Author Archives: admin

全国新房楼盘+二手房小区数据（2026年01月更新）

数据说明：
全国618个城市的新房楼盘+二手房小区数据，2026年01月更新。数据量共1012259条。其中”新房”数据128094条，”二手房”数据884165条。

其中：
“小区名称” 不为空的共 1012259 条，占全部数据的 100.0%；
“newcode” 不为空的共 1012259 条，占全部数据的 100.0%；
“价格” 不为空的共 433130 条，占全部数据的 42.788456314%；其中新房楼盘数据60485条，二手房小区数据372645条；
“在售均价” 不为空的共 22761 条，占全部数据的 2.2485352069%；其中新房楼盘数据0条，二手房小区数据22761条；
“环比上月” 不为空的共 421537 条，占全部数据的 41.6431960595%；其中新房楼盘数据124064条，二手房小区数据297473条；
“楼栋总数” 不为空的共 440915 条，占全部数据的 43.557528261%；其中新房楼盘数据36361条，二手房小区数据404554条；
“总户数” 不为空的共 556632 条，占全部数据的 54.9890887609%；其中新房楼盘数据49719条，二手房小区数据506913条；
“建筑年代” 不为空的共 493628 条，占全部数据的 48.7649899877%；其中新房楼盘数据0条，二手房小区数据493628条；
“经度, 纬度” 不为空的共 953680 条，占全部数据的 94.2130423143%。

更新时间：
2026-01-31

详细字段说明：
新房/二手房数据字段：
“省份”, “城市”, “区县”, “商圈”, “类型”, “小区名称”, “小区地址”, “所属区域”, “邮编”, “项目特色”, “产权描述”, “物业类别”, “竣工时间”, “开发商”, “建筑结构”, “建筑类别”, “建筑面积”, “占地面积”, “楼栋总数”, “总户数”, “绿化率”, “容积率”, “物业费”, “停车位”, “开盘时间”, “交房时间”, “产权最大年限”, “开盘日期”, “交房日期”, “建筑年代”, “小区简介”, “交通状况”, “周边信息”, “经度”, “纬度”, “物业公司”, “价格”, “页面链接”, “地图链接”, “装修情况”, “物业地址”, “环比上月”, “在售均价”, “在售房源”, “在租均价”, “在租房源”, “环线位置”, “总层数”, “层高”, “标准层面积”, “开间面积”, “电梯数量”, “详情页链接”, “新房/二手房”, “newcode”（房天下的小区ID）

说明：
（1）新房楼盘与二手房小区数据存储在一个数据文件里，通过”新房/二手房”字段来区分是新房数据还是二手房数据。
（2）房天下用的地图是百度地图，所以数据中的”经度”、”纬度”字段是百度地图的坐标数据。【注：百度地图使用的是BD09坐标系。】

示例数据：
（1）新房楼盘示例数据
点击查看在线示例数据
（2）二手房小区示例数据
点击查看在线示例数据

数据格式：
CSV（最通用的数据交换格式）

字符编码：
GBK。

温馨提示：
如果您发现示例数据无法打开了，请联系在线客服QQ（1649677458或312602670）处理。

这不是我想要的数据，点击申请定制

瑞幸咖啡（luckin coffee）APP全国门店POI数据30951条2026年1月更新

数据说明：
瑞幸咖啡APP全国门店分布数据，包括门店的名称、地址、省份、城市、区域、经纬度等信息。共计30,951条。

更新时间：
2026年1月。

详细字段说明：
“shopId”,”number”,”name”,”address”,”province”,”city”,”district”,”bdLon”（百度经度）,”bdLat”（百度纬度）,”gcjLon”（火星经度）,”gcjLat”（火星纬度）,”shopTelephone”,”workTime”（营业时间）

示例数据：
点击查看瑞幸咖啡APP全国门店POI数据在线示例数据

数据格式：
CSV（最通用的数据交换格式）

字符编码：
UTF-8。

温馨提示：
如果您发现示例数据无法打开了，请联系在线客服QQ（1649677458或312602670）处理。

这不是我想要的数据，点击申请定制

全国医院、科室、医生公开数据2025年12月更新

数据说明：
全国各城市医院、科室、医生公开数据（不含任何敏感信息），2025年12月更新。其中包含医院信息10,100条，科室数据161,273条，医生914,507条。

