地区
州/省/地区
region原生文本
- 出现在
- 106 个数据集
- 字段规律
- 8 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。
取值
- 上海9 · 2.9%
- 东部地区9 · 2.9%
- 中部地区9 · 2.9%
- 云南9 · 2.9%
- 全国总计9 · 2.9%
- 内蒙古9 · 2.9%
- 北京9 · 2.9%
- 吉林9 · 2.9%
- 四川9 · 2.9%
- 天津9 · 2.9%
共 35 个不同的值，上面列出最常见的 10 个，覆盖 28.6% 的非空记录。
取值
- 中部99 · 34.4%
- 东部95 · 33.0%
- 西部94 · 32.6%
共 3 个不同的值。
取值
- 上海10 · 3.7%
- 云南10 · 3.7%
- 内蒙古10 · 3.7%
- 北京10 · 3.7%
- 天津10 · 3.7%
- 安徽10 · 3.7%
- 山东10 · 3.7%
- 广东10 · 3.7%
- 江苏10 · 3.7%
- 江西10 · 3.7%
共 31 个不同的值，上面列出最常见的 10 个，覆盖 37.3% 的非空记录。
取值
- Europe & Central Asia60 · 27.4%
- Sub-Saharan Africa48 · 21.9%
- Latin America & Caribbean42 · 19.2%
- East Asia & Pacific37 · 16.9%
- Middle East & North Africa21 · 9.6%
- South Asia8 · 3.7%
- North America3 · 1.4%
共 7 个不同的值。
取值
- 上海8 · 3.1%
- 云南8 · 3.1%
- 全国8 · 3.1%
- 内蒙古8 · 3.1%
- 北京8 · 3.1%
- 吉林8 · 3.1%
- 四川8 · 3.1%
- 天津8 · 3.1%
- 宁夏8 · 3.1%
- 安徽8 · 3.1%
共 32 个不同的值，上面列出最常见的 10 个，覆盖 31.3% 的非空记录。
取值
- 上海7 · 2.9%
- 东部地区7 · 2.9%
- 中部地区7 · 2.9%
- 云南7 · 2.9%
- 全国总计7 · 2.9%
- 内蒙古7 · 2.9%
- 北京7 · 2.9%
- 吉林7 · 2.9%
- 四川7 · 2.9%
- 天津7 · 2.9%
共 35 个不同的值，上面列出最常见的 10 个，覆盖 28.6% 的非空记录。
取值
- 全国243 · 100.0%
共 1 个不同的值。
取值
- 柳州9 · 3.8%
- 广东8 · 3.3%
- 广州8 · 3.3%
- 全国7 · 2.9%
- 十堰7 · 2.9%
- 山西7 · 2.9%
- 江苏7 · 2.9%
- 沈阳7 · 2.9%
- 河北7 · 2.9%
- 湖北7 · 2.9%
共 69 个不同的值，上面列出最常见的 10 个，覆盖 30.8% 的非空记录。
取值
- 上海市6 · 2.8%
- 云南省6 · 2.8%
- 内蒙古6 · 2.8%
- 北京市6 · 2.8%
- 厦门市6 · 2.8%
- 吉林省6 · 2.8%
- 四川省6 · 2.8%
- 大连市6 · 2.8%
- 天津市6 · 2.8%
- 宁夏6 · 2.8%
共 36 个不同的值，上面列出最常见的 10 个，覆盖 27.8% 的非空记录。
取值
- SSA49 · 27.2%
- AME32 · 17.8%
- AP31 · 17.2%
- WE/EU31 · 17.2%
- ECA19 · 10.6%
- MENA18 · 10.0%
共 6 个不同的值。
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。