
金融机构网点明细
一行代表一个具体的金融机构网点。覆盖全国省市区县,包含机构名称、类型、地址、经纬度及批准退出日期等详细信息。
v1 生效中 · 2026/11/13 发布险种标签:企业财产险责任险时间跨度:1948–2025 年数据出处 银保监会金融许可证信息
- 记录
- 27.5 万
- 字段
- 24
- AI 扩增字段
- 2
- 平均非空率
- 91.6%
- 字段完整度
24 个字段,20 个没有空值,2 个 AI 扩增
01字段
字段来源,逐一标明
共 24 个字段,其中 AI 扩增字段 2 个。非空率按当前版本的 275,356 行计算。
关于这个数据集
一行代表一个具体的金融机构网点。覆盖全国省市区县,包含机构名称、类型、地址、经纬度及批准退出日期等详细信息。可用于分析金融机构的空间分布密度、网点存续状态及区域金融渗透率。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 机构编码org_code含义:代码或编号 | 文本 | 原生 | 100% | 金融机构唯一标识 | ||
| 机构名称org_name规律 1:机构名称的字段规律字段规律:org_uscc由机构名称扩增得出。含义:名称键:企业名称。样本里格式符合 88.8%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 批准日期approve_date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% | — | ||
| 发证日期issue_date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% | — | ||
| 发证机关issue_authority含义:名称 | 文本 | 原生 | 100% | — | ||
| 机构所在地location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% | — | ||
| 机构住所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% | — | ||
| 业务范围business_scope含义:文字说明 | 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% | 原表列名:省 | ||
| 省代码province_code含义:代码或编号键:省级区划代码(2025 年版)。样本里格式符合 100%,100% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | — | ||
| 城市city含义:地区键:城市名称。样本里格式符合 94.5%,还没有参照 | 文本 | 原生 | 100% | 原表列名:市 | ||
| 市代码city_code含义:代码或编号键:市级区划代码(2025 年版)。样本里格式符合 100%,100% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | — | ||
| 区县county含义:地区键:区县名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 原表列名:县 | ||
| 县代码county_code规律 1:县代码的字段规律字段规律:county_code_current由县代码扩增得出。含义:代码或编号键:县级区划代码(2020 年版)。样本里格式符合 100%,99.9% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | — | ||
| 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% | — | ||
| 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% | — | ||
| 退出日期exit_date含义:日期或时间 | 文本 | 原生 | 100% | 为空表示存续 | ||
| 机构类型org_type含义:类别 | 文本 | 原生 | 97% | 如政策性银行、国有银行等 | ||
| 组织类别org_category含义:类别 | 文本 | 原生 | 86% | 如一级分行、支行等 | ||
| 银行类型bank_type含义:类别 | 文本 | 原生 | 100% | — | ||
| 成立年份establish_year含义:年份键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | — | ||
| 退出年份exit_year含义:年份键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 16% | — | ||
| 县代码(现行)county_code_current规律 1:县代码(现行)的字段规律字段规律:county_code_current由县代码扩增得出。含义:代码或编号键:县级区划代码。样本里格式符合 100%,99.6% 的行对上参照 region-code-crosswalk | 文本 | 规则扩增第 1 级扩增查看溯源:县代码(现行) | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 县代码按新旧代码对照换成的现行区划代码。医保的市本级代码换成地级代码。对不上的为空 | ||
| 机构统一社会信用代码org_uscc规律 1:机构统一社会信用代码的字段规律字段规律:org_uscc由机构名称扩增得出。含义:代码或编号键:统一社会信用代码。样本里格式符合 100%,100% 的行对上参照 listed-security-master | 文本 | 规则扩增第 2 级扩增查看溯源:机构统一社会信用代码 | 0.0%平均置信度 1.00校验少:不建议单独作为决策依据 | 机构名称对上沪深京上市证券表的工商登记名称时,取出的统一社会信用代码。只覆盖上市公司,对不上的为空 |
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。
| # | 机构编码org_code | 机构名称org_name | 批准日期approve_date | 发证日期issue_date | 发证机关issue_authority | 机构所在地location | 机构住所address | 业务范围business_scope | 省份province | 省代码province_code | 城市city | 市代码city_code | 区县county | 县代码county_code | 纬度lat | 经度lng | 退出日期exit_date | 机构类型org_type | 组织类别org_category | 银行类型bank_type | 成立年份establish_year | 退出年份exit_year | 县代码(现行)county_code_current | 机构统一社会信用代码org_uscc |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | A0002B211000001 | 中国农业发展银行北京市分行 | 1995-05-19 | 2022-06-30 | 北京局 | 北京市 | 北京市丰台区南四环西路186号一区1号楼5层 | 你总行在国务院银行业监督管理机构批准的业务范围内授权的业务。 | 北京市 | 110000 | 北京市 | 110000 | 丰台区 | 110106 | 39.8264992023184 | 116.289273486234 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 110106 | — |
