Author Archives: admin

某东外卖全国一二三线城市店铺基本信息75.8万条

数据说明：
某东外卖全国一二三线城市店铺基本信息，共计75.8万（准确数字：758,789）条。下面附有各城市的数据量。

更新时间：
2025年5月-2025年6月初。

详细字段说明：
store_id 店铺id
vender_id 供应商id
status 店铺状态（1-正常营业，0或4-已关店。其中为1的数据总量69.5万条）
store_name 店铺名称
province 省份
city 城市
district 地区
address 地址
lng 经度（GCJ-02坐标）
lat 纬度（GCJ-02坐标）
phone 店铺联系电话（该字段非空率为100%）
rating 评分
comment_count 评论数
base_freight 运费
line_freight 划线运费
initial_delivery_price 起送价
sales_text 已售量
biz_start_hours 开始营业时间
biz_end_hours 结束营业时间
delivery_service 配送服务
shop_logo 店铺Logo（图片URL）
license 点评证照信息（JSON格式，含证照类型、登记号、图片URL）
list_products 商家列表页推荐商品（JSON）
source 来源（店铺发现位置）
updated 数据采集更新日期

在线示例数据：
点击查看某东外卖店铺基本信息在线示例数据

各城市数据量统计：
北京 26692
上海 34684
广州 28614
深圳 18220
成都 30145
杭州 20074
武汉 15439
重庆 23031
南京 14742
天津 14488
苏州 22962
西安 15474
长沙 15666
沈阳 9010
青岛 10771
郑州 17001
大连 6172
东莞 18303
宁波 13291
厦门 9849
福州 8504
无锡 9581
合肥 8355
昆明 8554
哈尔滨 5740
济南 7486
佛山 9565
长春 8783
温州 7703
石家庄 8263
南宁 5752
常州 8431
泉州 11458
南昌 6272
贵阳 4823
太原 5862
烟台 4774
嘉兴 5779
南通 6279
金华 9601
珠海 4826
惠州 6156
徐州 7244
海口 1930
乌鲁木齐 4512
绍兴 4735
中山 8696
台州 5735
兰州 3103
潍坊 5162
保定 4590
镇江 3455
扬州 4062
桂林 2164
唐山 3966
三亚 1897
湖州 3224
呼和浩特 3316
廊坊 4510
洛阳 3977
威海 3056
盐城 3267
临沂 5789
江门 3295
汕头 5458
泰州 3068
漳州 3210
邯郸 3878
济宁 4505
芜湖 3689
淄博 3914
银川 3746
柳州 1746
绵阳 3344
湛江 2502
鞍山 3933
赣州 4823
大庆 1386
宜昌 2158
包头 1457
咸阳 1872
秦皇岛 2740
株洲 1481
莆田 2187
吉林 2107
淮安 3172
肇庆 3143
宁德 1957
衡阳 2645
南平 1553
连云港 3270
丹东 823
丽江 303
揭阳 2654
延边 912
舟山 1233
九江 2940
龙岩 1840
沧州 2403
抚顺 409
襄阳 1784
上饶 2981
营口 1412
三明 2037
蚌埠 2185
丽水 1850
岳阳 1876
清远 1958
荆州 1928
泰安 2700
衢州 1205
盘锦 1194
东营 1755
南阳 3550
马鞍山 1514
南充 2864
西宁 1457
孝感 1045
齐齐哈尔 1367

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：
解压后2.75GB。

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05月更新）

数据说明：
全国620个城市的新房楼盘+二手房小区数据，2025年05月更新。数据量共998184条。其中”新房”数据122578条，”二手房”数据875606条。

其中：
“小区名称” 不为空的共 998184 条，占全部数据的 100.0%；
“价格” 不为空的共 415460 条，占全部数据的 41.621584798%；其中新房楼盘数据58779条，二手房小区数据356681条；
“楼栋总数” 不为空的共 437551 条，占全部数据的 43.8347038221%；其中新房楼盘数据38328条，二手房小区数据399223条；
“总户数” 不为空的共 554257 条，占全部数据的 55.5265361897%；其中新房楼盘数据51689条，二手房小区数据502568条；
“建筑年代” 不为空的共 490527 条，占全部数据的 49.1419417662%；其中新房楼盘数据0条，二手房小区数据490527条；
“经度, 纬度” 不为空的共 942532 条，占全部数据的 94.4246752102%。

更新时间：
2025-05-31

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

百度地图全国小区边界数据119万条2025年6月更新

数据说明：
百度地图全国小区数据，含小区名称、地址、经纬度等基本信息，以及小区的边界数据（边界点的经纬度数组），共计119万（准确数字：1,198,231）条，其中有边界数据的61.2万（准确数字：612,210）条。

更新时间：
2025年5月-2025年6月初。

详细字段说明：
“uid” – 百度POIID,
“name” – 小区名称,
“province” – 省份,
“city” – 城市,
“area” – 区,
“address” – 地址,
“lat” – 小区所在纬度（BD09坐标）,
“lng” – 小区所在经度（BD09坐标）,
“navi_lat” – 小区导航纬度（BD09坐标）,
“navi_lng” – 小区导航经度（BD09坐标）,
“tags” – 标签,
“image” – 小区图片URL,
“boundary” – POI边界坐标对数组（该字段不为空的有55.6万条），
“updated” – 更新时间

