
烈士纪念设施信息
一行代表一个烈士纪念设施。覆盖全国省、市、县三级行政区划,包含设施名称、地址、建设年份、保护级别及地理坐标。
v1 生效中 · 2026/11/14 发布时间跨度:1883–2022 年数据出处 出处待核实
- 记录
- 3,958
- 字段
- 12
- AI 扩增字段
- 3
- 平均非空率
- 100%
- 字段完整度
12 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 12 个字段,其中 AI 扩增字段 3 个。非空率按当前版本的 3,958 行计算。
关于这个数据集
一行代表一个烈士纪念设施。覆盖全国省、市、县三级行政区划,包含设施名称、地址、建设年份、保护级别及地理坐标。可用于评估特定区域的历史人文风险或作为红色旅游相关保险产品的选址参考。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 单位名称facility_name | 文本 | 原生 | 100% | — | ||
| 地址address键:地址。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 建设时间build_year键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | 年份 | ||
| 保护单位级别protection_level | 文本 | 原生 | 100% | 如国家级、省级、市级、县级 | ||
| 经度lng规律 1:经度的字段规律字段规律:county_code_2由经度、纬度扩增得出。键:经度。样本里格式符合 100%,还没有参照 | 小数 | 原生 | 100% | — | ||
| 纬度lat规律 1:纬度的字段规律字段规律:county_code_2由经度、纬度扩增得出。键:纬度。样本里格式符合 100%,还没有参照 | 小数 | 原生 | 100% | — | ||
| 省份province规律 2:省份的字段规律字段规律:city_code由省份、城市扩增得出。。county_code由省份、城市、区县扩增得出。键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 城市city规律 2:城市的字段规律字段规律:city_code由省份、城市扩增得出。。county_code由省份、城市、区县扩增得出。键:城市名称。样本里格式符合 98.7%,还没有参照 | 文本 | 原生 | 99% | — | ||
| 区县county规律 1:区县的字段规律字段规律:county_code由省份、城市、区县扩增得出。键:区县名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 区县区划代码county_code规律 1:区县区划代码的字段规律字段规律:county_code由省份、城市、区县扩增得出。键:县级区划代码。样本里格式符合 100%,99.8% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源:区县区划代码 | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 由省份、城市、区县查行政区划参照得出的现行县级区划代码。程序查表,不用模型。对不上或置信度低的为空 | ||
| 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由省份、城市扩增得出。键:市级区划代码。样本里格式符合 100%,98.6% 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 | 99%平均置信度 1.00校验少:不建议单独作为决策依据 | 由省份、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 | ||
| 所在区县代码county_code_2规律 1:所在区县代码的字段规律字段规律:county_code_2由经度、纬度扩增得出。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 0.97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 |
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。
| # | 单位名称facility_name | 地址address | 建设时间build_year | 保护单位级别protection_level | 经度lng | 纬度lat | 省份province | 城市city | 区县county | 区县区划代码county_code | 城市区划代码city_code | 所在区县代码county_code_2 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 芙蓉桥烈士垭烈士纪念园 | 湖南省张家界市桑植县芙蓉桥白族乡福建坡村烈士垭组 | 2022 | 县级烈士纪念设施 | 110.2746915302684 | 29.53323811515752 | 湖南省 | 张家界市 | 桑植县 | 430822 | 430800 | 430822 |
| 2 | 晋绥解放区烈士陵园东会.... | 山西省吕梁市兴县东会乡寨上村 | 2010 | 县级烈士纪念设施 | 111.25127988742878 | 38.18038930515321 | 山西省 | 吕梁市 | 兴县 | 141123 | 141100 | 141123 |
| 3 | 青峰寺革命烈士纪念园 | 四川省宜宾市江安县怡乐镇烂池村松树林组 | 1993 | 县级烈士纪念设施 | 105.14330932155762 | 28.70173435090011 | 四川省 | 宜宾市 | 江安县 | 511523 | 511500 | 511523 |
| 4 | 大田县烈士陵园 | 福建省三明市大田县均溪镇玉田村仙跳仑 | 1988 | 县级烈士纪念设施 | 117.85467606506538 | 25.692352496226352 | 福建省 | 三明市 | 大田县 | 350425 | 350400 | 350425 |