| 2 | A0002B212000001 | 中国农业发展银行天津市分行 | 1995-05-19 | 2021-12-09 | 天津局 | 天津市 | 天津市河西区宾水道11.13号及宾泰公寓1门 | 办理粮食、棉花、油料、食糖、猪肉、化肥等重要农产品收购、储备、调控和调销贷款;办理农业农村基础设施和水利建设、流通体系建设贷款;办理农业综合开发、生产资料和农业科技贷款;办理棚户区改造和农民集中住房建设贷款;办理易地扶贫搬迁、贫困地区基础设施、特色产业发展及专项扶贫贷款;办理县域城镇建设、土地收储类贷款;办理农业小企业、产业化龙头企业贷款;组织或参加银团贷款;办理票据承兑和贴现等信贷业务;吸收业务范围内开户企事业单位的存款,吸收居民储蓄存款以外的县域公众存款,吸收财政存款;发行金融债券;办理结算、结售汇和代客外汇买卖业务;按规定设立财政支农资金专户并代理拨付有关财政支农资金;买卖、代理买卖和承销债券;从事同业拆借、存放;代理收付款项及代理保险;资产证券化;企业财务顾问服务;经批准后可与租赁公司、涉农担保公司和涉农股权投资公司合作等方式开展涉农业务;经国务院银行业监督管理机构批准的其他业务。 | 天津市 | 120000 | 天津市 | 120000 | 河西区 | 120103 | 39.082197207429 | 117.189344025318 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 120103 | — |
| 3 | A0002B213010001 | 中国农业发展银行河北省分行 | 1995-03-29 | 2021-07-22 | 河北局 | 河北省-石家庄市 | 河北省石家庄市中华南大街216号 | 办理粮食、棉花、油料、食糖、猪肉、化肥等重要农产品收购、储备、调控和调销贷款;办理农业农村基础设施和水利建设、流通体系建设贷款;办理农业综合开发、生产资料和农业科技贷款;办理棚户区改造和农民集中住房建设贷款;办理易地扶贫搬迁、贫困地区基础设施、特色产业发展及专项扶贫贷款;办理县域城镇建设、土地收储类贷款;办理农业小企业、产业化龙头企业贷款;组织或参加银团贷款;办理票据承兑和贴现等信贷业务;吸收业务范围内开户企事业单位的存款,吸收居民储蓄存款以外的县域公众存款,吸收财政存款;发行金融债券;办理结算、结售汇和代客外汇买卖业务;按规定设立财政支农资金专户并代理拨付有关财政支农资金;买卖、代理买卖和承销债券;从事同业存放;代理收付款项及代理保险;资产证券化;企业财务顾问服务;经批准后可与租赁公司、涉农担保公司和涉农股权投资公司合作等方式开展涉农业务;经国务院银行业监督管理机构批准的其他业务。 | 河北省 | 130000 | 石家庄市 | 130100 | 桥西区 | 130104 | 38.0281246707719 | 114.470872768923 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 130104 | — |
| 4 | A0002B214010001 | 中国农业发展银行山西省分行 | 1995-04-25 | 2021-07-05 | 山西局 | 山西省-太原市 | 山西省太原市康乐街38号 | 办理粮食、棉花、油料、食糖、猪肉、化肥等重要农产品收购、储备、调控和调销贷款;办理农业农村基础设施和水利建设、流通体系建设贷款;办理农业综合开发、生产资料和农业科技贷款;办理棚户区改造和农民集中住房建设贷款;办理易地扶贫搬迁、贫困地区基础设施、特色产业发展及专项扶贫贷款;办理县域城镇建设、土地收储类贷款;办理农业小企业、产业化龙头企业贷款;组织或参加银团贷款; 办理票据承兑和贴现等信贷业务;吸收业务范围内开户企事业单位的存款,吸收居民储蓄存款以外的县域公众存款,吸收财政存款;发行金融债券;办理结算、结售汇和代客外汇买卖业务;按规定设立财政支农资金专户并代理拨付有关财政支农资金;买卖、代理买卖和承销债券;从事同业拆借、存放;代理收付款项及代理保险;资产证券化;企业财务顾问服务;经批准后可与租赁公司、涉农担保公司和涉农股权投资公司合作等方式开展涉农业务;经国务院银行业监督管理机构批准的其他业务。 | 山西省 | 140000 | 太原市 | 140100 | 迎泽区 | 140106 | 37.8508784966251 | 112.53789469809 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 140106 | — |
| 5 | A0002B215010001 | 中国农业发展银行内蒙古自治区分行 | 1995-06-12 | 2021-12-01 | 内蒙古局 | 内蒙古自治区-呼和浩特市 | 内蒙古自治区呼和浩特市赛罕区新华东街80号 | 办理粮食、棉花、油料、食糖、猪肉、化肥等重要农产品收购、储备、调控和调销贷款;办理农业农村基础设施和水利建设、流通体系建设贷款;办理农业综合开发、生产资料和农业科技贷款;办理棚户区改造和农民集中住房建设贷款;办理易地扶贫搬迁、贫困地区基础设施、特色产业发展及专项扶贫贷款;办理县域城镇建设、土地收储类贷款;办理农业小企业、产业化龙头企业贷款;组织或参加银团贷款;办理票据承兑和贴现等信贷业务;吸收业务范围内开户企事业单位的存款,吸收居民储蓄存款以外的县域公众存款,吸收财政存款,发行金融债券;办理结算、结售汇和代客外汇买卖业务;按规定设立财政支农资金专户并代理拨付有关财政支农资金;买卖、代理买卖和承销债券;从事同业拆借、存放;代理收付款项及代理保险;资产证券化,企业财务顾问服务,经批准后可与租赁公司、涉农担保公司和涉农股权投资公司合作等方式开展涉农业务;经国务院银行业监督管理机构批准的其他业务。 | 内蒙古自治区 | 150000 | 呼和浩特市 | 150100 | 赛罕区 | 150105 | 40.8271112231528 | 111.693769105425 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 150105 | — |
| 6 | A0002B221010001 | 中国农业发展银行辽宁省分行 | 1995-04-25 | 2022-05-18 | 辽宁局 | 辽宁省-沈阳市 | 辽宁省沈阳市沈河区惠工街209号 | 许可该机构经营银行业监督管理机构依照有关法律、行政法规和其他规定批准的业务,经营范围以批准文件所列的为准。 | 辽宁省 | 210000 | 沈阳市 | 210100 | 沈河区 | 210103 | 41.8137303874938 | 123.438609417634 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 210103 | — |
| 7 | A0002B222010001 | 中国农业发展银行吉林省分行 | 1995-05-19 | 2022-01-28 | 吉林局 | 吉林省-长春市 | 吉林省长春市解放大路2733号 | 办理粮食、棉花、油料、食糖、猪肉、化肥等重要农产品收购、储备、调控和调销贷款,办理农业农村基础设施和水利建设、流通体系建设贷款,办理农业综合开发、生产资料和农业科技贷款,办理棚户区改造和农民集中住房建设贷款,办理易地扶贫搬迁、贫困地区基础设施、特色产业发展及专项扶贫贷款,办理县域城镇建设、土地收储类贷款,办理农业小企业、产业化龙头企业贷款,组织或参加银团贷款,办理票据承兑和贴现等信贷业务;吸收业务范围内开户企事业单位的存款,吸收居民储蓄存款以外的县域公众存款,吸收财政存款;办理结算、结售汇和代客外汇买卖业务,按规定设立财政支农资金专户并代理拨付有关财政支农资金,买卖、代理买卖和承销债券,从事同业存放,代理收付款项及代理保险,企业财务顾问服务,经批准后可与租赁公司、涉农担保公司和涉农股权投资公司合作等方式开展涉农业务;经国务院银行业监督管理机构批准的其他业务。 | 吉林省 | 220000 | 长春市 | 220100 | 朝阳区 | 220104 | 43.8761237324527 | 125.309602079512 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 220104 | — |