更新时间：
2025年12月份。

详细字段说明及示例数据：
1. 医院信息表（hospitial_details.csv）。
“hospital_id”, 医院ID
“full_name”, 医院全名
“common_name”, 医院名称
“province”, 省份
“city”, 城市
“address”, 地址
“address_campus”, 多院区地址及经纬度（JSON格式）
“intro”, 医院介绍
“url”, 医院url
“phone”, 医院电话
“tag”, 标签
“attention”, 关注度
“total_view”, 总访问量
“service_patient”, 在线服务患者
“good_comment”, 好评数
“bad_comment”, 差评数
“live”, 直播义诊
“article”, 科普文章
“rank_doct”, 年度好大夫
“total_faculty”, 科室数量
“total_doctor” 医生数量
点击查看2025年12月医院信息在线示例数据

2. 科室信息表（faculty_details.csv）。
“faculty_id”, 科室ID
“faculty_one_name”, 一级科室名称
“faculty_two_name”, 二级科室名称
“intro”, 科室介绍
“hospital_id”, 医院ID
“full_name”, 医院全名
“common_name”, 医院名称
“faculty_url”, 科室URL
“rank”, 榜单
“total_view”, 总访问量
“service_patien”, 在线访问患者
“high_opinion”, 近2年诊后好评
“live”, 直播义诊
“article”, 科普文章
“rank_doct” 年度好大夫
PS：通过”hospital_id”（医院ID）字段和医院表进行关联。
点击查看2025年12月科室信息在线示例数据

3. 医生信息表（doctor_details.csv）。
“doctor_id”, 医生ID
“doct_name”, 医生名称
“grade”, 技术职称
“edugrade”, 教学职称
“pic”, 头像URL
“cure_time”, 门诊 时间 地点 类型 费用
“hospital_id”, 医院ID
“full_name”, 医院全名
“common_name”, 医院名称
“faculty_id”, 科室ID
“faculty_one_name”, 科室一级名称
“faculty_two_name”, 科室二级名称
“specialize”, 擅长
“doctor_intro”, 医生简介
“social_position”, 社会任职
“research_achievement”, 科研成果
“award_honor”, 获奖荣誉
“education_experience”, 教育经历
“work_experience”, 工作经历
“training_experience”, 进修经历
“website_honor” x届好大夫
“url”, 医生链接
“real”, 是否实人认证
“rank”, 综合推荐热度
“pv”, 总访问
“yesterday_cnt”, 昨日访问(括号内为日期)
“paper_num”, 总文章
“total_patient_num”, 总患者
“after_patient_num”, 诊后报道患者
“after_evaluate”, 诊后评价
“gif”, 心意礼物
“last_online”, 上次在线
“open_time”, 开通时间
“curative_satisfaction”, 诊后评价-疗效满意度
“attitude_satisfaction”, 诊后评价-态度满意度
“disease_type” 诊后评价-疾病类型
PS：通过”hospital_id”（医院ID）字段和医院表进行关联；通过”faculty_id”（科室ID）字段和科室表进行关联。
点击查看2025年12月医生信息在线示例数据

数据格式：
CSV和Excel(xlsx)。

字符编码：
UTF-8。

文件大小：
医院表：26.5MB；
科室表：198MB；
医生表：788MB；

温馨提示：
如果您发现示例数据无法打开了，请联系在线客服QQ（1649677458或312602670）处理。

这不是我想要的数据，点击申请定制

全国新房楼盘+二手房小区数据（2025年12月更新）

数据说明：
全国619个城市的新房楼盘+二手房小区数据，2025年12月更新。数据量共911764条。其中”新房”数据126399条，”二手房”数据785365条。