| 5 | 尚勇烈士陵园 | 云南省西双版纳傣族自治州勐腊县磨憨镇 | 1976 | 县级烈士纪念设施 | 101.57152830822947 | 21.465280880861854 | 云南省 | 西双版纳傣族自治州 | 勐腊县 | 532823 | 532800 | 532823 |
| 6 | 宜阳县烈士陵园花果山分.... | 河南省洛阳市宜阳县花果山乡花果山景区内1公里处 | 1977 | 县级烈士纪念设施 | 111.84422701048592 | 34.34573900459229 | 河南省 | 洛阳市 | 宜阳县 | 410327 | 410300 | 410327 |
| 7 | 庆云镇张戊青烈士纪念园 | 广东省韶关市乐昌市庆云镇湾雷村黄圃司村小组 | 1966 | 县级烈士纪念设施 | 113.15741966679872 | 25.399395698583756 | 广东省 | 韶关市 | 乐昌市 | 440281 | 440200 | 440281 |
| 8 | 陵川县烈士陵园 | 山西省晋城市陵川县崇文镇开云街丰碑巷84号 | 1946 | 县级烈士纪念设施 | 113.30273874327662 | 35.7730494103436 | 山西省 | 晋城市 | 陵川县 | 140524 | 140500 | 140524 |
| 9 | 和龙市烈士陵园 | 吉林省延边朝鲜族自治州和龙市民惠街前进社区长春路.... | 1958 | 县级烈士纪念设施 | 129.01158119803836 | 42.545469776122985 | 吉林省 | 延边朝鲜族自治州 | 和龙市 | 222406 | 222400 | 222406 |
| 10 | 贺家湾烈士纪念园 | 湖南省张家界市桑植县洪家关白族乡洪家关村贺家湾组 | 2012 | 县级烈士纪念设施 | 110.17626105150336 | 29.479103334483774 | 湖南省 | 张家界市 | 桑植县 | 430822 | 430800 | 430822 |
| 11 | 花椒塔烈士纪念园 | 湖南省张家界市桑植县洪家关白族乡胜龙村花椒塔组 | 2014 | 县级烈士纪念设施 | 110.19841802639128 | 29.494691994262524 | 湖南省 | 张家界市 | 桑植县 | 430822 | 430800 | 430822 |
| 12 | 利福塔缸钵洞剿匪战役烈.... | 湖南省张家界市桑植县利福塔镇苦竹河村 | 2022 | 县级烈士纪念设施 | 110.1473526818963 | 29.337813611397376 | 湖南省 | 张家界市 | 桑植县 | 430822 | 430800 | 430822 |
| 13 | 红军洞烈士纪念园 | 湖南省张家界市桑植县廖家村镇莫家塔村 | 2022 | 县级烈士纪念设施 | 110.008274507632 | 29.427296033486332 | 湖南省 | 张家界市 | 桑植县 | 430822 | 430800 | 430822 |
| 14 | 务欢池烈士陵园 | 辽宁省阜新市阜新蒙古族自治县辽宁省阜新市阜蒙县务.... | 2009 | 县级烈士纪念设施 | 121.76357399585216 | 42.0713681538371 | 辽宁省 | 阜新市 | 阜新蒙古族自治县 | 210921 | 210900 | 210903 |
| 15 | 河婆象山革命烈士纪念亭.... | 广东省揭阳市揭西县河婆街道象山 | 1953 | 县级烈士纪念设施 | 115.8414861924048 | 23.44313459259458 | 广东省 | 揭阳市 | 揭西县 | 445222 | 445200 | 445222 |
| 16 | 通化县果松革命烈士陵园 | 吉林省通化市通化县果松镇 | 2014 | 县级烈士纪念设施 | 126.2650813606356 | 41.61564537878872 | 吉林省 | 通化市 | 通化县 | 220521 | 220500 | 220521 |
| 17 | 梁家水革命烈士陵园 | 广东省清远市连州市丰阳镇梁家村委会梁家村 | 1958 | 县级烈士纪念设施 | 112.3054340230965 | 25.073356999566688 | 广东省 | 清远市 | 连州市 | 441882 | 441800 | 441882 |
| 18 | 五寨县烈士陵园 | 山西省忻州市五寨县二道河清涟路 | 1969 | 县级烈士纪念设施 | 111.86790508610122 | 38.91999744122467 | 山西省 | 忻州市 | 五寨县 | 140928 | 140900 | 140928 |
| 19 | 阜南县烈士陵园 | 安徽省阜阳市阜南县赵集镇王寨村境内 | 2012 | 县级烈士纪念设施 | 115.55164047902896 | 32.705688021552945 | 安徽省 | 阜阳市 | 阜南县 | 341225 | 341200 | 341225 |
| 20 | 通许县烈士陵园 | 河南省开封市通许县咸平街道金元村长智公路北侧 | 1957 | 县级烈士纪念设施 | 114.49126098216033 | 34.474745196749446 | 河南省 | 开封市 | 通许县 | 410222 | 410200 | 410222 |
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3,958 行 · 12 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 135 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 + 区县 + 省份 + 年份 能连
42 个数据集 · 本数据集 3,901 行有城市- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 province、city_code、region_code、year按城市对上本数据集 3,901 行(98%)
- 银行业金融机构网点明细保险市场 · 47.7 万 行 · 连接字段 province、date、city_code、county_code按城市对上本数据集 3,901 行(98%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 province、year、county_code、city_code按城市对上本数据集 3,901 行(98%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 county_code、province、approve_date、city_code按城市对上本数据集 3,901 行(98%)
