区

• 区县质心距离矩阵

  区域底数 · 8,410,000 行

  原生

  在这里叫“源区县”

  距离矩阵的行索引，格式为 省_市_区 原表列名：区县

  非空率

  100%

  取值

  取值几乎都不同：共约 2,900 个不同的值。通常是编号或自由文本。

• 上海二手房成交记录

  建筑设施 · 327,041 行

  原生

  在这里叫“区”

  含义：地区

  非空率

  100%

  取值

  • 浦东75,838 · 23.2%
  • 闵行44,902 · 13.7%
  • 宝山30,128 · 9.2%
  • 普陀22,119 · 6.8%
  • 松江21,777 · 6.7%
  • 徐汇21,746 · 6.6%
  • 杨浦19,502 · 6.0%
  • 嘉定19,483 · 6.0%
  • 静安17,554 · 5.4%
  • 长宁16,401 · 5.0%

  共 17 个不同的值，上面列出最常见的 10 个，覆盖 88.5% 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。