
全国高铁站开通时间
一行是一个高铁车站在一条线路上的开通记录:站名、所属线路、所在省市、开通日期。覆盖全国高铁站点,2003 年至 2024 年底。
v3 生效中 · 2026/11/14 发布险种标签:企业财产险责任险时间跨度:2003 年 10 月–2024 年 12 月数据出处 铁路公开资料
- 记录
- 2,897
- 字段
- 8
- AI 扩增字段
- 2
- 平均非空率
- 87.2%
- 字段完整度
8 个字段,6 个没有空值,2 个 AI 扩增
01字段
字段来源,逐一标明
共 8 个字段,其中 AI 扩增字段 2 个。非空率按当前版本的 2,897 行计算。
关于这个数据集
一行是一个高铁车站在一条线路上的开通记录:站名、所属线路、所在省市、开通日期。覆盖全国高铁站点,2003 年至 2024 年底。可用来看各地接入高铁网络的时间和交通可达性的变化。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 高铁站名称station_name含义:名称 | 文本 | 原生 | 100% | 原表列名:Hsrwsnm | ||
| 开通时间open_date规律 1:开通时间的字段规律字段规律:open_year由开通时间扩增得出。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% | 原表列名:Optm | ||
| 所在省份province规律 1:所在省份的字段规律字段规律:city_code由所在省份、所在城市扩增得出。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:Prvn | ||
| 所在城市city规律 1:所在城市的字段规律字段规律:city_code由所在省份、所在城市扩增得出。含义:地区键:城市名称。样本里格式符合 92.8%,还没有参照 | 文本 | 原生 | 100% | 原表列名:Ctynm | ||
| 所属线路名称line_name含义:名称 | 文本 | 原生 | 100% | 原表列名:Hsrlnm | ||
| 备注notes含义:文字说明 | 文本 | 原生 | 2.2% | 原表列名:Notes | ||
| 所在城市区划代码city_code规律 1:所在城市区划代码的字段规律字段规律:city_code由所在省份、所在城市扩增得出。含义:代码或编号键:市级区划代码。样本里格式符合 100%,95.2% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源:所在城市区划代码 | 96%平均置信度 1.00校验少:不建议单独作为决策依据 | 由所在省份、所在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 | ||
| 开通年份open_year规律 1:开通年份的字段规律字段规律:open_year由开通时间扩增得出。含义:年份键:年份。样本里格式符合 100%,还没有参照 | 整数 | 规则扩增第 1 级扩增查看溯源:开通年份 | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 从开通时间算出的年份 |
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。
| # | 高铁站名称station_name | 开通时间open_date | 所在省份province | 所在城市city | 所属线路名称line_name | 备注notes | 所在城市区划代码city_code | 开通年份open_year |
|---|---|---|---|---|---|---|---|---|
| 1 | 秦皇岛 | 2003-10-11 | 河北省 | 秦皇岛市 | 秦沈客运专线 | — | 130300 | 2003 |
| 2 | 山海关 | 2003-10-11 | 河北省 | 秦皇岛市 | 秦沈客运专线 | — | 130300 | 2003 |
| 3 | 东戴河 | 2003-10-11 | 辽宁省 | 葫芦岛市 | 秦沈客运专线 | — | 211400 | 2003 |
| 4 | 绥中北 | 2003-10-11 | 辽宁省 | 葫芦岛市 | 秦沈客运专线 | — | 211400 | 2003 |
| 5 | 兴城西 | 2003-10-11 | 辽宁省 | 葫芦岛市 | 秦沈客运专线 | — | 211400 | 2003 |
| 6 | 葫芦岛北 | 2003-10-11 | 辽宁省 | 葫芦岛市 | 秦沈客运专线 | — | 211400 | 2003 |
| 7 | 高桥北 | 2003-10-11 | 辽宁省 | 葫芦岛市 | 秦沈客运专线 | — | 211400 | 2003 |
| 8 | 锦州南 | 2003-10-11 | 辽宁省 | 锦州市 | 秦沈客运专线 | — | 210700 | 2003 |
| 9 | 凌海南 | 2003-10-11 | 辽宁省 | 锦州市 | 秦沈客运专线 | — | 210700 | 2003 |
| 10 | 盘锦北 | 2003-10-11 | 辽宁省 | 盘锦市 | 秦沈客运专线 | — | 211100 | 2003 |
| 11 | 高升北 | 2003-10-11 | 辽宁省 | 盘锦市 | 秦沈客运专线 | — | 211100 | 2003 |
| 12 | 台安 | 2003-10-11 | 辽宁省 | 鞍山市 | 秦沈客运专线 | — | 210300 | 2003 |
| 13 | 辽中 | 2003-10-11 | 辽宁省 | 沈阳市 | 秦沈客运专线 | — | 210100 | 2003 |
| 14 | 沈阳北 | 2003-10-11 | 辽宁省 | 沈阳市 | 秦沈客运专线 | — | 210100 | 2003 |
| 15 | 遂宁 | 2006-05-01 | 四川省 | 遂宁市 | 遂渝铁路 | — | 510900 | 2006 |
| 16 | 遂宁南 | 2006-05-01 | 四川省 | 遂宁市 | 遂渝铁路 | — | 510900 | 2006 |
| 17 | 三星 | 2006-05-01 | 四川省 | 遂宁市 | 遂渝铁路 | — | 510900 | 2006 |
| 18 | 潼南 | 2006-05-01 | 重庆市 | 重庆市 | 遂渝铁路 | — | 500000 | 2006 |
| 19 | 下太和 | 2006-05-01 | 重庆市 | 重庆市 | 遂渝铁路 | — | 500000 | 2006 |
| 20 | 渭沱 | 2006-05-01 | 重庆市 | 重庆市 | 遂渝铁路 | — | 500000 | 2006 |
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 v32026/11/14 发布
生效中2,897 行 · 8 个字段 · 初始导入(比 v2 行数增加 98,字段增加 2 个)
版本 v22026/11/14 发布
历史版本2,799 行 · 6 个字段 · 初始导入(比 v1 行数增加 1,483,字段减少 2 个)
