省份

随代码补的

province原生文本
出现在
592 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。

  • 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5,426 · 14.8%
    • 浙江省3,713 · 10.2%
    • 江苏省3,606 · 9.9%
    • 上海市3,168 · 8.7%
    • 北京市3,070 · 8.4%
    • 山东省2,079 · 5.7%
    • 四川省1,331 · 3.6%
    • 福建省1,267 · 3.5%
    • 湖北省1,203 · 3.3%
    • 安徽省1,109 · 3.0%

    共 32 个不同的值,上面列出最常见的 10 个,覆盖 71.1% 的非空记录。

  • 省际人口迁徙月度

    区域底数 · 35,304 行

    原生

    在这里叫“地区”

    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

    • 宁夏回族自治区1,141 · 3.2%
    • 福建省1,141 · 3.2%
    • 青海省1,141 · 3.2%
    • 云南省1,140 · 3.2%
    • 吉林省1,140 · 3.2%
    • 四川省1,140 · 3.2%
    • 安徽省1,140 · 3.2%
    • 山东省1,140 · 3.2%
    • 山西省1,140 · 3.2%
    • 新疆维吾尔自治区1,140 · 3.2%

    共 31 个不同的值,上面列出最常见的 10 个,覆盖 32.3% 的非空记录。

  • 分省外商投资企业进出口月度

    区域底数 · 34,888 行

    原生

    在这里叫“地区”

    包含合计及各省名称

    含义:地区

    非空率

    100%

    取值

    • 上海市978 · 2.8%
    • 云南省978 · 2.8%
    • 内蒙古自治区978 · 2.8%
    • 北京市978 · 2.8%
    • 厦门经济特区978 · 2.8%
    • 合计978 · 2.8%
    • 吉林省978 · 2.8%
    • 四川省978 · 2.8%
    • 天津市978 · 2.8%
    • 宁夏回族自治区978 · 2.8%

    共 36 个不同的值,上面列出最常见的 10 个,覆盖 28.0% 的非空记录。

  • 省级逐月风速

    自然灾害 · 34,680 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1,020 · 2.9%
    • 云南省1,020 · 2.9%
    • 内蒙古自治区1,020 · 2.9%
    • 北京市1,020 · 2.9%
    • 台湾省1,020 · 2.9%
    • 吉林省1,020 · 2.9%
    • 四川省1,020 · 2.9%
    • 天津市1,020 · 2.9%
    • 宁夏回族自治区1,020 · 2.9%
    • 安徽省1,020 · 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。

  • 上市公司百度指数

    企业主体 · 34,624 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5,388 · 15.6%
    • 浙江省3,927 · 11.3%
    • 江苏省3,638 · 10.5%
    • 北京市3,152 · 9.1%
    • 上海市2,761 · 8.0%
    • 山东省1,993 · 5.8%
    • 四川省1,220 · 3.5%
    • 福建省1,219 · 3.5%
    • 安徽省1,062 · 3.1%
    • 湖北省1,036 · 3.0%

    共 31 个不同的值,上面列出最常见的 10 个,覆盖 73.4% 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“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

    • 四川省2,905 · 8.6%
    • 河北省2,822 · 8.4%
    • 云南省2,565 · 7.6%
    • 湖南省2,432 · 7.2%
    • 山西省2,291 · 6.8%
    • 陕西省2,032 · 6.0%
    • 甘肃省1,792 · 5.3%
    • 贵州省1,734 · 5.1%
    • 内蒙古自治区1,697 · 5.0%
    • 新疆维吾尔自治区1,559 · 4.6%

    共 28 个不同的值,上面列出最常见的 10 个,覆盖 64.7% 的非空记录。

  • 分省环境统计

    区域底数 · 32,925 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 96.8%,还没有参照

    样本里格式符合 96.8%,还没有参照。

    非空率

    100%

    取值

    • 全国1,213 · 3.7%
    • 陕西省1,113 · 3.4%
    • 湖北省1,098 · 3.3%
    • 云南省1,092 · 3.3%
    • 河北省1,090 · 3.3%
    • 湖南省1,074 · 3.3%
    • 新疆维吾尔自治区1,072 · 3.3%
    • 河南省1,071 · 3.3%
    • 内蒙古自治区1,070 · 3.2%
    • 甘肃省1,069 · 3.2%

    共 33 个不同的值,上面列出最常见的 10 个,覆盖 33.3% 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

    • 四川2,115 · 6.4%
    • 河南1,928 · 5.9%
    • 山东1,831 · 5.6%
    • 广东1,716 · 5.2%
    • 云南1,628 · 5.0%
    • 安徽1,553 · 4.7%
    • 内蒙古1,454 · 4.4%
    • 陕西1,449 · 4.4%
    • 浙江1,345 · 4.1%
    • 江西1,324 · 4.0%

    共 31 个不同的值,上面列出最常见的 10 个,覆盖 49.7% 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“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

    • 四川省2,037 · 6.3%
    • 广东省2,037 · 6.3%
    • 河南省1,649 · 5.1%
    • 云南省1,552 · 4.8%
    • 安徽省1,552 · 4.8%
    • 山东省1,552 · 4.8%
    • 广西壮族自治区1,358 · 4.2%
    • 新疆维吾尔自治区1,358 · 4.2%
    • 湖南省1,358 · 4.2%
    • 甘肃省1,358 · 4.2%

    共 31 个不同的值,上面列出最常见的 10 个,覆盖 48.7% 的非空记录。

  • 原生

    在这里叫“省”

    原表列名: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

    • 北京1,254 · 3.9%
    • 吉林1,254 · 3.9%
    • 海南1,254 · 3.9%
    • 重庆1,254 · 3.9%
    • 安徽1,197 · 3.7%
    • 广西1,197 · 3.7%
    • 河北1,197 · 3.7%
    • 湖南1,197 · 3.7%
    • 黑龙江1,197 · 3.7%
    • 辽宁1,083 · 3.3%

    共 31 个不同的值,上面列出最常见的 10 个,覆盖 37.2% 的非空记录。

  • 淘宝村名单

    区域底数 · 32,162 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

    • 浙江省10,759 · 33.5%
    • 广东省6,109 · 19.0%
    • 江苏省3,870 · 12.0%
    • 山东省3,510 · 10.9%
    • 河北省2,781 · 8.6%
    • 福建省2,599 · 8.1%
    • 河南省709 · 2.2%
    • 北京市344 · 1.1%
    • 江西省203 · 0.6%
    • 天津市197 · 0.6%

    共 28 个不同的值,上面列出最常见的 10 个,覆盖 96.6% 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“省”

    原表列名: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

    • 北京7,819 · 24.9%
    • 江苏6,384 · 20.3%
    • 上海3,099 · 9.9%
    • 浙江2,988 · 9.5%
    • 山东2,061 · 6.6%
    • 广东1,597 · 5.1%
    • 福建1,520 · 4.8%
    • 重庆1,508 · 4.8%
    • 河南755 · 2.4%
    • 湖南749 · 2.4%

    共 14 个不同的值,上面列出最常见的 10 个,覆盖 90.6% 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。