全国区县房价
一行代表一个区县在特定年份的住宅均价。覆盖全国主要城市的区县，包含年份、城市、区县及均价信息。
v1 生效中 · 2026/11/14 发布险种标签：工程险企业财产险时间跨度：2011–2020 年数据出处 gotohui.com
- 记录
- 1.2 万
- 字段
- 6
- AI 扩增字段
- 2
- 平均非空率
- 98.2%
- 字段完整度
6 个字段，4 个没有空值，2 个 AI 扩增
01字段
字段来源，逐一标明
共 6 个字段，其中 AI 扩增字段 2 个。非空率按当前版本的 12,421 行计算。
关于这个数据集
一行代表一个区县在特定年份的住宅均价。覆盖全国主要城市的区县，包含年份、城市、区县及均价信息。可用于评估不同区域房地产资产价值及抵押物风险。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 年份year键：年份。样本里格式符合 100%，还没有参照 | 整数 | 原生 | 100% | — | ||
| 城市city规律 2：城市的字段规律字段规律：city_code由城市扩增得出。。county_code由城市、区县扩增得出。键：城市名称。样本里格式符合 89.3%，还没有参照 | 文本 | 原生 | 100% | — | ||
| 区县county规律 1：区县的字段规律字段规律：county_code由城市、区县扩增得出。键：区县名称。样本里格式符合 96.3%，还没有参照 | 文本 | 原生 | 100% | — | ||
| 均价avg_price | 小数 | 原生 | 100% | 单位：元/㎡。元/平方米 原表列名：均价(元/㎡) | ||
| 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由城市、区县扩增得出。键：县级区划代码。样本里格式符合 100%，92.9% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源：区县区划代码 | 93%平均置信度 1.00校验少：不建议单独作为决策依据 | 由城市、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由城市扩增得出。键：市级区划代码。样本里格式符合 100%，96% 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 | 96%平均置信度 0.97校验少：不建议单独作为决策依据 | 由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 |
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。
| # | 年份year | 城市city | 区县county | 均价avg_price | 区县区划代码county_code | 城市区划代码city_code |
|---|---|---|---|---|---|---|
| 1 | 2020 | 哈尔滨 | 阿城区 | 4571 | 230112 | 230100 |
| 2 | 2020 | 阿克苏 | 阿克苏市 | 4114 | 652901 | 652900 |
| 3 | 2020 | 阿拉善 | 阿拉善左旗 | 4154 | 152921 | 152900 |
| 4 | 2020 | 克州 | 阿图什市 | 4203 | 653001 | — |
| 5 | 2020 | 黑河 | 爱辉区 | 4274 | 231102 | 231100 |
| 6 | 2020 | 牡丹江 | 爱民区 | 4633 | 231004 | 231000 |
| 7 | 2020 | 廊坊 | 安次区 | 13222 | 131002 | 131000 |
| 8 | 2020 | 绥化 | 安达市 | 3084 | 231281 | 231200 |
| 9 | 2020 | 定西 | 安定区 | 5777 | 621102 | 621100 |
| 10 | 2020 | 吉安 | 安福县 | 6912 | 360829 | 360800 |
| 11 | 2020 | 保定 | 安国市 | 6250 | 130683 | 130600 |
| 12 | 2020 | 益阳 | 安化县 | 4590 | 430923 | 430900 |
| 13 | 2020 | 湖州 | 安吉县 | 11183 | 330523 | 330500 |
| 14 | 2020 | 遂宁 | 安居区 | 4510 | 510904 | 510900 |
| 15 | 2020 | 黔西南 | 安龙县 | 3307 | 522328 | 522300 |
| 16 | 2020 | 孝感 | 安陆市 | 4559 | 420982 | 420900 |
| 17 | 2020 | 兰州 | 安宁区 | 12502 | 620105 | 620100 |
| 18 | 2020 | 昆明 | 安宁市 | 8273 | 530181 | 530100 |
| 19 | 2020 | 衡水 | 安平县 | 5237 | 131125 | 131100 |
| 20 | 2020 | 潍坊 | 安丘市 | 5279 | 370784 | 370700 |
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12,421 行 · 6 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 城市 + 区县 + 年份 能连
48 个数据集 · 本数据集 11,924 行有城市- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 county_code、year、city_code按城市对上本数据集 11,924 行（95%）
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 region_code、year、city_code按城市对上本数据集 11,924 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 city_code、county_code、date按城市对上本数据集 11,924 行（95%）
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 city_code、county_code、year按城市对上本数据集 11,924 行（95%）
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 approve_date、city_code、county_code按城市对上本数据集 11,924 行（95%）
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 year、region_code、city_code按城市对上本数据集 11,924 行（95%）
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 region_code、county_code、year按城市对上本数据集 11,924 行（95%）
- 全国区县路网密度区域底数 · 3.2 万 行 · 连接字段 year、county_code_2、city_code_2按城市对上本数据集 11,924 行（95%）
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 city_code、division_year、region_code按城市对上本数据集 11,924 行（95%）
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 city_code、division_year、region_code按城市对上本数据集 11,924 行（95%）
- 全国县市区碳排放区域底数 · 5.7 万 行 · 连接字段 county_code、city_code、year按城市对上本数据集 11,923 行（95%）
- 全国医院名录医疗药械 · 4.6 万 行 · 连接字段 city_code、county_code、founded_year按城市对上本数据集 11,923 行（95%）
按 城市 + 年份 能连
204 个数据集 · 本数据集 11,924 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 month、origin_city_code按城市对上本数据集 11,924 行（95%）
- 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、year按城市对上本数据集 11,924 行（95%）
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 date、region_code按城市对上本数据集 11,924 行（95%）
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 year、region_code按城市对上本数据集 11,924 行（95%）
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 year、region_code按城市对上本数据集 11,924 行（95%）
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 date、city_code按城市对上本数据集 11,924 行（95%）
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 year、region_code按城市对上本数据集 11,924 行（95%）
- 地级市逐年降水量自然灾害 · 2.7 万 行 · 连接字段 city_code、year按城市对上本数据集 11,924 行（95%）
- 地级市矫正夜间灯光区域底数 · 1.2 万 行 · 连接字段 region_code、year按城市对上本数据集 11,924 行（95%）
- 地级市银行竞争度指标保险市场 · 9,049 行 · 连接字段 year、city_code按城市对上本数据集 11,924 行（95%）