版本 v12026/11/13 发布
历史版本1,316 行 · 8 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 70 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 + 省份 + 年份 能连
186 个数据集 · 本数据集 2,771 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_province、origin_city_code按城市对上本数据集 2,771 行(95%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 province、year、region_code按城市对上本数据集 2,771 行(95%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 province、year、city_code按城市对上本数据集 2,771 行(95%)
- 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 2,771 行(95%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 province、region_code、year按城市对上本数据集 2,771 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_province、origin_city_code、year按城市对上本数据集 2,771 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、province按城市对上本数据集 2,771 行(95%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 region_code、year、province按城市对上本数据集 2,771 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、date、province按城市对上本数据集 2,771 行(95%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 province、city_code、year按城市对上本数据集 2,771 行(95%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 region_code、year、province按城市对上本数据集 2,771 行(95%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 province、approve_date、city_code按城市对上本数据集 2,771 行(95%)
按 省份 + 年份 能连
388 个数据集 · 本数据集 2,897 行有省份- 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 2,897 行(100%)
- 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 2,897 行(100%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 province、year按省份对上本数据集 2,897 行(100%)
- 中国手机基站地理信息建筑设施 · 186.8 万 行 · 连接字段 province、create_date按省份对上本数据集 2,897 行(100%)
- 工业企业出口技术复杂度企业主体 · 75.2 万 行 · 连接字段 year、customs_province按省份对上本数据集 2,897 行(100%)
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 province、issue_date按省份对上本数据集 2,897 行(100%)
- 县级逐月闪电自然灾害 · 34.2 万 行 · 连接字段 province、year按省份对上本数据集 2,897 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 2,897 行(100%)
- 省级日度夜间灯光区域底数 · 15.6 万 行 · 连接字段 province、date按省份对上本数据集 2,897 行(100%)
- 上市公司供应链效率企业主体 · 7.1 万 行 · 连接字段 year、province按省份对上本数据集 2,897 行(100%)
- 上市公司行业地域信息企业主体 · 7 万 行 · 连接字段 province、year按省份对上本数据集 2,897 行(100%)
- 上市公司跨境电商DID企业主体 · 6.9 万 行 · 连接字段 year、province按省份对上本数据集 2,897 行(100%)
按 城市 + 年份 能连
66 个数据集 · 本数据集 2,771 行有城市- 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 2,771 行(95%)
- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 year、city_code按城市对上本数据集 2,771 行(95%)
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 region_code、year按城市对上本数据集 2,771 行(95%)
- 地级市数字普惠金融指数区域底数 · 4,706 行 · 连接字段 city_code、year按城市对上本数据集 2,771 行(95%)
- 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 2,771 行(95%)
- 地级市链长制起始表区域底数 · 337 行 · 连接字段 start_year、city_code按城市对上本数据集 2,771 行(95%)
- 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 2,763 行(95%)
- 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 2,756 行(95%)
- 城市间高铁连接状态交通运输 · 116.6 万 行 · 连接字段 year、city1_code按城市对上本数据集 2,753 行(95%)
- 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按城市对上本数据集 2,724 行(94%)
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 city_code、year按城市对上本数据集 2,712 行(93%)
