code、year按区县对上本数据集 97,591 行(92%)
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 year、county_code按区县对上本数据集 93,867 行(88%)
- 全国百强区县入选状态区域底数 · 4.1 万 行 · 连接字段 region_code、year按区县对上本数据集 89,120 行(84%)
- 行政区划代码变更区域底数 · 4,636 行 · 连接字段 old_code、change_year按区县对上本数据集 82,845 行(78%)
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 applicant_address_county_code、pub_date按区县对上本数据集 76,675 行(72%)
- 全国电厂点位建筑设施 · 4,274 行 · 连接字段 county_code、commissioning_year按区县对上本数据集 54,838 行(51%)
- 全国上市公司专利全量企业主体 · 6.4 万 行 · 连接字段 application_date、address_county_code按区县对上本数据集 42,876 行(40%)
- 区县淘宝村数量区域底数 · 6,183 行 · 连接字段 county_code、year按区县对上本数据集 38,669 行(36%)
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 date、county_code按区县对上本数据集 25,874 行(24%)
- 全国及城市建成区绿地指标区域底数 · 8.1 万 行 · 连接字段 year、region_code按区县对上本数据集 21,923 行(20%)
按 省份 能连
29 个数据集 · 本数据集 105,371 行有省份- 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 105,371 行(99%)
- 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 105,371 行(99%)
- 全国银行网点明细企业主体 · 12 万 行 · 连接字段 province按省份对上本数据集 105,371 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 105,371 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 105,371 行(99%)
- 上市公司注册地信息企业主体 · 4,530 行 · 连接字段 province按省份对上本数据集 105,371 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 105,371 行(99%)
- 全国高校基本信息企业主体 · 2,769 行 · 连接字段 province按省份对上本数据集 105,371 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 105,371 行(99%)
- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 province_code按省份对上本数据集 105,371 行(99%)
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 province按省份对上本数据集 105,371 行(99%)
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 province_code按省份对上本数据集 105,371 行(99%)
按 区县 能连
12 个数据集 · 本数据集 105,472 行有区县- 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 100,482 行(95%)
- 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 100,384 行(95%)
- 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 100,334 行(95%)
- 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 100,326 行(95%)
- 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 99,563 行(94%)
- 全国医保经办机构保险市场 · 6,045 行 · 连接字段 region_code按区县对上本数据集 93,169 行(88%)
- 全国矿产地分布建筑设施 · 22.8 万 行 · 连接字段 county_code按区县对上本数据集 91,162 行(86%)
- 城投公司基本信息企业主体 · 1.2 万 行 · 连接字段 region_code按区县对上本数据集 80,604 行(76%)
- 跨省异地就医定点机构医疗药械 · 65 万 行 · 连接字段 region_code按区县对上本数据集 61,286 行(58%)
- 医院可达性验证交通运输 · 20.9 万 行 · 连接字段 dest_county_code按区县对上本数据集 49,366 行(46%)
- 全国 1 到 5 级河流自然灾害 · 1,830 行 · 连接字段 label_county_code按区县对上本数据集 40,156 行(38%)
- 保险公司分支机构名录保险市场 · 2,452 行 · 连接字段 address_county_code按区县对上本数据集 13,021 行(12%)
只按年份能连:495 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
495 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
- 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
- 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
- 世界银行健康营养与人口统计人口健康 · 353.8 万 行 · 连接字段 year
- 城市环境关注度日度明细区域底数 · 313.8 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1
- 扩增得出
update_year由更新时间扩增得出。
来自字段扩增全国老年助餐点全国老年助餐点
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/facility-elderly-meal-service/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region_code","op":"eq","value":"110101001000"}],"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。