
- 记录
- 1,089
- 字段
- 9
- AI 扩增字段
- 3
- 平均非空率
- 89.2%
- 字段完整度
9 个字段,6 个没有空值,3 个 AI 扩增
01字段
字段来源,逐一标明
共 9 个字段,其中 AI 扩增字段 3 个。非空率按当前版本的 1,089 行计算。
关于这个数据集
一行是一对省会城市(含香港、澳门)之间的距离,带起点省会的经纬度。覆盖 33 个省级行政区的省会,共 1089 行(台湾的数据原表是空的)。可用来估算跨省的运输距离和灾害救援的响应半径。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 起点省份origin_province规律 2:起点省份的字段规律字段规律:destination_capital_code由起点省份、终点省会扩增得出。。origin_capital_code由起点省份、起点省会扩增得出。键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 省级行政区简称 | ||
| 起点省会origin_capital规律 1:起点省会的字段规律字段规律:origin_capital_code由起点省份、起点省会扩增得出。键:城市名称。样本里格式符合 85.5%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 起点纬度origin_lat规律 1:起点纬度的字段规律字段规律:origin_county_code由起点经度、起点纬度扩增得出。键:纬度。样本里格式符合 100%,还没有参照 | 小数 | 原生 | 100% | 原表的坐标只到 0.01 度,和实际位置有偏差 | ||
| 起点经度origin_lng规律 1:起点经度的字段规律字段规律:origin_county_code由起点经度、起点纬度扩增得出。键:经度。样本里格式符合 100%,还没有参照 | 小数 | 原生 | 100% | — | ||
| 终点省会destination_capital规律 1:终点省会的字段规律字段规律:destination_capital_code由起点省份、终点省会扩增得出。键:城市名称。样本里格式符合 85.3%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 距离distance_km | 小数 | 原生 | 100% | 单位:公里。原表没写算法,和按起点坐标算的球面直线距离基本一致 | ||
| 终点省会区划代码destination_capital_code规律 1:终点省会区划代码的字段规律字段规律:destination_capital_code由起点省份、终点省会扩增得出。键:市级区划代码。样本里格式符合 100%,14.7% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源:终点省会区划代码 | 15%平均置信度 0.97校验少:不建议单独作为决策依据 | 由起点省份、终点省会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 | ||
| 起点省会区划代码origin_capital_code规律 1:起点省会区划代码的字段规律字段规律:origin_capital_code由起点省份、起点省会扩增得出。键:市级区划代码。样本里格式符合 100%,93.9% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源:起点省会区划代码 | 94%平均置信度 0.97校验少:不建议单独作为决策依据 | 由起点省份、起点省会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 | ||
| 起点所在区县代码origin_county_code规律 1:起点所在区县代码的字段规律字段规律:origin_county_code由起点经度、起点纬度扩增得出。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:起点所在区县代码 | 94%平均置信度 0.95校验少:不建议单独作为决策依据 | 起点经度、起点纬度落在哪个区县,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。
| # | 起点省份origin_province | 起点省会origin_capital | 起点纬度origin_lat | 起点经度origin_lng | 终点省会destination_capital | 距离distance_km | 终点省会区划代码destination_capital_code | 起点省会区划代码origin_capital_code | 起点所在区县代码origin_county_code |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 安徽 | 合肥 | 31.52 | 117.17 | 合肥 | 0 | 340100 | 340100 | 341523 |
| 2 | 安徽 | 合肥 | 31.52 | 117.17 | 北京 | 897.840265688576 | 110000 | 340100 | 341523 |
| 3 | 安徽 | 合肥 | 31.52 | 117.17 | 重庆 | 1040.9470552881 | 500000 | 340100 | 341523 |
| 4 | 安徽 | 合肥 | 31.52 | 117.17 | 福州 | 639.672367715969 | — | 340100 | 341523 |
| 5 | 安徽 | 合肥 | 31.52 | 117.17 | 兰州 | 1358.80600730361 | — | 340100 | 341523 |
| 6 | 安徽 | 合肥 | 31.52 | 117.17 | 广州 | 1020.35224344247 | — | 340100 | 341523 |
| 7 | 安徽 | 合肥 | 31.52 | 117.17 | 南宁 | 1342.67058120812 | — | 340100 | 341523 |
| 8 | 安徽 | 合肥 | 31.52 | 117.17 | 贵阳 | 1194.10320504836 | — | 340100 | 341523 |
| 9 | 安徽 | 合肥 | 31.52 | 117.17 | 海口 | 1457.45201223451 | — | 340100 | 341523 |
| 10 | 安徽 | 合肥 | 31.52 | 117.17 | 石家庄 | 769.580060138279 | — | 340100 | 341523 |
| 11 | 安徽 | 合肥 | 31.52 | 117.17 | 郑州 | 480.569363396935 | — | 340100 | 341523 |
| 12 | 安徽 | 合肥 | 31.52 | 117.17 | 哈尔滨 | 1741.49935253156 | — | 340100 | 341523 |
| 13 | 安徽 | 合肥 | 31.52 | 117.17 | 武汉 | 314.655400199812 | — | 340100 | 341523 |
| 14 | 安徽 | 合肥 | 31.52 | 117.17 | 长沙 | 582.042175895604 | — | 340100 | 341523 |
| 15 | 安徽 | 合肥 | 31.52 | 117.17 | 长春 | 1512.04117922232 | — | 340100 | 341523 |
| 16 | 安徽 | 合肥 | 31.52 | 117.17 | 南京 | 134.328771389056 | — | 340100 | 341523 |
| 17 | 安徽 | 合肥 | 31.52 | 117.17 | 南昌 | 380.824632246803 | — | 340100 | 341523 |
| 18 | 安徽 | 合肥 | 31.52 | 117.17 | 沈阳 | 1234.19921609808 | — | 340100 | 341523 |
| 19 | 安徽 | 合肥 | 31.52 | 117.17 | 呼和浩特 | 1123.58702384174 | — | 340100 | 341523 |