| 8 | A0002B223010001 | 中国农业发展银行黑龙江省分行 | 1995-06-29 | 2021-08-13 | 黑龙江局 | 黑龙江省-哈尔滨市 | 黑龙江省哈尔滨市道里区尚志大街141号 | 经银行业监督管理机构批准,并经总行授权的业务。 | 黑龙江省 | 230000 | 哈尔滨市 | 230100 | 道里区 | 230102 | 45.7731034707521 | 126.616290685539 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 230102 | — |
| 9 | A0002B231000001 | 中国农业发展银行上海市分行 | 1995-05-19 | 2021-10-13 | 上海局 | 上海市 | 上海市延安东路45号 | 办理粮食、棉花、油料、食糖、猪肉、化肥等重要农产品收购、储备、调控和调销贷款,办理农业农村基础设施和水利建设、流通体系建设贷款,办理农业综合开发、生产资料和农业科技贷款,办理棚户区改造和农民集中住房建设贷款,办理异地扶贫搬迁、贫困地区基础设施、特色产业发展及专项扶贫贷款,办理县域城镇建设、土地收储类贷款,办理农业小企业、产业化龙头企业贷款,组织或参加银团贷款,办理票据承兑和贴现等信贷业务;吸收业务范围内开户企事业单位的存款,吸收居民储蓄存款以外的县域公众存款,吸收财政存款,发行金融债券;办理结算、结售汇和代客外汇买卖业务,按规定设立财政支农资金专户并代理拨付有关财政支农资金,买卖、代理买卖和承销债券,从事同业拆借、存放,代理收付款项及代理保险,资产证券化,企业财务顾问服务,经批准后可与租赁公司、涉农担保公司和涉农股权投资公司合作等方式开展涉农业务;经国务院银行业监督管理机构批准的其他业务。 | 上海市 | 310000 | 上海市 | 310000 | 黄浦区 | 310101 | 31.233003754389 | 121.484895509047 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 310101 | — |
| 10 | A0002B232010001 | 中国农业发展银行江苏省分行 | 1995-03-25 | 2021-11-12 | 江苏局 | 江苏省-南京市 | 江苏省南京市汉中路120号青华大厦 | 许可该机构经营银行业监督管理机构依照有关法律、行政法规和其他规定批准的业务,经营范围以批准文件和上级管理单位授权文件所列的为准。 | 江苏省 | 320000 | 南京市 | 320100 | 鼓楼区 | 320106 | 32.044845366379 | 118.772366514199 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 320106 | — |
| 11 | A0002B233010001 | 中国农业发展银行浙江省分行 | 1995-03-25 | 2022-06-30 | 浙江局 | 浙江省-杭州市 | 浙江省杭州市拱墅区建国北路283号双牛大厦 | 许可该机构经营中国银行保险监督管理委员会依照有关法律、行政法规和其他规定批准的业务,经营范围以批准文件所列为准。 | 浙江省 | 330000 | 杭州市 | 330100 | 拱墅区 | 330105 | 30.2662257747843 | 120.175798550366 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 330105 | — |
| 12 | A0002B234010001 | 中国农业发展银行安徽省分行 | 1995-06-13 | 2021-10-25 | 安徽局 | 安徽省-合肥市 | 合肥市金寨路128号 | 许可该机构经营银行业监督管理机构依照有关法律、行政法规和其他规定批准的业务,经营范围以批准文件为准。 | 安徽省 | 340000 | 合肥市 | 340100 | 包河区 | 340111 | 31.8457643561573 | 117.2653640811 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 340111 | — |
| 13 | A0002B235010001 | 中国农业发展银行福建省分行 | 1995-04-25 | 2021-07-08 | 福建局 | 福建省-福州市 | 福州市树汤路19号 | 许可该机构经营中国银行保险监督管理委员会依照有关法律、行政法规和其他规定批准的业务,经营范围以批准文件所列的为准。 | 福建省 | 350000 | 福州市 | 350100 | 鼓楼区 | 350102 | 26.1029415887999 | 119.304968705714 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 350102 | — |
| 14 | A0002B236010001 | 中国农业发展银行江西省分行 | 1995-04-10 | 2022-03-29 | 江西局 | 江西省-南昌市 | 江西省南昌市子安路26号 | 办理粮食、棉花、油料、食糖、猪肉、化肥等重要农产品收购、储备、调控和调销贷款;办理农业农村基础设施和水利建设、流通体系建设贷款;办理农业综合开发、生产资料和农业科技贷款;办理棚户区改造和农民集中住房建设贷款;办理易地扶贫搬迁、贫困地区基础设施、特色产业发展及专项扶贫贷款;办理县域城镇建设、土地收储类贷款;办理农业小企业、产业化龙头企业贷款;组织或参加银团贷款;办理票据承兑和贴现等信贷业务;吸收业务范围内开户企事业单位的存款,吸收居民储蓄存款以外的县域公众存款,吸收财政存款;发行金融债券;办理结算、结售汇和代客外汇买卖业务;按规定设立财政支农资金专户并代理拨付有关财政支农资金;买卖、代理买卖和承销债券;从事同业存放;代理收付款项及代理保险;资产证券化;企业财务顾问服务;经批准后可与租赁公司、涉农担保公司和涉农股权投资公司合作等方式开展涉农业务;经银行业监督管理机构批准的其他业务。 | 江西省 | 360000 | 南昌市 | 360100 | 西湖区 | 360103 | 28.6753723312514 | 115.877416599065 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 360103 | — |
| 15 | A0002B237010001 | 中国农业发展银行山东省分行 | 1995-04-10 | 2021-11-22 | 山东局 | 山东省-济南市 | 山东省济南市经十路20908号 | 办理粮食、棉花、油料、食糖、猪肉、化肥等重要农产品收购、储备、调控和调销贷款;办理农业农村基础设施和水利建设、流通体系建设贷款;办理农业综合开发、生产资料和农业科技贷款;办理棚户区改造和农民集中住房建设贷款;办理易地扶贫搬迁、贫困地区基础设施、特色产业发展及专项扶贫贷款;办理县域城镇建设贷款;办理农业小企业、产业化龙头企业贷款;组织或参加银团贷款;办理票据承兑和贴现等信贷业务;吸收业务范围内开户企事业单位的存款,吸收居民储蓄存款以外的县域公众存款,吸收财政存款;办理结算、结售汇和代客外汇买卖业务;按规定设立财政支农资金专户并代理拨付有关财政支农资金;承销债券;从事同业存放;代理收付款项及代理保险;企业财务顾问服务;经批准后可与租赁公司、涉农担保公司和涉农股权投资公司合作等方式开展涉农业务;经国务院银行业监督管理机构批准的其他业务。 | 山东省 | 370000 | 济南市 | 370100 | 市中区 | 370103 | 36.648014596767 | 116.994319185227 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 370103 | — |