其中：
“小区名称” 不为空的共 911764 条，占全部数据的 100.0%；
“newcode” 不为空的共 911764 条，占全部数据的 100.0%；
“价格” 不为空的共 388696 条，占全部数据的 42.6312071984%；其中新房楼盘数据60230条，二手房小区数据328466条；
“在售均价” 不为空的共 19852 条，占全部数据的 2.1773178147%；其中新房楼盘数据0条，二手房小区数据19852条；
“环比上月” 不为空的共 380708 条，占全部数据的 41.7551032943%；其中新房楼盘数据121567条，二手房小区数据259141条；
“楼栋总数” 不为空的共 381782 条，占全部数据的 41.8728969339%；其中新房楼盘数据36181条，二手房小区数据345601条；
“总户数” 不为空的共 481927 条，占全部数据的 52.8565505986%；其中新房楼盘数据49585条，二手房小区数据432342条；
“建筑年代” 不为空的共 419234 条，占全部数据的 45.9805388236%；其中新房楼盘数据0条，二手房小区数据419234条；
“经度, 纬度” 不为空的共 854175 条，占全部数据的 93.6837822068%。

更新时间：
2025-12-31

详细字段说明：
新房/二手房数据字段：
“省份”, “城市”, “区县”, “商圈”, “类型”, “小区名称”, “小区地址”, “所属区域”, “邮编”, “项目特色”, “产权描述”, “物业类别”, “竣工时间”, “开发商”, “建筑结构”, “建筑类别”, “建筑面积”, “占地面积”, “楼栋总数”, “总户数”, “绿化率”, “容积率”, “物业费”, “停车位”, “开盘时间”, “交房时间”, “产权最大年限”, “开盘日期”, “交房日期”, “建筑年代”, “小区简介”, “交通状况”, “周边信息”, “经度”, “纬度”, “物业公司”, “价格”, “页面链接”, “地图链接”, “装修情况”, “物业地址”, “环比上月”, “在售均价”, “在售房源”, “在租均价”, “在租房源”, “环线位置”, “总层数”, “层高”, “标准层面积”, “开间面积”, “电梯数量”, “详情页链接”, “新房/二手房”, “newcode”（房天下的小区ID）

说明：
（1）新房楼盘与二手房小区数据存储在一个数据文件里，通过”新房/二手房”字段来区分是新房数据还是二手房数据。
（2）房天下用的地图是百度地图，所以数据中的”经度”、”纬度”字段是百度地图的坐标数据。【注：百度地图使用的是BD09坐标系。】

示例数据：
（1）新房楼盘示例数据
点击查看在线示例数据
（2）二手房小区示例数据
点击查看在线示例数据

数据格式：
CSV（最通用的数据交换格式）

字符编码：
GBK。

温馨提示：
如果您发现示例数据无法打开了，请联系在线客服QQ（1649677458或312602670）处理。

这不是我想要的数据，点击申请定制

全国新房楼盘+二手房小区数据（2025年11月更新）

数据说明：
全国619个城市的新房楼盘+二手房小区数据，2025年11月更新。数据量共1013287条。其中”新房”数据126519条，”二手房”数据886768条。

其中：
“小区名称” 不为空的共 1013287 条，占全部数据的 100.0%；
“价格” 不为空的共 431017 条，占全部数据的 42.5365172947%；其中新房楼盘数据60620条，二手房小区数据370397条；
“楼栋总数” 不为空的共 441817 条，占全部数据的 43.6023555024%；其中新房楼盘数据36697条，二手房小区数据405120条；
“总户数” 不为空的共 559593 条，占全部数据的 55.2255185352%；其中新房楼盘数据50240条，二手房小区数据509353条；
“建筑年代” 不为空的共 495819 条，占全部数据的 48.9317439186%；其中新房楼盘数据0条，二手房小区数据495819条；
“经度, 纬度” 不为空的共 956187 条，占全部数据的 94.3648739202%。

更新时间：
2025-11-27

详细字段说明：
新房/二手房数据字段：
“省份”, “城市”, “区县”, “商圈”, “类型”, “小区名称”, “小区地址”, “所属区域”, “邮编”, “项目特色”, “产权描述”, “物业类别”, “竣工时间”, “开发商”, “建筑结构”, “建筑类别”, “建筑面积”, “占地面积”, “楼栋总数”, “总户数”, “绿化率”, “容积率”, “物业费”, “停车位”, “开盘时间”, “交房时间”, “产权最大年限”, “开盘日期”, “交房日期”, “建筑年代”, “小区简介”, “交通状况”, “周边信息”, “经度”, “纬度”, “物业公司”, “价格”, “页面链接”, “地图链接”, “装修情况”, “物业地址”, “环比上月”, “在售均价”, “在售房源”, “在租均价”, “在租房源”, “环线位置”, “总层数”, “层高”, “标准层面积”, “开间面积”, “电梯数量”, “详情页链接”, “新房/二手房”, “newcode”（房天下的小区ID）