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 city_code、province、year、region_code按城市对上本数据集 3,901 行(98%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 county_code、year、province、region_code按城市对上本数据集 3,901 行(98%)
- 全国医院名录医疗药械 · 4.6 万 行 · 连接字段 province、county_code、founded_year、city_code按城市对上本数据集 3,901 行(98%)
- 全国区县路网密度区域底数 · 3.2 万 行 · 连接字段 city_code_2、county_code_2、year、province_name按城市对上本数据集 3,901 行(98%)
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 division_year、province、region_code、city_code按城市对上本数据集 3,901 行(98%)
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 region_code、province、city_code、division_year按城市对上本数据集 3,901 行(98%)
- 县级行政区划边界区域底数 · 2,850 行 · 连接字段 region_code、city_code、layer_year、province按城市对上本数据集 3,901 行(98%)
- 全国区县人工智能企业数企业主体 · 4.9 万 行 · 连接字段 province、year、city_code、county_code按城市对上本数据集 3,900 行(98%)
按 城市 + 省份 + 年份 能连
144 个数据集 · 本数据集 3,901 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_province、origin_city_code、month按城市对上本数据集 3,901 行(98%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 year、province、region_code按城市对上本数据集 3,901 行(98%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 region_code、province、date按城市对上本数据集 3,901 行(98%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 province、year、region_code按城市对上本数据集 3,901 行(98%)
- 地级市间年度人口迁徙区域底数 · 65.2 万 行 · 连接字段 year、origin_province、origin_city_code按城市对上本数据集 3,901 行(98%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 province、region_code、date按城市对上本数据集 3,901 行(98%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 region_code、province、year按城市对上本数据集 3,901 行(98%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 year、province、region_code按城市对上本数据集 3,901 行(98%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 province_code、city_code、date按城市对上本数据集 3,901 行(98%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 region_code、province、year按城市对上本数据集 3,901 行(98%)
- 地级市逐年降水量自然灾害 · 2.7 万 行 · 连接字段 year、city_code、province按城市对上本数据集 3,901 行(98%)
- 地级市绿色专利统计区域底数 · 1.3 万 行 · 连接字段 region_code、province、year按城市对上本数据集 3,901 行(98%)
按 区县 + 省份 + 年份 能连
65 个数据集 · 本数据集 3,952 行有区县- 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、county_code、taobao_village_year按区县对上本数据集 3,952 行(99%)
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 issue_date、region_code、province按区县对上本数据集 3,952 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、year、province按区县对上本数据集 3,952 行(99%)
- 县级暴雨重现期自然灾害 · 2,899 行 · 连接字段 province、first_year、region_code按区县对上本数据集 3,952 行(99%)
- 县级年度夜间灯光区域底数 · 2.3 万 行 · 连接字段 year、province、region_code按区县对上本数据集 3,951 行(99%)
- 县级土地利用构成区域底数 · 2.3 万 行 · 连接字段 year、region_code、province按区县对上本数据集 3,951 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、province、year按区县对上本数据集 3,951 行(99%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 adcode、pname、page_publish_time按区县对上本数据集 3,950 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、year、province按区县对上本数据集 3,949 行(99%)
