城市

原表列名:所在城市

city原生文本
出现在
374 个数据集
字段规律
182 条

01出处

出现在哪些数据集

同一个字段标识,在每个数据集里分别统计。取值统计按各数据集的生效版本计算。

  • 上市公司ESG与创新指标

    企业主体 · 37,197 行

    原生

    在这里叫“城市”

    含义:地区

    非空率

    100%

    取值

    • 北京市3,281 · 8.9%
    • 上海市3,028 · 8.2%
    • 深圳市2,851 · 7.7%
    • 杭州市1,323 · 3.6%
    • 苏州市1,062 · 2.9%
    • 广州市978 · 2.6%
    • 南京市797 · 2.2%
    • 成都市748 · 2.0%
    • 宁波市733 · 2.0%
    • 无锡市681 · 1.8%

    共 281 个不同的值,上面列出最常见的 10 个,覆盖 41.8% 的非空记录。

  • 制造业上市公司财务指标

    企业主体 · 36,905 行

    原生

    在这里叫“城市”

    原表列名:city

    非空率

    100%

    取值

    • 深圳市2,915 · 7.9%
    • 上海市2,618 · 7.1%
    • 北京市1,947 · 5.3%
    • 杭州市1,287 · 3.5%
    • 苏州市1,023 · 2.8%
    • 广州市913 · 2.5%
    • 宁波市748 · 2.0%
    • 成都市704 · 1.9%
    • 南京市660 · 1.8%
    • 东莞市550 · 1.5%

    共 385 个不同的值,上面列出最常见的 10 个,覆盖 36.2% 的非空记录。

  • 上市公司人工智能采纳程度

    企业主体 · 36,550 行

    原生

    在这里叫“所属城市”

    含义:地区

    非空率

    100%

    取值

    • 上海市3,168 · 8.7%
    • 北京市3,071 · 8.4%
    • 深圳市2,671 · 7.3%
    • 杭州市1,109 · 3.0%
    • 广州市900 · 2.5%
    • 南京市831 · 2.3%
    • 成都市747 · 2.0%
    • 苏州市713 · 2.0%
    • 武汉市625 · 1.7%
    • 宁波市607 · 1.7%

    共 391 个不同的值,上面列出最常见的 10 个,覆盖 39.5% 的非空记录。

  • 上市公司百度指数

    企业主体 · 34,624 行

    原生

    在这里叫“城市”

    含义:地区
    键:城市名称。样本里格式符合 82%,还没有参照

    样本里格式符合 82%,还没有参照。

    非空率

    100%

    取值

    • 北京市3,152 · 9.1%
    • 上海市2,761 · 8.0%
    • 深圳市2,666 · 7.7%
    • 杭州市1,246 · 3.6%
    • 苏州市1,045 · 3.0%
    • 广州市902 · 2.6%
    • 成都市731 · 2.1%
    • 南京市716 · 2.1%
    • 宁波市664 · 1.9%
    • 无锡市644 · 1.9%

    共 282 个不同的值,上面列出最常见的 10 个,覆盖 42.1% 的非空记录。

  • 县级农林牧渔产值

    区域底数 · 33,716 行

    原生

    在这里叫“地级市”

    含义:地区
    键:城市名称。样本里格式符合 97.5%,还没有参照

    样本里格式符合 97.5%,还没有参照。

    非空率

    99%

    取值

    • 重庆市801 · 2.4%
    • 保定市439 · 1.3%
    • 石家庄市347 · 1.0%
    • 临汾市340 · 1.0%
    • 邢台市334 · 1.0%
    • 黔东南苗族侗族自治州320 · 1.0%
    • 甘孜藏族自治州306 · 0.9%
    • 成都市305 · 0.9%
    • 邯郸市302 · 0.9%
    • 沧州市292 · 0.9%

    共 333 个不同的值,上面列出最常见的 10 个,覆盖 11.3% 的非空记录。

  • 县域政府工作报告文本

    区域底数 · 32,853 行

    原生

    在这里叫“所属城市”

    含义:地区
    键:城市名称。样本里格式符合 89.3%,还没有参照

    样本里格式符合 89.3%,还没有参照。

    非空率

    100%

    取值

    • 重庆375 · 1.1%
    • 赣州251 · 0.8%
    • 成都242 · 0.7%
    • 天津239 · 0.7%
    • 上海233 · 0.7%
    • 哈尔滨233 · 0.7%
    • 北京231 · 0.7%
    • 呼伦贝尔222 · 0.7%
    • 昆明204 · 0.6%
    • 吕梁199 · 0.6%