说明：
（1）新房楼盘与二手房小区数据存储在一个数据文件里，通过”新房/二手房”字段来区分是新房数据还是二手房数据。
（2）房天下用的地图是百度地图，所以数据中的”经度”、”纬度”字段是百度地图的坐标数据。【注：百度地图使用的是BD09坐标系。】

示例数据：
（1）新房楼盘示例数据
点击查看在线示例数据
（2）二手房小区示例数据
点击查看在线示例数据

数据格式：
CSV（最通用的数据交换格式）

字符编码：
GBK。

温馨提示：
如果您发现示例数据无法打开了，请联系在线客服QQ（1649677458或312602670）处理。

这不是我想要的数据，点击申请定制

全国充电站数据2025年11月更新（含充电桩数量和各时段价格）

数据说明：
百度地图全国（包括港澳台地区）充电站数据（含充电桩数量和各时段价格），共计360,370条。

更新时间：
2025年11月。

详细字段说明：
“uid” – 百度POIID,
“name” – 商圈名称,
“alias” – 别名,
“province” – 省份,
“city” – 城市,
“area” – 区,
“address” – 地址,
“semantic_address” – 楼层,
“town” – 街道,
“road” – 路名,
“lat” – 纬度（BD09坐标，非空率100.00%）,
“lng” – 经度（BD09坐标，非空率100.00%）,
“navi_lat” – 导航位置纬度（BD09坐标，非空率99.91%）,
“navi_lng” – 导航位置经度（BD09坐标，非空率99.91%）,
“tags” – 标签,
“service_tags” – 服务标签（部分含提供的油号）,
“brand” – 品牌（非空率58.76%）,
“hours” – 营业时间,
“image” – 图片,
“comment_num” – 评论数,
“overall_rating” – 评分,
“charge_time_text” – 充电速度（非空率81.95%）,
“charge_connector_dc_total” – 普通直流快充桩数量,
“charge_connector_dc_power_text” – 普通直流快充桩功率,
“charge_connector_spa_total” – 超充桩数量,
“charge_connector_spa_power_text” – 超充桩功率,
“charge_tp_list” – 充电收费规则（JSON格式），”cf”列表中包含各时段费用。 时段价格 = ElecPrice(电费) + ServicePrice(服务费)。非空率71.99%,
“charge_brand_rank” – 汽车品牌充电速度排名（JSON格式）。非空率19.78%,
“boundary” – POI边界坐标对数组（非空率0.16%），
“updated” – 更新时间

在线示例数据：
点击查看2025年百度地图全国充电站站在线示例数据

数据格式：
CSV（最通用的数据交换格式）。

字符编码：
UTF-8。

文件大小：
550MB。

温馨提示：
如果您发现示例数据无法打开了，请联系在线客服QQ（1649677458或312602670）处理。

这不是我想要的数据，点击申请定制

全国综合商场商家楼层索引数据2025年10月更新

数据说明：
全国14,852家综合商场和商场内的商户楼层索引数据，包含商户108万(1,085,247)家。2025年10月到11月初更新。
含每个商场的信息和商场内商户的详细信息（包括商户所在楼层和经纬度）。