| 20 | 安徽 | 合肥 | 31.52 | 117.17 | 银川 | 1253.50137318674 | — | 340100 | 341523 |
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 v12026/11/15 发布
生效中1,089 行 · 9 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 81 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 + 省份 能连
56 个数据集 · 本数据集 160 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、province_code、county_code按城市对上本数据集 160 行(14%)
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 city_code、county_code、province按城市对上本数据集 160 行(14%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 city_code、region_code、province按城市对上本数据集 160 行(14%)
- 中国航空航班明细交通运输 · 104.1 万 行 · 连接字段 dep_province、arr_city_code、arr_airport_county_code按城市对上本数据集 160 行(14%)
- 银行业金融机构网点明细保险市场 · 47.7 万 行 · 连接字段 city_code、province、county_code按城市对上本数据集 160 行(14%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 province、city_code、county_code按城市对上本数据集 160 行(14%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 city_code、county_code、province按城市对上本数据集 160 行(14%)
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 city_code、region_code、province按城市对上本数据集 160 行(14%)
- 上市公司周边宗教场所统计企业主体 · 17.4 万 行 · 连接字段 register_address_city_code、province、county_code按城市对上本数据集 160 行(14%)
- 全国景点周边拥堵客流指数交通运输 · 11.4 万 行 · 连接字段 county_code、province、city_code按城市对上本数据集 160 行(14%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 county_code、region_code、province按城市对上本数据集 160 行(14%)
- 上市公司供应链试点匹配企业主体 · 5.8 万 行 · 连接字段 county_code、city_code、province按城市对上本数据集 160 行(14%)
按 城市 + 省份 能连
159 个数据集 · 本数据集 160 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按城市对上本数据集 160 行(14%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 region_code、province按城市对上本数据集 160 行(14%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 region_code、province按城市对上本数据集 160 行(14%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 region_code、province按城市对上本数据集 160 行(14%)
- 地级市市辖区社会经济指标区域底数 · 86.6 万 行 · 连接字段 region_code、province按城市对上本数据集 160 行(14%)
- 地级市间年度人口迁徙区域底数 · 65.2 万 行 · 连接字段 origin_province、origin_city_code按城市对上本数据集 160 行(14%)
- 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按城市对上本数据集 160 行(14%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 province、region_code按城市对上本数据集 160 行(14%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 province、region_code按城市对上本数据集 160 行(14%)
- 飞机航线信息交通运输 · 22.1 万 行 · 连接字段 dst_city_code、org_province按城市对上本数据集 160 行(14%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 province_code、city_code按城市对上本数据集 160 行(14%)
- 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 160 行(14%)
按 区县 + 省份 能连
69 个数据集 · 本数据集 1,023 行有区县- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname、adcode按区县对上本数据集 1,023 行(93%)
- 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按区县对上本数据集 1,023 行(93%)
- 中国手机基站地理信息建筑设施 · 186.8 万 行 · 连接字段 county_code、province按区县对上本数据集 1,023 行(93%)
- 县域数字基建词频区域底数 · 182 万 行 · 连接字段 province、region_code按区县对上本数据集 1,023 行(93%)
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 region_code、province按区县对上本数据集 1,023 行(93%)
- 区县城乡融合试点面板区域底数 · 7.4 万 行 · 连接字段 province、region_code按区县对上本数据集 1,023 行(93%)
- 县域新注册企业统计区域底数 · 5.8 万 行 · 连接字段 region_code、province按区县对上本数据集 1,023 行(93%)
- 县域金融机构变动统计区域底数 · 5.3 万 行 · 连接字段 province、region_code按区县对上本数据集 1,023 行(93%)
- 县域政府工作报告文本区域底数 · 3.3 万 行 · 连接字段 province、region_code按区县对上本数据集 1,023 行(93%)
- 县域数字普惠金融指数区域底数 · 2.3 万 行 · 连接字段 province、region_code按区县对上本数据集 1,023 行(93%)
- 县级年度夜间灯光区域底数 · 2.3 万 行 · 连接字段 province、region_code按区县对上本数据集 1,023 行(93%)
- 县级土地利用构成区域底数 · 2.3 万 行 · 连接字段 province、region_code按区县对上本数据集 1,023 行(93%)
按 城市 + 区县 能连
9 个数据集 · 本数据集 160 行有城市- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 region_code、parent_code按城市对上本数据集 160 行(14%)
