省份

随代码补的

province原生文本
出现在
588 个数据集
字段规律
154 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。

  • 县级分行业增加值

    区域底数 · 53,541 行

    原生

    在这里叫“省”

    含义:地区
    键:省份名称。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

    100%

    取值

    • 吉林省8,133 · 15.2%
    • 甘肃省7,705 · 14.4%
    • 辽宁省6,784 · 12.7%
    • 江西省4,880 · 9.1%
    • 新疆维吾尔自治区4,840 · 9.0%
    • 北京市3,726 · 7.0%
    • 福建省2,728 · 5.1%
    • 四川省2,520 · 4.7%
    • 内蒙古自治区1,717 · 3.2%
    • 青海省1,579 · 2.9%

    共 21 个不同的值,上面列出最常见的 10 个,覆盖 83.3% 的非空记录。

  • 银行监管处罚明细

    司法监管 · 53,441 行

    原生

    在这里叫“所属省”

    含义:地区
    键:省份名称。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

    100%

    取值

    • 浙江3,789 · 7.1%
    • 山东3,387 · 6.3%
    • 广东3,050 · 5.7%
    • 湖南2,859 · 5.3%
    • 江苏2,835 · 5.3%
    • 河南2,716 · 5.1%
    • 江西2,703 · 5.1%
    • 福建2,560 · 4.8%
    • 安徽2,413 · 4.5%
    • 山西2,363 · 4.4%

    共 31 个不同的值,上面列出最常见的 10 个,覆盖 53.7% 的非空记录。

  • 县域金融机构变动统计

    区域底数 · 52,973 行

    原生

    在这里叫“省份”

    原表列名:所属省份

    含义:地区
    键:省份名称。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

    100%

    取值

    • 山东省3,264 · 6.2%
    • 河南省3,228 · 6.1%
    • 四川省3,058 · 5.8%
    • 河北省2,992 · 5.6%
    • 湖南省2,820 · 5.3%
    • 江苏省2,640 · 5.0%
    • 广东省2,451 · 4.6%
    • 浙江省2,378 · 4.5%
    • 辽宁省2,298 · 4.3%
    • 湖北省2,167 · 4.1%

    共 32 个不同的值,上面列出最常见的 10 个,覆盖 51.5% 的非空记录。

  • 上市公司劳动力与资产指标

    企业主体 · 52,624 行

    原生

    在这里叫“所属省份”

    键:省份名称。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

    100%

    取值

    • 广东省7,718 · 14.7%
    • 浙江省5,236 · 9.9%
    • 江苏省5,046 · 9.6%
    • 上海市4,596 · 8.7%
    • 北京市4,321 · 8.2%
    • 山东省3,033 · 5.8%
    • 四川省1,979 · 3.8%
    • 福建省1,848 · 3.5%
    • 湖北省1,789 · 3.4%
    • 安徽省1,606 · 3.1%

    共 34 个不同的值,上面列出最常见的 10 个,覆盖 70.6% 的非空记录。

  • 上市公司融资约束

    企业主体 · 52,101 行

    原生

    在这里叫“所属省份”

    含义:地区
    键:省份名称。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

    100%

    取值

    • 广东省7,641 · 14.7%
    • 浙江省5,203 · 10.0%
    • 江苏省4,963 · 9.5%
    • 上海市4,572 · 8.8%
    • 北京市4,267 · 8.2%
    • 山东省2,977 · 5.7%
    • 四川省1,953 · 3.7%
    • 福建省1,844 · 3.5%
    • 湖北省1,769 · 3.4%
    • 安徽省1,585 · 3.0%

    共 33 个不同的值,上面列出最常见的 10 个,覆盖 70.6% 的非空记录。

  • 上市公司托宾Q值

    企业主体 · 50,693 行

    原生

    在这里叫“省份”

    键:省份名称。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

    100%

    取值

    • 广东省7,629 · 15.1%
    • 浙江省5,472 · 10.8%
    • 江苏省5,117 · 10.1%
    • 北京市4,338 · 8.6%
    • 上海市4,326 · 8.5%
    • 山东省2,924 · 5.8%
    • 四川省1,809 · 3.6%
    • 福建省1,780 · 3.5%
    • 湖北省1,606 · 3.2%
    • 安徽省1,573 · 3.1%

    共 32 个不同的值,上面列出最常见的 10 个,覆盖 72.2% 的非空记录。

  • 分省残疾人事业统计

    区域底数 · 50,667 行

    原生

    在这里叫“地区”