| 16 | A0002B241010001 | 中国农业发展银行河南省分行 | 1995-04-10 | 2021-08-24 | 河南局 | 河南省-郑州市 | 河南省郑州市红旗路81号 | 经国务院银行保险监督管理机构批准并经上级行授权的业务。 | 河南省 | 410000 | 郑州市 | 410100 | 金水区 | 410105 | 34.7777117498787 | 113.684622210485 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 410105 | — |
| 17 | A0002B242010001 | 中国农业发展银行湖北省分行 | 1995-04-25 | 2021-09-13 | 湖北局 | 湖北省-武汉市 | 湖北省武汉市武昌区中北路229号 | 办理粮食、棉花、油料、食糖、猪肉、化肥等重要农产品收购、储备、调控和调销贷款;办理农业农村基础设施和水利建设、流通体系建设贷款;办理农业综合开发、生产资料和农业科技贷款;办理棚户区改造和农民集中住房建设贷款;办理易地扶贫搬迁、贫困地区基础设施、特色产业发展及专项扶贫贷款;办理县域城镇建设、土地收储类贷款;办理农业小企业、产业化龙头企业贷款;组织或参加银团贷款;办理票据承兑和贴现等信贷业务;吸收业务范围内开户企事业单位的存款,吸收居民储蓄存款以外的县域公众存款,吸收财政存款;发行金融债券;办理结算、结售汇和代客外汇买卖业务;按规定设立财政支农资金专户并代理拨付有关财政支农资金;买卖、代理买卖和承销债券;从事同业拆借、存放;代理收付款项及代理保险;资产证券化;企业财务顾问服务;经批准后可与租赁公司、涉农担保公司和涉农股权投资公司合作等方式开展涉农业务;经银行业监督管理机构批准的其他业务。 | 湖北省 | 420000 | 武汉市 | 420100 | 武昌区 | 420106 | 30.5676469747906 | 114.345306841455 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 420106 | — |
| 18 | A0002B243010001 | 中国农业发展银行湖南省分行 | 1995-03-25 | 2021-10-14 | 湖南局 | 湖南省-长沙市 | 湖南省长沙市劳动西路329号 | 核准为其上级行授权的业务范围 | 湖南省 | 430000 | 长沙市 | 430100 | 天心区 | 430103 | 28.1778001324136 | 112.974377301607 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 430103 | — |
| 19 | A0002B244010001 | 中国农业发展银行广东省分行 | 1995-05-19 | 2021-07-01 | 广东局 | 广东省-广州市 | 广州市解放北路928号 | 许可该机构经营中国银行保险监督管理委员会依照有关法律、行政法规和其他规定批准的业务,经营范围以批准文件所列的为准。 | 广东省 | 440000 | 广州市 | 440100 | 越秀区 | 440104 | 23.13739259394 | 113.256721495615 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 440104 | — |
| 20 | A0002B245010001 | 中国农业发展银行广西壮族自治区分行 | 1995-03-25 | 2021-08-04 | 广西局 | 广西壮族自治区-南宁市 | 广西壮族自治区南宁市民族大道96号 | 许可该机构经营中国银行保险监督管理委员会依照有关法律、行政法规和其他规定批准的业务,经营范围以批准文件所列的为准。 | 广西壮族自治区 | 450000 | 南宁市 | 450100 | 青秀区 | 450103 | 22.8151945971978 | 108.363362439297 | NaT | 政策性银行 | 一级分行 | 政策性银行 | 1995 | — | 450103 | — |
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275,356 行 · 24 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,另有 1 条登记的关联,能和不少于 174 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 + 统一社会信用代码 + 年份 能连
5 个数据集 · 本数据集 275,356 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、branch_uscc、date、province、city_code按城市对上本数据集 273,672 行(99%)
- 微信公众号企业工商企业主体 · 82.2 万 行 · 连接字段 est_date、county_code、province、city_code、uscc按城市对上本数据集 261,692 行(95%)
- 保险机构监管处罚记录司法监管 · 2.6 万 行 · 连接字段 disclosure_date、province、county_code、city_code、company_uscc按城市对上本数据集 252,838 行(91%)
- 银行监管处罚明细司法监管 · 5.3 万 行 · 连接字段 party_uscc、disclosure_date、province、county_code、city_code按城市对上本数据集 251,151 行(91%)
- 工业企业距省界距离企业主体 · 87.7 万 行 · 连接字段 county_code、year、city_code、province_code、company_uscc按城市对上本数据集 121,315 行(44%)
按 城市 + 区县 + 省份 + 年份 能连
37 个数据集 · 本数据集 275,356 行有城市- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 province、year、region_code、city_code按城市对上本数据集 275,356 行(100%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 year、county_code、city_code、province按城市对上本数据集 275,356 行(100%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 province、year、region_code、county_code按城市对上本数据集 275,356 行(100%)
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 region_code、city_code、province、division_year按城市对上本数据集 275,356 行(100%)
- 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 275,356 行(100%)
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 province、year、city_code、region_code按城市对上本数据集 275,355 行(99%)
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 county_code、city_code、province、year按城市对上本数据集 274,847 行(99%)
