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。

  • 城市年度污染综合指数

    区域底数 · 1,200 行

    原生

    在这里叫“省份”

    原表列名:province

    非空率

    100%

    取值

    • 山东省100 · 8.3%
    • 江苏省100 · 8.3%
    • 广东省90 · 7.5%
    • 四川省80 · 6.7%
    • 河南省70 · 5.8%
    • 浙江省70 · 5.8%
    • 湖南省60 · 5.0%
    • 辽宁省60 · 5.0%
    • 陕西省60 · 5.0%
    • 山西省50 · 4.2%

    共 29 个不同的值,上面列出最常见的 10 个,覆盖 61.7% 的非空记录。

  • 全国行政区划变更明细

    区域底数 · 1,163 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 99.3%,还没有参照

    样本里格式符合 99.3%,还没有参照。

    非空率

    100%

    取值

    • 广东省83 · 7.1%
    • 江苏省80 · 6.9%
    • 河北省64 · 5.5%
    • 安徽省63 · 5.4%
    • 四川省62 · 5.3%
    • 山东省62 · 5.3%
    • 广西壮族自治区61 · 5.2%
    • 河南省60 · 5.2%
    • 重庆市50 · 4.3%
    • 浙江省46 · 4.0%

    共 35 个不同的值,上面列出最常见的 10 个,覆盖 54.3% 的非空记录。

  • 省级专利统计

    区域底数 · 1,112 行

    原生

    在这里叫“省份”

    原表列名:地区名称

    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36 · 3.2%
    • 云南省36 · 3.2%
    • 内蒙古自治区36 · 3.2%
    • 北京市36 · 3.2%
    • 吉林省36 · 3.2%
    • 四川省36 · 3.2%
    • 天津市36 · 3.2%
    • 宁夏回族自治区36 · 3.2%
    • 安徽省36 · 3.2%
    • 山东省36 · 3.2%

    共 31 个不同的值,上面列出最常见的 10 个,覆盖 32.4% 的非空记录。

  • 地级市历次普查常住人口

    区域底数 · 1,110 行

    原生

    在这里叫“省”

    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

    • 新疆维吾尔自治区72 · 6.5%
    • 四川省63 · 5.7%
    • 广东省63 · 5.7%
    • 海南省57 · 5.1%
    • 河南省54 · 4.9%
    • 湖北省51 · 4.6%
    • 云南省48 · 4.3%
    • 安徽省48 · 4.3%
    • 山东省48 · 4.3%
    • 广西壮族自治区42 · 3.8%

    共 34 个不同的值,上面列出最常见的 10 个,覆盖 49.2% 的非空记录。

  • 省级城乡收入差距指标

    区域底数 · 1,085 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

    • 上海35 · 3.2%
    • 云南35 · 3.2%
    • 内蒙古35 · 3.2%
    • 北京35 · 3.2%
    • 吉林35 · 3.2%
    • 四川35 · 3.2%
    • 天津35 · 3.2%
    • 宁夏35 · 3.2%
    • 安徽35 · 3.2%
    • 山东35 · 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。

  • 省级矫正夜间灯光

    区域底数 · 1,054 行

    原生

    在这里叫“省份”

    全称

    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31 · 2.9%
    • 云南省31 · 2.9%
    • 内蒙古自治区31 · 2.9%
    • 北京市31 · 2.9%
    • 台湾省31 · 2.9%
    • 吉林省31 · 2.9%
    • 四川省31 · 2.9%
    • 天津市31 · 2.9%
    • 宁夏回族自治区31 · 2.9%
    • 安徽省31 · 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。

  • 省级高新技术企业统计

    区域底数 · 1,042 行

    原生

    在这里叫“省”

    省级行的全称,别的行为空

    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

    80%

    取值

    • 上海市27 · 3.2%
    • 云南省27 · 3.2%
    • 内蒙古自治区27 · 3.2%
    • 北京市27 · 3.2%
    • 吉林省27 · 3.2%
    • 四川省27 · 3.2%
    • 天津市27 · 3.2%
    • 宁夏回族自治区27 · 3.2%
    • 安徽省27 · 3.2%
    • 山东省27 · 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。

  • 省级技术交易和技术转移

    区域底数 · 1,040 行

    原生

    在这里叫“省”

    省级行的全称,别的行为空

    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

    74%

    取值

    • 上海市28 · 3.7%
    • 北京市28 · 3.7%
    • 四川省28 · 3.7%
    • 山东省28 · 3.7%
    • 广东省28 · 3.7%
    • 浙江省28 · 3.7%
    • 云南省27 · 3.5%
    • 天津市27 · 3.5%
    • 安徽省27 · 3.5%
    • 广西壮族自治区27 · 3.5%

    共 30 个不同的值,上面列出最常见的 10 个,覆盖 36.0% 的非空记录。

  • 省级受教育年限与学历结构

    区域底数 · 1,028 行

    原生

    在这里叫“省份”

    原表列名:地区

    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36 · 3.5%
    • 上海32 · 3.1%
    • 云南32 · 3.1%
    • 内蒙古32 · 3.1%
    • 北京32 · 3.1%
    • 吉林32 · 3.1%
    • 四川32 · 3.1%
    • 天津32 · 3.1%
    • 宁夏32 · 3.1%
    • 安徽32 · 3.1%

    共 32 个不同的值,上面列出最常见的 10 个,覆盖 31.5% 的非空记录。

  • 在这里叫“省份”

    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

    • 上海市33 · 3.2%
    • 云南省33 · 3.2%
    • 内蒙古自治区33 · 3.2%
    • 北京市33 · 3.2%
    • 吉林省33 · 3.2%
    • 四川省33 · 3.2%
    • 天津市33 · 3.2%
    • 宁夏回族自治区33 · 3.2%
    • 安徽省33 · 3.2%
    • 山东省33 · 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。

  • 全国婚姻登记统计

    区域底数 · 1,023 行

    原生

    在这里叫“地区名称”

    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

    • 上海33 · 3.2%
    • 云南33 · 3.2%
    • 内蒙古33 · 3.2%
    • 北京33 · 3.2%
    • 吉林33 · 3.2%
    • 四川33 · 3.2%
    • 天津33 · 3.2%
    • 宁夏33 · 3.2%
    • 安徽33 · 3.2%
    • 山东33 · 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。

  • 各省农作物受灾面积

    自然灾害 · 1,016 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33 · 3.2%
    • 云南33 · 3.2%
    • 内蒙古33 · 3.2%
    • 北京33 · 3.2%
    • 吉林33 · 3.2%
    • 四川33 · 3.2%
    • 天津33 · 3.2%
    • 宁夏33 · 3.2%
    • 安徽33 · 3.2%
    • 山东33 · 3.2%

    共 31 个不同的值,上面列出最常见的 10 个,覆盖 32.5% 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。