- 全国区县平均房价区域底数 · 2,852 行 · 连接字段 region_code、province、year按区县对上本数据集 3,949 行(99%)
- 第七次人口普查分县详细指标区域底数 · 2,976 行 · 连接字段 county_code、province、year按区县对上本数据集 3,933 行(99%)
- 区县城乡融合试点面板区域底数 · 7.4 万 行 · 连接字段 year、province、region_code按区县对上本数据集 3,901 行(98%)
按 城市 + 区县 + 省份 能连
14 个数据集 · 本数据集 3,901 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、province_code按城市对上本数据集 3,901 行(98%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province、city_code、county_code按城市对上本数据集 3,901 行(98%)
- 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、city_code按城市对上本数据集 3,901 行(98%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 city_code、county_code、province按城市对上本数据集 3,896 行(98%)
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 region_code、province_code、city_code按城市对上本数据集 3,808 行(96%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 province_code、city_code、village_code按城市对上本数据集 3,774 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、city_code、province按城市对上本数据集 3,769 行(95%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 county_code、city_code、province按城市对上本数据集 3,729 行(94%)
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 county_code、city_code、province按城市对上本数据集 3,630 行(91%)
- 全国区县书院数量区域底数 · 1,392 行 · 连接字段 county_code、city_code、province按城市对上本数据集 3,472 行(87%)
- 区县代码匹配表区域底数 · 162 行 · 连接字段 province_name、city_code、region_code按城市对上本数据集 1,879 行(47%)
- 区县建筑轮廓汇总区域底数 · 391 行 · 连接字段 city_code、province、region_code按城市对上本数据集 903 行(22%)
按 城市 + 区县 + 年份 能连
6 个数据集 · 本数据集 3,901 行有城市- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 year、county_code、city_code按城市对上本数据集 3,830 行(96%)
- 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、applicant_address_city_code按城市对上本数据集 3,768 行(95%)
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 region_code_adj、year、city_code按城市对上本数据集 3,692 行(93%)
- 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_city_code、address_county_code按城市对上本数据集 3,082 行(77%)
- 上市公司产学研合作专利企业主体 · 1.4 万 行 · 连接字段 county_code、year、city_code按城市对上本数据集 2,420 行(61%)
- 长三角养老机构名录建筑设施 · 8,462 行 · 连接字段 established_date、county_code、address_city_code按城市对上本数据集 380 行(9.6%)
按 省份 + 年份 能连
323 个数据集 · 本数据集 3,958 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 3,958 行(100%)
- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 year、province按省份对上本数据集 3,958 行(100%)
- 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 3,958 行(100%)
- 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 3,958 行(100%)
- 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 3,958 行(100%)
- 省级统计年鉴长序列指标区域底数 · 74.4 万 行 · 连接字段 province、year按省份对上本数据集 3,958 行(100%)
- 劳动统计年鉴省级指标区域底数 · 60.3 万 行 · 连接字段 region_code、year按省份对上本数据集 3,958 行(100%)
- 第三产业统计年鉴省级指标区域底数 · 54.7 万 行 · 连接字段 year、region_code按省份对上本数据集 3,958 行(100%)