更新时间：
2025年10月到11月初。

详细字段说明：
1. 楼层索引（商户）信息表。
“mall_id” （商场id，与商场基本信息表中的shop_id字段进行关联）
“shop_id” （商户id）
“shop_uuid”（商户uuid）
“mtshop_id” (商户美团id，本次新增字段)
“floor”（商户所在楼层）
“status”（商户状态：0 – 正常营业；1 – 已关；2 – 尚未营业；3 – 暂停营业）
“name”（商户名称）
“branchname”（分店名）
“alt_name”（别名）
“city_id”（城市ID）
“city”（站点城市名称）
“real_city”（真实归属城市）
“province”（省份）
“avg_price”（均价）
“regionname”（所属区县、商圈）
“address”（地址）
“big_category_id”（大分类ID）
“big_category”（大分类名称）
“small_category_id”（小分类ID）
“small_category”（小分类名称）
“star”（评分）
“longitude”（店铺经度, GCJ02）
“latitude”（店铺纬度, GCJ02）
“review_count”（评论数）
“is_chain” (是否连锁，本次新增字段)
“is_newshop”（是否新店，本次新增字段）
“is_adshop”（是否广告推广，本次新增字段）
“has_takeaway”（是否有外卖）
“has_deals”（是否有团购）
“features”（特色）
“default_pic”（店铺默认图片）
“updated”（更新日期）

2. 商场基本信息表。
“shop_id”（商场ID，唯一、固定不变，与源平台ID一一对应）
“status”（商场状态：0 – 正常营业；1 – 已关；2 – 尚未营业；3 – 暂停营业）
“name” （商场名称）
“branchname”（分店名）
“alt_name”（商场别名）
“city_id” （城市ID）
“city”（站点城市名称）
“real_city”（真实归属城市）
“province”（省份）
“avg_price”（均价）
“area_code”（电话区号）
“phone”（联系电话）
“regionname”（所属区县）
“address”（地址）
“cross_road”（所在交叉路口）
“big_category_id”（大分类ID）
“big_category”（大分类名称）
“small_category”（小分类名称）
“star”（评分）
“longitude”（商场经度, GCJ02）
“latitude”（商场纬度, GCJ02）
“score_text” （评分文本）
“score1″（口味/产品评分）
“score2″（环境评分）
“score3″（服务评分）
“review_count”（评论总数）
“hours” （营业时间）
“tags” （标签）
“bangdan”（榜单）
“default_pic”（商场默认图片）

示例数据：
点击查看2025年10月全国商场楼层索引在线示例数据
点击查看综合商场在线示例数据

数据格式：
CSV（最通用的数据交换格式）

字符编码：
UTF-8。

文件大小：
zip解压后约520MB。

温馨提示：
如果您发现示例数据无法打开了，请联系在线客服QQ（1649677458或312602670）处理。

这不是我想要的数据，点击申请定制

全国加油站/加气站数据2025年10月更新（含边界数据）

数据说明：
百度地图全国（包括港澳台地区）加油站/加气站数据（含边界坐标数组），共计128,325条，其中有边界数据的102,805条。

更新时间：
2025年10月。

详细字段说明：
“uid” – 百度POIID,
“name” – 商圈名称,
“alias” – 别名,
“province” – 省份,
“city” – 城市,
“area” – 区,
“address” – 地址,
“town” – 街道,
“road” – 路名,
“lat” – 纬度（BD09坐标）,
“lng” – 经度（BD09坐标）,
“navi_lat” – 导航位置纬度（BD09坐标）,
“navi_lng” – 导航位置经度（BD09坐标）,
“tags” – 标签,
“service_tags” – 服务标签（部分含提供的油号）,
“brand” – 品牌,
“hours” – 营业时间,
“image” – 图片,
“comment_num” – 评论数,
“overall_rating” – 评分,
“boundary” – POI边界坐标对数组（该字段不为空的有102,805条），
“updated” – 更新时间

PS：已知AOI边界坐标对数组，如何在地图上标注出边界呢？可以参考这篇文章http://www.site-digger.com/html/articles/20200916/816.html，下图是一个示例（海南省文昌市潭牛大道-富利石化加油站8bceaa7d633ddd8f7ab55ce9）。
海南省文昌市潭牛大道-富利石化加油站边界标注示例

在线示例数据：
点击查看2025年百度地图全国加油站/加气站AOI在线示例数据

数据格式：
CSV（最通用的数据交换格式）。

字符编码：
UTF-8。

文件大小：
137MB。

温馨提示：
如果您发现示例数据无法打开了，请联系在线客服QQ（1649677458或312602670）处理。

这不是我想要的数据，点击申请定制