- 全国区县路网密度区域底数 · 3.2 万 行 · 连接字段 year、province_name、county_code_2、city_code_2按城市对上本数据集 273,673 行(99%)
- 县级行政区划边界区域底数 · 2,850 行 · 连接字段 city_code、province、layer_year、region_code按城市对上本数据集 273,510 行(99%)
- 全国医院名录医疗药械 · 4.6 万 行 · 连接字段 founded_year、county_code、city_code、province按城市对上本数据集 273,509 行(99%)
- 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 273,370 行(99%)
- 全国县市区碳排放区域底数 · 5.7 万 行 · 连接字段 year、city_code、province、county_code按城市对上本数据集 272,897 行(99%)
按 区县 + 省份 + 统一社会信用代码 + 年份 能连
4 个数据集 · 本数据集 275,356 行有区县- 金融机构许可证企业主体 · 59 万 行 · 连接字段 issue_date、region_code、province、org_uscc按区县对上本数据集 275,027 行(99%)
- 排污工业企业经营财务企业主体 · 74.6 万 行 · 连接字段 company_uscc、province_city_county_code、year、province按区县对上本数据集 269,424 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、province、year按区县对上本数据集 269,424 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、year、customs_province按区县对上本数据集 255,218 行(92%)
按 城市 + 省份 + 统一社会信用代码 + 年份 能连
3 个数据集 · 本数据集 275,356 行有城市按 城市 + 区县 + 统一社会信用代码 + 年份 能连
1 个数据集 · 本数据集 275,356 行有城市按 城市 + 省份 + 年份 能连
141 个数据集 · 本数据集 275,356 行有城市- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 year、region_code、province按城市对上本数据集 275,356 行(100%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 province、year、region_code按城市对上本数据集 275,356 行(100%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 year、region_code、province按城市对上本数据集 275,356 行(100%)
- 地级市矫正夜间灯光区域底数 · 1.2 万 行 · 连接字段 year、province、region_code按城市对上本数据集 275,356 行(100%)
- 地级市银行网点统计区域底数 · 5,888 行 · 连接字段 year、region_code、province按城市对上本数据集 275,356 行(100%)
- 地级市逐年降水量自然灾害 · 2.7 万 行 · 连接字段 year、province、city_code按城市对上本数据集 275,355 行(99%)
- 地级市历次普查常住人口区域底数 · 1,110 行 · 连接字段 city_code、province_code、census_year按城市对上本数据集 275,353 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、origin_city_code按城市对上本数据集 275,352 行(99%)
- 地级市间年度人口迁徙区域底数 · 65.2 万 行 · 连接字段 year、origin_city_code、origin_province按城市对上本数据集 275,352 行(99%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 region_code、date、province按城市对上本数据集 275,352 行(99%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 date、province_code、city_code按城市对上本数据集 275,352 行(99%)
- 知识产权示范城市DID区域底数 · 8,326 行 · 连接字段 year、region_code、province_code按城市对上本数据集 275,170 行(99%)
按 区县 + 省份 + 年份 能连
61 个数据集 · 本数据集 275,356 行有区县- 县级年度夜间灯光区域底数 · 2.3 万 行 · 连接字段 province、year、region_code按区县对上本数据集 275,356 行(100%)
- 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 275,356 行(100%)
- 县级土地利用构成区域底数 · 2.3 万 行 · 连接字段 province、year、region_code按区县对上本数据集 275,355 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、taobao_village_year、province_code按区县对上本数据集 274,879 行(99%)
- 全国区县平均房价区域底数 · 2,852 行 · 连接字段 province、year、region_code按区县对上本数据集 274,830 行(99%)
- 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 274,644 行(99%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname、adcode、page_publish_time按区县对上本数据集 274,093 行(99%)
- 区县城乡融合试点面板区域底数 · 7.4 万 行 · 连接字段 province、year、region_code按区县对上本数据集 272,503 行(98%)
- 县域新注册企业统计区域底数 · 5.8 万 行 · 连接字段 province、year、region_code按区县对上本数据集 272,014 行(98%)
- 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 271,896 行(98%)
- 县域开通微博企业数(按成立年份)区域底数 · 4.6 万 行 · 连接字段 region_code、year、province按区县对上本数据集 271,106 行(98%)
- 县域金融机构变动统计区域底数 · 5.3 万 行 · 连接字段 year、region_code、province按区县对上本数据集 270,557 行(98%)
按 城市 + 区县 + 省份 能连
14 个数据集 · 本数据集 275,356 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 county_code、city_code、province_code按城市对上本数据集 275,353 行(99%)