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 region_code_adj、year按城市对上本数据集 2,678 行(92%)
按 城市 + 省份 能连
29 个数据集 · 本数据集 2,771 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code、city_code按城市对上本数据集 2,771 行(95%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province、city_code按城市对上本数据集 2,771 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 province_code、city_code按城市对上本数据集 2,771 行(95%)
- 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 2,771 行(95%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 province、city_code按城市对上本数据集 2,764 行(95%)
- 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 2,754 行(95%)
- 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 2,753 行(95%)
- 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 2,711 行(93%)
- 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 2,689 行(92%)
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 city_code、province_code按城市对上本数据集 2,669 行(92%)
- 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 2,630 行(90%)
- 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按城市对上本数据集 2,626 行(90%)
按 省份 能连
18 个数据集 · 本数据集 2,897 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 2,897 行(100%)
- 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 2,897 行(100%)
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 province按省份对上本数据集 2,897 行(100%)
- 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 2,895 行(99%)
- 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 2,895 行(99%)
- 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 2,895 行(99%)
- 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 2,895 行(99%)
- 全国开发区点位和基本信息区域底数 · 2,781 行 · 连接字段 province按省份对上本数据集 2,895 行(99%)
- 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 2,895 行(99%)
- 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 2,895 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 2,883 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 2,870 行(99%)
按 城市 能连
10 个数据集 · 本数据集 2,771 行有城市- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 address_city_code按城市对上本数据集 2,771 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 2,765 行(95%)
- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 parent_code按城市对上本数据集 2,762 行(95%)
- 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 2,490 行(85%)
- 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 2,473 行(85%)
- 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 2,473 行(85%)
- 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 2,461 行(84%)
- 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 2,406 行(83%)
- 保险公司分支机构名录保险市场 · 2,452 行 · 连接字段 address_city_code按城市对上本数据集 1,041 行(35%)
- 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 704 行(24%)
只按年份能连:445 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
445 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。
本数据集内2
- 扩增得出
city_code由所在省份、所在城市扩增得出。
来自字段扩增全国高铁站开通时间全国高铁站开通时间 - 扩增得出
open_year由开通时间扩增得出。
来自字段扩增全国高铁站开通时间全国高铁站开通时间
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/transport-hsr-station-open/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"station_name","op":"eq","value":"秦皇岛"}],"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。