    省级行政区全称、“新疆生产建设兵团”和“全国”

    键:省份名称。样本里格式符合 95%,还没有参照

    样本里格式符合 95%,还没有参照。

    非空率

    100%

    取值

    • 全国1,833 · 3.6%
    • 山东省1,713 · 3.4%
    • 广东省1,712 · 3.4%
    • 江苏省1,704 · 3.4%
    • 浙江省1,691 · 3.3%
    • 河北省1,679 · 3.3%
    • 福建省1,668 · 3.3%
    • 四川省1,661 · 3.3%
    • 安徽省1,653 · 3.3%
    • 湖北省1,648 · 3.3%

    共 33 个不同的值,上面列出最常见的 10 个,覆盖 33.5% 的非空记录。

  • 省级逐月降水量

    自然灾害 · 50,184 行

    原生

    在这里叫“省”

    含义:地区
    键:省份名称。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

    100%

    取值

    • 上海市1,476 · 2.9%
    • 云南省1,476 · 2.9%
    • 内蒙古自治区1,476 · 2.9%
    • 北京市1,476 · 2.9%
    • 台湾省1,476 · 2.9%
    • 吉林省1,476 · 2.9%
    • 四川省1,476 · 2.9%
    • 天津市1,476 · 2.9%
    • 宁夏回族自治区1,476 · 2.9%
    • 安徽省1,476 · 2.9%

    共 34 个不同的值,上面列出最常见的 10 个,覆盖 29.4% 的非空记录。

  • 上市公司数字化与绿色创新

    企业主体 · 49,932 行

    原生

    在这里叫“省份”

    含义:地区
    键:省份名称。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

    98%

    取值

    • 广东省7,552 · 15.4%
    • 浙江省5,446 · 11.1%
    • 江苏省5,205 · 10.6%
    • 北京市4,300 · 8.8%
    • 上海市4,034 · 8.2%
    • 山东省2,860 · 5.8%
    • 四川省1,741 · 3.5%
    • 福建省1,728 · 3.5%
    • 安徽省1,536 · 3.1%
    • 湖北省1,515 · 3.1%

    共 32 个不同的值,上面列出最常见的 10 个,覆盖 73.2% 的非空记录。

  • 上市公司省级政策匹配

    企业主体 · 49,459 行

    原生

    在这里叫“省份”

    含义:地区
    键:省份名称。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

    100%

    取值

    • 广东省7,471 · 15.1%
    • 浙江省5,527 · 11.2%
    • 江苏省5,037 · 10.2%
    • 北京4,393 · 8.9%
    • 上海3,939 · 8.0%
    • 山东省2,836 · 5.7%
    • 福建省1,763 · 3.6%
    • 四川省1,754 · 3.5%
    • 湖北省1,577 · 3.2%
    • 安徽省1,565 · 3.2%

    共 31 个不同的值,上面列出最常见的 10 个,覆盖 72.5% 的非空记录。

  • 分省社会统计

    区域底数 · 49,164 行

    原生

    在这里叫“地区”

    省级行政区全称和“全国”

    键:省份名称。样本里格式符合 96.5%,还没有参照

    样本里格式符合 96.5%,还没有参照。

    非空率

    100%

    取值

    • 全国1,649 · 3.4%
    • 四川省1,608 · 3.3%
    • 河北省1,583 · 3.2%
    • 吉林省1,568 · 3.2%
    • 安徽省1,568 · 3.2%
    • 甘肃省1,567 · 3.2%
    • 湖北省1,566 · 3.2%
    • 江西省1,565 · 3.2%
    • 山西省1,564 · 3.2%
    • 辽宁省1,562 · 3.2%

    共 33 个不同的值,上面列出最常见的 10 个,覆盖 32.1% 的非空记录。

  • 全国区县人工智能企业数

    企业主体 · 48,877 行

    原生

    在这里叫“所属省份”

    含义:地区
    键:省份名称。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

    100%

    取值

    • 山东省3,463 · 7.1%
    • 河南省2,998 · 6.1%
    • 四川省2,767 · 5.7%
    • 广东省2,582 · 5.3%
    • 安徽省2,567 · 5.3%
    • 河北省2,514 · 5.1%
    • 江苏省2,493 · 5.1%
    • 浙江省2,183 · 4.5%
    • 湖北省2,069 · 4.2%
    • 湖南省2,000 · 4.1%

    共 31 个不同的值,上面列出最常见的 10 个,覆盖 52.5% 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。