- 分省分行业工业企业指标区域底数 · 50.4 万 行 · 连接字段 province、year按省份对上本数据集 3,958 行(100%)
- 分地区高技术产业统计区域底数 · 35.3 万 行 · 连接字段 region_code、year按省份对上本数据集 3,958 行(100%)
- 专精特新企业认定情况企业主体 · 27.7 万 行 · 连接字段 province、identify_year按省份对上本数据集 3,958 行(100%)
- 省级环境关注度日度指数区域底数 · 27.5 万 行 · 连接字段 date、region_code按省份对上本数据集 3,958 行(100%)
按 城市 + 年份 能连
60 个数据集 · 本数据集 3,901 行有城市- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 city_code、year按城市对上本数据集 3,901 行(98%)
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 year、region_code按城市对上本数据集 3,901 行(98%)
- 地级市数字普惠金融指数区域底数 · 4,706 行 · 连接字段 year、city_code按城市对上本数据集 3,901 行(98%)
- 地级市链长制政策面板区域底数 · 3,370 行 · 连接字段 year、city_code按城市对上本数据集 3,901 行(98%)
- 地级市链长制起始表区域底数 · 337 行 · 连接字段 city_code、start_year按城市对上本数据集 3,901 行(98%)
- 地区新冠疫情每日统计人口健康 · 38.4 万 行 · 连接字段 region_code、date按城市对上本数据集 3,900 行(98%)
- 地级市新能源汽车月度销量交通运输 · 3.3 万 行 · 连接字段 month、city_code按城市对上本数据集 3,898 行(98%)
- 全国创新型中小企业数量区域底数 · 2,102 行 · 连接字段 region_code、year按城市对上本数据集 3,862 行(97%)
- 省市疫情日度统计人口健康 · 33 万 行 · 连接字段 region_code、date按城市对上本数据集 3,823 行(96%)
- 城市环境关注度日度明细区域底数 · 313.8 万 行 · 连接字段 date、region_code按城市对上本数据集 3,774 行(95%)
- 地级市实际利用外资区域底数 · 7,529 行 · 连接字段 year、region_code按城市对上本数据集 3,667 行(92%)
- 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 3,586 行(90%)
按 城市 + 省份 能连
15 个数据集 · 本数据集 3,901 行有城市- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 province_code、region_code按城市对上本数据集 3,901 行(98%)
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 region_code、province按城市对上本数据集 3,888 行(98%)
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 city_code、province_code按城市对上本数据集 3,876 行(97%)
- 全国高校基本信息企业主体 · 2,769 行 · 连接字段 city_code、province按城市对上本数据集 3,826 行(96%)
- 全国地级市道观数量区域底数 · 341 行 · 连接字段 city_code、province按城市对上本数据集 3,795 行(95%)
- 地级市距港口距离区域底数 · 335 行 · 连接字段 city_code、province按城市对上本数据集 3,773 行(95%)
- 全国银行网点明细企业主体 · 12 万 行 · 连接字段 city_code、province按城市对上本数据集 3,673 行(92%)
- 城市政商关系健康指数区域底数 · 292 行 · 连接字段 province、city_code_2按城市对上本数据集 3,561 行(89%)
- 地级市海拔标准差区域底数 · 288 行 · 连接字段 province、region_code按城市对上本数据集 3,556 行(89%)
- 地级市胡焕庸线位置区域底数 · 285 行 · 连接字段 province、region_code按城市对上本数据集 3,490 行(88%)
- 上市公司注册地信息企业主体 · 4,530 行 · 连接字段 province、city_code按城市对上本数据集 3,449 行(87%)
- 地级市儒家文化设施区域底数 · 293 行 · 连接字段 city_code、province按城市对上本数据集 3,433 行(86%)
按 区县 + 年份 能连
10 个数据集 · 本数据集 3,952 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 valid_from、old_code按区县对上本数据集 3,952 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 3,929 行(99%)
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 year、county_code按区县对上本数据集 3,909 行(98%)
- 全国百强区县入选状态区域底数 · 4.1 万 行 · 连接字段 year、region_code按区县对上本数据集 3,700 行(93%)
- 行政区划代码变更区域底数 · 4,636 行 · 连接字段 change_year、old_code按区县对上本数据集 3,362 行(84%)
- 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 2,133 行(53%)
- 区县淘宝村数量区域底数 · 6,183 行 · 连接字段 year、county_code按区县对上本数据集 1,152 行(29%)