- 地级市银行网点统计区域底数 · 5,888 行 · 连接字段 year、region_code按城市对上本数据集 11,924 行（95%）
- 地级市历次普查常住人口区域底数 · 1,110 行 · 连接字段 census_year、city_code按城市对上本数据集 11,924 行（95%）
按 区县 + 年份 能连
75 个数据集 · 本数据集 11,542 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 11,542 行（92%）
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 issue_date、region_code按区县对上本数据集 11,542 行（92%）
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 adcode、page_publish_time按区县对上本数据集 11,539 行（92%）
- 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按区县对上本数据集 11,488 行（92%）
- 县级暴雨重现期自然灾害 · 2,899 行 · 连接字段 first_year、region_code按区县对上本数据集 11,488 行（92%）
- 全国区县平均房价区域底数 · 2,852 行 · 连接字段 region_code、year按区县对上本数据集 11,482 行（92%）
- 县级年度夜间灯光区域底数 · 2.3 万 行 · 连接字段 year、region_code按区县对上本数据集 11,478 行（92%）
- 县级土地利用构成区域底数 · 2.3 万 行 · 连接字段 year、region_code按区县对上本数据集 11,478 行（92%）
- 区县人口分布（格网汇总）区域底数 · 1.4 万 行 · 连接字段 region_code、year按区县对上本数据集 11,478 行（92%）
- 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 11,476 行（92%）
- 县域新注册企业统计区域底数 · 5.8 万 行 · 连接字段 region_code、year按区县对上本数据集 11,461 行（92%）
- 县域数字普惠金融指数区域底数 · 2.3 万 行 · 连接字段 year、region_code按区县对上本数据集 11,456 行（92%）
按 城市 + 区县 能连
17 个数据集 · 本数据集 11,924 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按城市对上本数据集 11,924 行（95%）
- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 address_city_code、county_code按城市对上本数据集 11,924 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 city_code、region_code按城市对上本数据集 11,924 行（95%）
- 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 11,923 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、parent_code按城市对上本数据集 11,921 行（95%）
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 city_code、county_code按城市对上本数据集 11,909 行（95%）
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 city_code、region_code按城市对上本数据集 11,883 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、city_code按城市对上本数据集 11,251 行（90%）
- 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按城市对上本数据集 11,230 行（90%）
- 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按城市对上本数据集 10,891 行（87%）
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 county_code、city_code按城市对上本数据集 10,783 行（86%）
- 全国区县书院数量区域底数 · 1,392 行 · 连接字段 county_code、city_code按城市对上本数据集 10,558 行（85%）
按 城市 能连
22 个数据集 · 本数据集 11,924 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按城市对上本数据集 11,924 行（95%）
- 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 11,922 行（95%）
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 city_code按城市对上本数据集 11,921 行（95%）
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 region_code按城市对上本数据集 11,906 行（95%）
- 全国高校基本信息企业主体 · 2,769 行 · 连接字段 city_code按城市对上本数据集 11,888 行（95%）
- 全国地级市道观数量区域底数 · 341 行 · 连接字段 city_code按城市对上本数据集 11,759 行（94%）
- 全国银行网点明细企业主体 · 12 万 行 · 连接字段 city_code按城市对上本数据集 11,583 行（93%）
- 城市政商关系健康指数区域底数 · 292 行 · 连接字段 city_code_2按城市对上本数据集 11,557 行（93%）
- 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 11,552 行（93%）
- 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 11,520 行（92%）
- 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 11,520 行（92%）
- 地级市胡焕庸线位置区域底数 · 285 行 · 连接字段 region_code按城市对上本数据集 11,519 行（92%）
按 区县 能连
13 个数据集 · 本数据集 11,542 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按区县对上本数据集 11,478 行（92%）
- 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 11,450 行（92%）
- 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 11,389 行（91%）
- 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 11,381 行（91%）
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 region_code按区县对上本数据集 11,156 行（89%）
- 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 10,374 行（83%）
- 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 10,358 行（83%）
- 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 9,392 行（75%）
- 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按区县对上本数据集 8,734 行（70%）
- 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 5,965 行（48%）
- 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 5,255 行（42%）
- 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 3,766 行（30%）
只按年份能连：758 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
758 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
- 海关进出口商品统计区域底数 · 2639.9 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
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
city_code由城市扩增得出。
来自字段扩增全国区县房价全国区县房价 - 扩增得出
county_code由城市、区县扩增得出。
来自字段扩增全国区县房价全国区县房价
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-county-house-price/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"city","op":"eq","value":"哈尔滨"}],"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。