- 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、city_code、province_code按城市对上本数据集 275,353 行(99%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 city_code、province、county_code按城市对上本数据集 273,509 行(99%)
- 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 273,252 行(99%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 county_code、province、city_code按城市对上本数据集 273,205 行(99%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 city_code、village_code、province_code按城市对上本数据集 253,203 行(91%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 city_code、province、county_code按城市对上本数据集 251,922 行(91%)
- 区县到最近医院的车程医疗药械 · 2,844 行 · 连接字段 city_code、province、county_code按城市对上本数据集 250,573 行(90%)
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 province、county_code、city_code按城市对上本数据集 249,323 行(90%)
- 全国区县书院数量区域底数 · 1,392 行 · 连接字段 province、county_code、city_code按城市对上本数据集 233,211 行(84%)
- 区县代码匹配表区域底数 · 162 行 · 连接字段 city_code、province_name、region_code按城市对上本数据集 137,795 行(50%)
- 区县建筑轮廓汇总区域底数 · 391 行 · 连接字段 region_code、city_code、province按城市对上本数据集 117,143 行(42%)
按 城市 + 区县 + 年份 能连
5 个数据集 · 本数据集 275,356 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 269,831 行(97%)
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 applicant_address_city_code、pub_date、applicant_address_county_code按城市对上本数据集 269,385 行(97%)
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 city_code、region_code_adj、year按城市对上本数据集 267,262 行(97%)
- 全国上市公司专利全量企业主体 · 6.4 万 行 · 连接字段 address_county_code、address_city_code、application_date按城市对上本数据集 237,321 行(86%)
- 上市公司产学研合作专利企业主体 · 1.4 万 行 · 连接字段 year、city_code、county_code按城市对上本数据集 198,406 行(72%)
按 省份 + 统一社会信用代码 + 年份 能连
5 个数据集 · 本数据集 275,356 行有省份- 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、company_uscc按省份对上本数据集 275,356 行(100%)
- 新三板公司基本信息企业主体 · 1.3 万 行 · 连接字段 establish_date、province、uscc按省份对上本数据集 275,356 行(100%)
- 沪深京上市证券企业主体 · 6,057 行 · 连接字段 province、list_date、uscc按省份对上本数据集 275,356 行(100%)
- 全国银行基本概况企业主体 · 3,393 行 · 连接字段 estb_date、province、company_uscc按省份对上本数据集 275,356 行(100%)
- 绿色债券发行明细与上市公司匹配企业主体 · 2,561 行 · 连接字段 value_date、issuer_uscc、province按省份对上本数据集 275,356 行(100%)
按 城市 + 区县 + 统一社会信用代码 能连
2 个数据集 · 本数据集 275,356 行有城市按 省份 + 年份 能连
318 个数据集 · 本数据集 275,356 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 275,356 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 275,356 行(100%)
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 region_code、year按省份对上本数据集 275,356 行(100%)
- 省级教育统计指标区域底数 · 145.4 万 行 · 连接字段 region_code、year按省份对上本数据集 275,356 行(100%)
- 省级教育统计面板区域底数 · 143.5 万 行 · 连接字段 year、region_code按省份对上本数据集 275,356 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 year、province按省份对上本数据集 275,356 行(100%)
- 劳动统计年鉴省级指标区域底数 · 60.3 万 行 · 连接字段 year、region_code按省份对上本数据集 275,356 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 275,356 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 year、province按省份对上本数据集 275,356 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 275,356 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 region_code、date按省份对上本数据集 275,356 行(100%)
- 省级三农统计指标区域底数 · 26.8 万 行 · 连接字段 year、province按省份对上本数据集 275,356 行(100%)
按 城市 + 年份 能连
60 个数据集 · 本数据集 275,356 行有城市- 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 275,203 行(99%)
- 全国创新型中小企业数量区域底数 · 2,102 行 · 连接字段 year、region_code按城市对上本数据集 273,932 行(99%)
- 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 273,510 行(99%)
- 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 273,510 行(99%)
- 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 273,510 行(99%)
