
- 记录
- 3,307
- 字段
- 5
- AI 扩增字段
- 0
- 平均非空率
- 100%
- 字段完整度
5 个字段,5 个没有空值
01字段
字段来源,逐一标明
共 5 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 3,307 行计算。
关于这个数据集
一行是一个省一年公共图书馆的一项指标,包括机构数、从业人员、财政拨款和支出、新购图书、流通人次、外借册次、阅览室座席、人均藏量和每万人建筑面积。覆盖 31 个省和全国,1995、2000、2005、2010、2015、2017、2018、2019 年,共 3307 行。可以用来看各省公共文化设施的规模和投入,给公众责任险和文化场馆财产险做背景。
| 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% | 数据所属年份:1995、2000、2005、2010、2015、2017、2018、2019 年 | ||
| 地区province键:省份名称。样本里格式符合 97%,还没有参照 | 文本 | 原生 | 100% | 省级行政区全称和“全国” | ||
| 指标indicator | 文本 | 原生 | 100% | 公共图书馆机构数、从业人员、财政拨款、总支出、新增藏量购置费、新购图书册数、总流通人次、图书外借册次、阅览室座席数、人均藏量、人均购书费、购书费占总支出比重、每万人建筑面积,共 13 项 | ||
| 单位unit | 文本 | 原生 | 100% | 原表写的单位 | ||
| 数值value | 小数 | 原生 | 100% | 原表数值,没有改动 |
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 | 地区province | 指标indicator | 单位unit | 数值value |
|---|---|---|---|---|---|
| 1 | 1995 | 上海市 | 人均拥有公共图书馆藏量 | 册/件 | 1.12 |
| 2 | 2000 | 上海市 | 人均拥有公共图书馆藏量 | 册/件 | 3.29 |
| 3 | 2005 | 上海市 | 人均拥有公共图书馆藏量 | 册/件 | 3.4 |
| 4 | 2010 | 上海市 | 人均拥有公共图书馆藏量 | 册/件 | 2.96 |
| 5 | 2015 | 上海市 | 人均拥有公共图书馆藏量 | 册/件 | 3.13 |
| 6 | 2017 | 上海市 | 人均拥有公共图书馆藏量 | 册/件 | 3.21 |
| 7 | 2018 | 上海市 | 人均拥有公共图书馆藏量 | 册/件 | 3.26 |
| 8 | 2019 | 上海市 | 人均拥有公共图书馆藏量 | 册/件 | 3.32 |
| 9 | 1995 | 云南省 | 人均拥有公共图书馆藏量 | 册/件 | 0.28 |
| 10 | 2000 | 云南省 | 人均拥有公共图书馆藏量 | 册/件 | 0.29 |
| 11 | 2005 | 云南省 | 人均拥有公共图书馆藏量 | 册/件 | 0.31 |
| 12 | 2010 | 云南省 | 人均拥有公共图书馆藏量 | 册/件 | 0.34 |
| 13 | 2015 | 云南省 | 人均拥有公共图书馆藏量 | 册/件 | 0.41 |
| 14 | 2017 | 云南省 | 人均拥有公共图书馆藏量 | 册/件 | 0.44 |
| 15 | 2018 | 云南省 | 人均拥有公共图书馆藏量 | 册/件 | 0.45 |
| 16 | 2019 | 云南省 | 人均拥有公共图书馆藏量 | 册/件 | 0.48 |
| 17 | 1995 | 全国 | 人均拥有公共图书馆藏量 | 册/件 | 0.27 |
| 18 | 2000 | 全国 | 人均拥有公共图书馆藏量 | 册/件 | 0.32 |
| 19 | 2005 | 全国 | 人均拥有公共图书馆藏量 | 册/件 | 0.37 |
| 20 | 2010 | 全国 | 人均拥有公共图书馆藏量 | 册/件 | 0.46 |
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3,307 行 · 5 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 24 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 省份 + 年份 能连
574 个数据集 · 本数据集 3,203 行有省份- 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按省份对上本数据集 3,203 行(96%)
- 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 3,203 行(96%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time、pname按省份对上本数据集 3,203 行(96%)
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 province、date按省份对上本数据集 3,203 行(96%)
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 date、province按省份对上本数据集 3,203 行(96%)
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 taobao_village_year、province_code按省份对上本数据集 3,203 行(96%)
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 origin_province、month按省份对上本数据集 3,203 行(96%)
- 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 3,203 行(96%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 province、year按省份对上本数据集 3,203 行(96%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 year、province按省份对上本数据集 3,203 行(96%)
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 year、province按省份对上本数据集 3,203 行(96%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 province、year按省份对上本数据集 3,203 行(96%)
按 省份 能连
47 个数据集 · 本数据集 3,203 行有省份- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code按省份对上本数据集 3,203 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按省份对上本数据集 3,203 行(96%)
- 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 3,203 行(96%)
- 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 3,203 行(96%)
- 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 3,203 行(96%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 province按省份对上本数据集 3,203 行(96%)
- 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 3,203 行(96%)
- 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 3,203 行(96%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province按省份对上本数据集 3,203 行(96%)
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 province按省份对上本数据集 3,203 行(96%)
- 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 3,203 行(96%)
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 province按省份对上本数据集 3,203 行(96%)
只按年份能连:511 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
511 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
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 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
- 全国格点逐年极端降水自然灾害 · 602.3 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
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。
还没有发现这个数据集的字段规律。
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-public-library-stats/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province","op":"eq","value":"上海市"}],"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。