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 county_code、date按区县对上本数据集 1,083 行(27%)
- 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 768 行(19%)
- 城市和区县新冠疫情日度人口健康 · 53.3 万 行 · 连接字段 date、county_code按区县对上本数据集 535 行(13%)
按 区县 + 省份 能连
4 个数据集 · 本数据集 3,952 行有区县按 城市 + 区县 能连
3 个数据集 · 本数据集 3,901 行有城市按 省份 能连
14 个数据集 · 本数据集 3,958 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 3,958 行(100%)
- 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 3,958 行(100%)
- 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 3,958 行(100%)
- 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 3,958 行(100%)
- 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 3,958 行(100%)
- 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 3,958 行(100%)
- 省份距港口距离区域底数 · 31 行 · 连接字段 province按省份对上本数据集 3,958 行(100%)
- 省份空间邻接矩阵区域底数 · 33 行 · 连接字段 province_name按省份对上本数据集 3,930 行(99%)
- 省级两两距离区域底数 · 900 行 · 连接字段 source_province按省份对上本数据集 3,911 行(98%)
- 省级空间邻接矩阵区域底数 · 900 行 · 连接字段 province按省份对上本数据集 3,911 行(98%)
- 分省景区数量统计区域底数 · 136 行 · 连接字段 province按省份对上本数据集 3,868 行(97%)
- 高新区创新积分试点名单区域底数 · 133 行 · 连接字段 province按省份对上本数据集 3,677 行(92%)
按 区县 能连
9 个数据集 · 本数据集 3,952 行有区县- 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 3,933 行(99%)
- 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 3,930 行(99%)
- 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 3,930 行(99%)
- 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 3,832 行(96%)
- 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 3,664 行(92%)
- 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 3,334 行(84%)
- 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 2,159 行(54%)
- 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 1,854 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 1,852 行(46%)
按 城市 能连
7 个数据集 · 本数据集 3,901 行有城市- 统筹区异地就医开通状态保险市场 · 425 行 · 连接字段 region_code按城市对上本数据集 3,897 行(98%)
- 资源型城市静态分类区域底数 · 289 行 · 连接字段 city_code按城市对上本数据集 3,531 行(89%)
- 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 3,493 行(88%)
- 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 3,493 行(88%)
- 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 3,438 行(86%)
- 省级开发区基本信息区域底数 · 1,201 行 · 连接字段 city_code按城市对上本数据集 3,333 行(84%)
- 供应链创新应用试点城市区域底数 · 55 行 · 连接字段 city_code按城市对上本数据集 592 行(14%)
只按年份能连:435 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
435 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
- 上市公司专利申请明细企业主体 · 224.2 万 行 · 连接字段 year
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
city_code由省份、城市扩增得出。
来自字段扩增烈士纪念设施信息烈士纪念设施信息 - 扩增得出
county_code由省份、城市、区县扩增得出。
来自字段扩增烈士纪念设施信息烈士纪念设施信息 - 扩增得出
county_code_2由经度、纬度扩增得出。
来自字段扩增烈士纪念设施信息烈士纪念设施信息
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-martyrs-memorial/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"facility_name","op":"eq","value":"芙蓉桥烈士垭烈士纪念园"}],"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。