数据集

2024-07-02 21:23| 来源: 网络整理| 查看: 265

最近分享的数据集一般都含有地址信息，这就很有必要寻找中国区划数据集，来帮助我们更好的清洗地址数据。

一、数据集概况# 数据来源: 中华人民共和国国家统计局 https://www.stats.gov.cn/sj/tjbz/tjyqhdmhcxhfdm/2023/ 整理者: ``https://github.com/adyliu/china_area`` 数据量(2023年): 665552 数据格式: csv.gz 或 sql.gz 级别: 1级：省、直辖市、自治区 2级：地级市 3级：市辖区、县（旗）、县级市、自治县（自治旗）、特区、林区 4级：镇、乡、民族乡、县辖区、街道 5级：村、居委会城乡分类 (1开头是城镇，2开头是乡村) 111表示主城区； 112表示城乡接合区； 121表示镇中心区； 122表示镇乡接合区； 123表示特殊区域； 210表示乡中心区； 220表示村庄 code: 共12位(省2位，市2位，县2位，镇3位，村3位)

按截图操作即可获取数据集

分省份2010-2024数据变化

二、读取数据#

以 area_code_2024.csv.gz 为例，解压后得到 area_code_2024.csv，

import pandas as pd df = pd.read_csv('area_code_2024.csv', header=None)#, names=['name', 'level', 'code', 'class'] df.columns = ['code', 'name', 'level', 'pcode', 'category'] print(len(df)) df.head(10)

Run

665552

三、查看区划等级#

区划级别:

1级：省、直辖市、自治区 2级：地级市 3级：市辖区、县（旗）、县级市、自治县（自治旗）、特区、林区 4级：镇、乡、民族乡、县辖区、街道 5级：村、居委会 3.1 省#

查看所有省名字

df[df['level']==1]['name'].values

Run

array(['北京市', '天津市', '河北省', '山西省', '内蒙古自治区', '辽宁省', '吉林省', '黑龙江省', '上海市', '江苏省', '浙江省', '安徽省', '福建省', '江西省', '山东省', '河南省', '湖北省', '湖南省', '广东省', '广西壮族自治区', '海南省', '重庆市', '四川省', '贵州省', '云南省', '西藏自治区', '陕西省', '甘肃省', '青海省', '宁夏回族自治区', '新疆维吾尔自治区'], dtype=object)

code: 共12位(省2位，市2位，县2位，镇3位，村3位), 查看所有省的代码

df[df['level']==1]['code'].astype(str).str[:2].values

Run

array(['11', '12', '13', '14', '15', '21', '22', '23', '31', '32', '33', '34', '35', '36', '37', '41', '42', '43', '44', '45', '46', '50', '51', '52', '53', '54', '61', '62', '63', '64', '65'], dtype=object)

省份名和区划代码

province_code_df = pd.DataFrame( {'province': df[df['level']==1]['name'].values, 'code':df[df['level']==1]['code'].astype(str).str[:2].values} ) province_code_df

3.2 市#

code: 共12位(省2位，市2位，县2位，镇3位，村3位), 查看所有市的代码

city_code_df = pd.DataFrame( {'city': df[df['level']==2]['name'].values, 'code':df[df['level']==2]['code'].astype(str).str[:4].values} ) city_code_df

3.3 县#

code: 共12位(省2位，市2位，县2位，镇3位，村3位), 查看所有县的代码

county_code_df = pd.DataFrame( {'county': df[df['level']==3]['name'].values, 'code':df[df['level']==3]['code'].astype(str).str[:6].values} ) county_code_df

3.4 镇#

code: 共12位(省2位，市2位，县2位，镇3位，村3位), 查看所有镇的代码

zhen_code_df = pd.DataFrame( {'zhen': df[df['level']==4]['name'].values, 'code':df[df['level']==4]['code'].astype(str).str[:9].values} ) zhen_code_df

3.5 村#

code: 共12位(省2位，市2位，县2位，镇3位，村3位), 查看所有镇的代码

village_code_df = pd.DataFrame( {'village': df[df['level']==5]['name'].values, 'code':df[df['level']==5]['code'].astype(str).str[:12].values} ) village_code_df

四、城乡分类#

城乡分类 (1开头是城镇，2开头是乡村)

111表示主城区； 112表示城乡接合区； 121表示镇中心区； 122表示镇乡接合区； 123表示特殊区域； 210表示乡中心区； 220表示村庄

查看所有的城镇

#category以1为开头，即城镇 df[df['category'].astype(str).str.startswith('1')]

查看所有的镇中心区

df[df['category']==121]

相关内容# 中国行政区划代码历史沿革数据库

2020年村级及以上各级行政区区划代码及经纬度.xlsx 百度网盘链接: https://pan.baidu.com/s/1uM_6quZ759RrDGzkriJtGQ?pwd=g743 提取码: g743

广而告之# 长期征稿长期招募小伙伴付费视频课 | Python实证指标构建与文本分析

【本文地址】

数据集

数据集

今日新闻

推荐新闻