    共 332 个不同的值,上面列出最常见的 10 个,覆盖 7.4% 的非空记录。

  • 地级市新能源汽车月度销量

    交通运输 · 32,832 行

    原生

    在这里叫“城市”

    地级市简称

    键:城市名称。样本里格式符合 87.8%,还没有参照

    样本里格式符合 87.8%,还没有参照。

    非空率

    100%

    取值

    • 七台河96 · 0.3%
    • 三亚96 · 0.3%
    • 三明96 · 0.3%
    • 三沙96 · 0.3%
    • 三门峡96 · 0.3%
    • 上海96 · 0.3%
    • 上饶96 · 0.3%
    • 不详96 · 0.3%
    • 东莞96 · 0.3%
    • 东营96 · 0.3%

    共 342 个不同的值,上面列出最常见的 10 个,覆盖 2.9% 的非空记录。

  • 地级市月度夜间灯光

    区域底数 · 32,495 行

    原生

    在这里叫“地级市”

    键:城市名称。样本里格式符合 100%,还没有参照

    样本里格式符合 100%,还没有参照。

    非空率

    99%

    取值

    • 七台河市97 · 0.3%
    • 三亚市97 · 0.3%
    • 三明市97 · 0.3%
    • 三门峡市97 · 0.3%
    • 上饶市97 · 0.3%
    • 东莞市97 · 0.3%
    • 东营市97 · 0.3%
    • 中卫市97 · 0.3%
    • 中山市97 · 0.3%
    • 临夏回族自治州97 · 0.3%

    共 331 个不同的值,上面列出最常见的 10 个,覆盖 3.0% 的非空记录。

  • 淘宝村名单

    区域底数 · 32,162 行

    原生

    在这里叫“地级市”

    直辖市写直辖市名称

    键:城市名称。样本里格式符合 97.8%,还没有参照

    样本里格式符合 97.8%,还没有参照。

    非空率

    100%

    取值

    • 金华市2,270 · 7.1%
    • 菏泽市2,256 · 7.0%
    • 温州市2,138 · 6.6%
    • 台州市1,857 · 5.8%
    • 泉州市1,479 · 4.6%
    • 杭州市1,302 · 4.0%
    • 广州市1,266 · 3.9%
    • 宁波市1,134 · 3.5%
    • 嘉兴市1,086 · 3.4%
    • 东莞市932 · 2.9%

    共 194 个不同的值,上面列出最常见的 10 个,覆盖 48.9% 的非空记录。

  • A股上市银行年度经营指标

    企业主体 · 31,440 行

    原生

    在这里叫“地级市”

    原表列名:城市

    非空率

    100%

    取值

    • 北京市7,819 · 24.9%
    • 上海市3,099 · 9.9%
    • 南京市2,216 · 7.0%
    • 深圳市1,597 · 5.1%
    • 杭州市1,532 · 4.9%
    • 重庆市1,508 · 4.8%
    • 苏州市1,387 · 4.4%
    • 青岛市1,322 · 4.2%
    • 宁波市798 · 2.5%
    • 福州市792 · 2.5%

    共 23 个不同的值,上面列出最常见的 10 个,覆盖 70.2% 的非空记录。

  • 全国城投债明细

    企业主体 · 31,430 行

    原生

    在这里叫“城市”

    含义不清 原表列名:发行人城市

    键:城市名称。样本里格式符合 80.8%,还没有参照

    样本里格式符合 80.8%,还没有参照。

    非空率

    100%

    取值

    • 南京市1,447 · 4.6%
    • 重庆市1,307 · 4.2%
    • 天津市959 · 3.1%
    • 成都市942 · 3.0%
    • 北京市916 · 2.9%
    • 苏州市658 · 2.1%
    • 昆明市641 · 2.0%
    • 常州市634 · 2.0%
    • 武汉市597 · 1.9%
    • 上海市594 · 1.9%

    共 511 个不同的值,上面列出最常见的 10 个,覆盖 27.7% 的非空记录。

  • 上市公司数字金融与生产率

    企业主体 · 31,054 行

    原生

    在这里叫“所属城市”

    含义:地区

    非空率

    100%

    取值

    • 北京市2,714 · 8.7%
    • 上海市2,436 · 7.8%
    • 深圳市2,346 · 7.6%
    • 杭州市1,019 · 3.3%
    • 广州市825 · 2.7%
    • 苏州市733 · 2.4%
    • 南京市646 · 2.1%
    • 成都市622 · 2.0%
    • 宁波市539 · 1.7%
    • 武汉市501 · 1.6%

    共 387 个不同的值,上面列出最常见的 10 个,覆盖 39.9% 的非空记录。

同一个字段标识在不同数据集里的含义可能不同。以后用标准字段统一定义。