省份

随代码补的

province原生文本
出现在
581 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。

  • 沿海港口位置

    建筑设施 · 45 行

    原生

    在这里叫“省份”

    含义：地区

    非空率

    100%

    取值

    • 广东省10 · 22.2%
    • 江苏省5 · 11.1%
    • 浙江省5 · 11.1%
    • 福建省5 · 11.1%
    • 山东省4 · 8.9%
    • 海南省4 · 8.9%
    • 辽宁省4 · 8.9%
    • 广西省3 · 6.7%
    • 河北省3 · 6.7%
    • 上海市1 · 2.2%

    共 11 个不同的值，上面列出最常见的 10 个，覆盖 97.8% 的非空记录。

  • 省级地形起伏度

    自然灾害 · 34 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

    取值几乎都不同：共 34 个不同的值。通常是编号或自由文本。

  • 省份距港口距离

    区域底数 · 31 行

    原生

    在这里叫“省份”

    原表列名：pro

    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

    取值几乎都不同：共 31 个不同的值。通常是编号或自由文本。

  • 数字产业集群名单

    企业主体 · 24 行

    原生

    在这里叫“省份名称”

    原表列名：省级名称

    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

    • 广东省5 · 20.8%
    • 江苏省4 · 16.7%
    • 山东省3 · 12.5%
    • 湖北省2 · 8.3%
    • 重庆市2 · 8.3%
    • 北京市1 · 4.2%
    • 四川省1 · 4.2%
    • 安徽省1 · 4.2%
    • 河北省1 · 4.2%
    • 浙江省1 · 4.2%

    共 13 个不同的值，上面列出最常见的 10 个，覆盖 87.5% 的非空记录。

  • 人工智能试验区名单

    区域底数 · 18 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2 · 11.1%
    • 浙江省2 · 11.1%
    • 上海市1 · 5.6%
    • 北京市1 · 5.6%
    • 四川省1 · 5.6%
    • 天津市1 · 5.6%
    • 安徽省1 · 5.6%
    • 山东省1 · 5.6%
    • 江苏省1 · 5.6%
    • 河南省1 · 5.6%

    共 16 个不同的值，上面列出最常见的 10 个，覆盖 66.7% 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。