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 applicant_address_city_code、applicant_address_county_code按城市对上本数据集 160 行(14%)
- 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按城市对上本数据集 160 行(14%)
- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 county_code、address_city_code按城市对上本数据集 160 行(14%)
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 county_code、city_code按城市对上本数据集 160 行(14%)
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 region_code_adj、city_code按城市对上本数据集 160 行(14%)
- 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按城市对上本数据集 160 行(14%)
- 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、city_code按城市对上本数据集 159 行(14%)
- 长三角养老机构名录建筑设施 · 8,462 行 · 连接字段 address_city_code、county_code按城市对上本数据集 36 行(3.3%)
按 省份 能连
337 个数据集 · 本数据集 1,089 行有省份- 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 1,089 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按省份对上本数据集 1,089 行(100%)
- 省级日度夜间灯光区域底数 · 15.6 万 行 · 连接字段 province按省份对上本数据集 1,089 行(100%)
- 省级逐月降水量自然灾害 · 5 万 行 · 连接字段 province按省份对上本数据集 1,089 行(100%)
- 省级逐月风速自然灾害 · 3.5 万 行 · 连接字段 province按省份对上本数据集 1,089 行(100%)
- 省级逐月闪电自然灾害 · 4,080 行 · 连接字段 province按省份对上本数据集 1,089 行(100%)
- 省级矫正夜间灯光区域底数 · 1,054 行 · 连接字段 province按省份对上本数据集 1,089 行(100%)
- 城市环境治理关注指数区域底数 · 816 行 · 连接字段 city按省份对上本数据集 1,089 行(100%)
- 省级环境关注度年度均值区域底数 · 816 行 · 连接字段 region_code按省份对上本数据集 1,089 行(100%)
- 上市公司行业地域信息企业主体 · 7 万 行 · 连接字段 province按省份对上本数据集 1,056 行(96%)
- 上市公司气候风险指数企业主体 · 6.7 万 行 · 连接字段 province按省份对上本数据集 1,056 行(96%)
- 上市公司年报AI词频企业主体 · 6.2 万 行 · 连接字段 province按省份对上本数据集 1,056 行(96%)
按 城市 能连
67 个数据集 · 本数据集 160 行有城市- 地级市经济社会统计区域底数 · 120.5 万 行 · 连接字段 region_code按城市对上本数据集 160 行(14%)
- 城市间高铁连接状态交通运输 · 116.6 万 行 · 连接字段 city1_code按城市对上本数据集 160 行(14%)
- 地区新冠疫情每日统计人口健康 · 38.4 万 行 · 连接字段 region_code按城市对上本数据集 160 行(14%)
- 城市主要经济指标区域底数 · 13.4 万 行 · 连接字段 city_code按城市对上本数据集 160 行(14%)
- 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 160 行(14%)
- 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 160 行(14%)
- 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按城市对上本数据集 160 行(14%)
- 地级市数字产业集聚水平区域底数 · 1 万 行 · 连接字段 city_code按城市对上本数据集 160 行(14%)
- 地级市人力资本水平区域底数 · 9,408 行 · 连接字段 region_code按城市对上本数据集 160 行(14%)
- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 city_code按城市对上本数据集 160 行(14%)
- 地级市外商直接投资区域底数 · 8,260 行 · 连接字段 city_code按城市对上本数据集 160 行(14%)
- 地级市实际利用外资区域底数 · 7,529 行 · 连接字段 region_code按城市对上本数据集 160 行(14%)
按 区县 能连
19 个数据集 · 本数据集 1,023 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 1,023 行(93%)
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 county_code按区县对上本数据集 1,023 行(93%)
- 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 1,023 行(93%)
- 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 1,023 行(93%)
- 政治精英地区编码区域底数 · 3,843 行 · 连接字段 region_code按区县对上本数据集 1,023 行(93%)
- 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 1,023 行(93%)
- 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 990 行(90%)
- 全国百强区县入选状态区域底数 · 4.1 万 行 · 连接字段 region_code按区县对上本数据集 957 行(87%)
- 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 957 行(87%)
- 行政区划代码变更区域底数 · 4,636 行 · 连接字段 old_code按区县对上本数据集 858 行(78%)
- 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 825 行(75%)
- 全国电厂点位建筑设施 · 4,274 行 · 连接字段 county_code按区县对上本数据集 594 行(54%)
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
destination_capital_code由起点省份、终点省会扩增得出。
来自字段扩增 - 扩增得出
origin_capital_code由起点省份、起点省会扩增得出。
来自字段扩增 - 扩增得出
origin_county_code由起点经度、起点纬度扩增得出。
来自字段扩增
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/region-capital-distance/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"origin_province","op":"eq","value":"安徽"}],"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。