- 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 273,510 行(99%)
- 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 273,510 行(99%)
- 地级市新能源汽车月度销量交通运输 · 3.3 万 行 · 连接字段 city_code、month按城市对上本数据集 273,360 行(99%)
- 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 273,216 行(99%)
- 地级市实际利用外资区域底数 · 7,529 行 · 连接字段 region_code、year按城市对上本数据集 266,259 行(96%)
- 地级市数字产业集聚水平区域底数 · 1 万 行 · 连接字段 year、city_code按城市对上本数据集 260,372 行(94%)
- 大数据试验区试点面板区域底数 · 6,900 行 · 连接字段 year、region_code按城市对上本数据集 260,372 行(94%)
按 统一社会信用代码 + 年份 能连
17 个数据集 · 本数据集 46 行有统一社会信用代码- 上市公司纳税信用评级企业主体 · 4.5 万 行 · 连接字段 year、uscc按统一社会信用代码对上本数据集 46 行(不到 1%)
- 银行股东持股明细企业主体 · 2.7 万 行 · 连接字段 company_uscc、date按统一社会信用代码对上本数据集 43 行(不到 1%)
- 商业银行财务指标企业主体 · 5,842 行 · 连接字段 year、company_uscc按统一社会信用代码对上本数据集 43 行(不到 1%)
- 银行核心业务指标企业主体 · 5,440 行 · 连接字段 date、company_uscc按统一社会信用代码对上本数据集 43 行(不到 1%)
- 上市公司绿色专利申请企业主体 · 13 万 行 · 连接字段 year、company_uscc按统一社会信用代码对上本数据集 35 行(不到 1%)
- 新三板挂牌企业基本信息企业主体 · 1.3 万 行 · 连接字段 company_uscc、listing_date按统一社会信用代码对上本数据集 1 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 end_date、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、sale_date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、published_date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 year、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、month_date按统一社会信用代码对上本数据集 0 行(0%)
- 保险公司资产负债表和利润表保险市场 · 6.8 万 行 · 连接字段 company_uscc、year按统一社会信用代码对上本数据集 0 行(0%)
按 城市 + 省份 能连
15 个数据集 · 本数据集 275,356 行有城市- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 region_code、province_code按城市对上本数据集 275,353 行(99%)
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 province、region_code按城市对上本数据集 273,943 行(99%)
- 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 272,989 行(99%)
- 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 271,919 行(98%)
- 全国地级市道观数量区域底数 · 341 行 · 连接字段 province、city_code按城市对上本数据集 269,119 行(97%)
- 全国银行网点明细企业主体 · 12 万 行 · 连接字段 province、city_code按城市对上本数据集 262,272 行(95%)
- 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 259,741 行(94%)
- 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 257,721 行(93%)
- 地级市海拔标准差区域底数 · 288 行 · 连接字段 region_code、province按城市对上本数据集 253,912 行(92%)
- 地级市距港口距离区域底数 · 335 行 · 连接字段 province、city_code按城市对上本数据集 253,064 行(91%)
- 上市公司注册地信息企业主体 · 4,530 行 · 连接字段 city_code、province按城市对上本数据集 252,657 行(91%)
- 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 251,102 行(91%)
按 区县 + 年份 能连
10 个数据集 · 本数据集 275,356 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 274,964 行(99%)
- 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 271,764 行(98%)
- 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 262,802 行(95%)
- 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 232,042 行(84%)
- 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 220,209 行(79%)
- 全国电厂点位建筑设施 · 4,274 行 · 连接字段 commissioning_year、county_code按区县对上本数据集 145,856 行(52%)
- 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 90,738 行(32%)
- 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 77,650 行(28%)
- 城市和区县新冠疫情日度人口健康 · 53.3 万 行 · 连接字段 county_code、date按区县对上本数据集 73,449 行(26%)
- 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 61,899 行(22%)
按 区县 + 省份 能连
4 个数据集 · 本数据集 275,356 行有区县- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 region_code、province按区县对上本数据集 275,356 行(100%)
- 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 263,810 行(95%)
- 全国开发区点位和基本信息区域底数 · 2,781 行 · 连接字段 province、county_code按区县对上本数据集 210,828 行(76%)
- 京津沪冀乡镇街道人口区域底数 · 3,467 行 · 连接字段 city_code、province按区县对上本数据集 255 行(不到 1%)
按 区县 + 统一社会信用代码 能连
2 个数据集 · 本数据集 275,356 行有区县按 省份 + 统一社会信用代码 能连
2 个数据集 · 本数据集 275,356 行有省份按 城市 + 区县 能连
1 个数据集 · 本数据集 275,356 行有城市按 省份 能连
12 个数据集 · 本数据集 275,356 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 275,356 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 275,356 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 275,356 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 275,356 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 275,356 行(100%)
- 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 274,581 行(99%)
- 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 274,581 行(99%)
- 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 270,607 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 268,248 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 254,775 行(92%)
- 省级地形起伏度自然灾害 · 34 行 · 连接字段 region_code按省份对上本数据集 250,192 行(90%)
- 全国地铁线路几何交通运输 · 396 行 · 连接字段 province按省份对上本数据集 52,523 行(19%)
按 统一社会信用代码 能连
8 个数据集 · 本数据集 46 行有统一社会信用代码- 供应链创新应用试点企业企业主体 · 266 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 2 行(不到 1%)
- 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%)
- 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 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%)
- 境外投资企业备案名录企业主体 · 5.2 万 行 · 连接字段 domestic_investor_uscc按统一社会信用代码对上本数据集 0 行(0%)
- 京东健康在售药品医疗药械 · 2.8 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%)
- 专精特新小巨人企业名单企业主体 · 1.3 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%)
- 国谈药配备查询药品医疗药械 · 505 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%)
按 城市 能连
7 个数据集 · 本数据集 275,356 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 274,973 行(99%)
- 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 259,263 行(94%)
- 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 257,898 行(93%)
- 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 257,898 行(93%)
- 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 253,625 行(92%)
- 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 245,786 行(89%)
- 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 71,408 行(25%)
按 区县 能连
7 个数据集 · 本数据集 275,356 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 273,047 行(99%)
- 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 250,586 行(91%)
- 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 249,668 行(90%)
- 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 224,255 行(81%)
- 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 153,404 行(55%)
- 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 133,118 行(48%)
- 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 101,684 行(36%)
只按年份能连:418 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
418 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
登记的关联
运营人员登记的关联,写明了按哪些字段、怎么连。已确认的由运营人员检查过。
- 加入联合查询:所在区县
金融机构网点明细的县代码,对上全国行政区划代码的行政区划代码。
连接条件1 对字段
本数据集全国行政区划代码- 县代码county_code=行政区划代码region_code
已确认置信度0.83可连接率 98.6%(本数据集的行)多对一
联合查询要求两个数据集都有授权,按连接后返回的行数扣点:基础 0.5 点,加上每 100 行 0.3 点。在语义图谱里看全部关联
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_current由县代码扩增得出。
来自字段扩增金融机构网点明细金融机构网点明细 - 扩增得出
org_uscc由机构名称扩增得出。
来自字段扩增金融机构网点明细金融机构网点明细
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/financial-institution-branch-detail/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"org_code","op":"eq","value":"A0002B211000001"}],"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。