PS：已知小区边界坐标对数组，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。
小区边界标注示例

在线示例数据：
点击查看2025年百度地图全国小区边界在线示例数据

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：
解压后983MB。

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

[携程网]全国所有城市酒店数据124万家2025年6月份更新

数据说明：
携程网全国各城市酒店数据（含开业年份、装修年份、房间数、经纬度、评论数和评分等信息，详细见下面的字段说明部分），总计酒店基本信息1,249,507条。其中有最低价（”min_price”字段不为空）的酒店70.5万条。2025年4-6月份更新。
本次采集的数据源是APP，不是PC版网站。

各城市的数量统计：
点击查看各城市数量统计。

更新时间：
本次采集时间：2025年4月初到6月初。

字段说明：
“hotel_id” – 酒店ID，与平台一致；
“name” – 酒店中文名称；
“name_en” – 酒店英文名称；
“province” – 所在省份；
“city_id” – 城市ID；
“city” – 城市/县；
“real_city” – 所属行政城市；
“star” – 酒店星级;
“open_year” – 开业年份（共计有101w条不为空）；
“fitment_year” – 装修年份（共计有16.3w条不为空）；
“room_quantity” – 房间数（共计有112w条为空）；
“zone” – 所属商圈；
“area” – 行政区；
“address” – 地址；
“phones” – 联系电话；
“main_photo” – 酒店主图（URL）;
“lng_gd” – 高德经度；
“lat_gd” – 高德纬度；
“lng_bd” – 百度经度；
“lat_bd” – 百度纬度；
“comment_total” – 评论总数；
“total_score” – 总评分；
“health_score” – 卫生健康评分；
“enviromental_score” – 环境评分；
“service_score” – 服务评分；
“facilities_score” – 设施评分；
“sellingpoints” – 卖点；
“honor_tags” – 荣誉标签；
“highlight_cardlist” – 特色标签;
“hotel_facilities_popular” – 酒店热门设施（JSON格式）；
“hotel_facilities_more” – 酒店更多设施（JSON格式）；
“hotel_policy” – 酒店政策（JSON格式）；
“award_list” – 酒店榜单；
“images” – 酒店相册图(URL)；
“description” – 酒店介绍；
“video_url” – 视频介绍文件URL；
“min_price” – 最低价格和查询日期(共计有70.5万条不为空)；
“updated” – 本条数据采集更新的时间；
“url” – 酒店URL；

在线示例数据：
点击查看携程酒店2025年酒店基本信息在线示例数据

数据格式：
CSV（UTF-8编码）。

文件大小：
3.3GB；

按“酒店星级”(star字段)的数量统计：
无星: 472,250家
1星: 7,888家
2星: 647,901家
3星: 84,783家
4星: 30,028家
5星: 6,657家

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

mouser.com电子元件数据超900万(2025年5月更新完毕)

数据说明：
mouser.com（国际站）所有电子元件分类下IC产品数据。本次是在2024年12月版本（详细介绍）基础上做的增量更新。
本次输出为两个CSV文件：
（1） mouser_com_products_202505.csv，为MouserPartNumber值非”Not Assigned”的数据，共797万条（准确数字：7,977,536），根据MouserPartNumber去重。
（2） mouser_com_products_notassigned_202505.csv， 为MouserPartNumber值为”Not Assigned”的数据，共181万条（准确数据：1,817,860），根据”URL”去重。如下示例：
https://www.mouser.com/ProductDetail/Phoenix-Contact/1503221?qs=6KrJN9bFrjOBem5Ft%2FGzvA%3D%3D
https://www.mouser.com/ProductDetail/RAF-Electronic-Hardware/7485-a-440-b?qs=Cb2nCFKsA8q8%2Ft5F4wXzuw%3D%3D
https://www.mouser.com/ProductDetail/RAF-Electronic-Hardware/3129-e-1032-al?qs=ZPkwNW6XKppdd6n%252BwfZqzQ%3D%3D

Mouser.com上Mouser #为"Not Assigned"的示例

Mouser.com上Mouser #为”Not Assigned”的示例

更新时间：
2025年1月开始，2025年5月结束。

详细字段说明：
“MouserPartNumber” – Mouser #
“Categories” – 完整分类（e.g. Semiconductors >Discrete Semiconductors > Diodes & Rectifiers >TVS Diodes / ESD Suppressors）
“Category1″
“Category2″
“Category3″
“Category4″
“Category5″
“MfrPartNumber” – Mfr. #
“Mfr”
“Brand”
“Description”
“Lifecycle”
“Datasheet” – Datasheet链接
“Image” – 图片链接
“Stock”
“Quantity”
“Pricing” – 区间价格表，JSON格式
“Specifications” – 规格参数表，JSON格式
“Compliance”
“FactoryLeadTime”
“AlternativePackaging”
“Documents” – 文档列表(类别、标题、链接)，JSON格式
“MoreInformation” – 更多信息（标题、描述、图片链接），JSON格式
“FeaturedProducts” – 特色商品（标题、描述、图片链接），JSON格式
“URL” – 详情页URL
“Updated” – 采集日期

示例数据：
点击查看mouser.com电子元器件2025年5月最新在线示例数据

数据格式：
CSV。

字符编码：
UTF-8。

文件大小：
mouser_com_products_202505.csv 解压后31GB。
mouser_com_products_notassigned_202505.csv 解压后4GB。

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04月更新）

数据说明：
全国620个城市的新房楼盘+二手房小区数据，2025年04月更新。数据量共992458条。其中”新房”数据120100条，”二手房”数据872358条。

其中：
“小区名称” 不为空的共 992458 条，占全部数据的 100.0%；
“价格” 不为空的共 412797 条，占全部数据的 41.5933974032%；其中新房楼盘数据57649条，二手房小区数据355148条；
“楼栋总数” 不为空的共 435333 条，占全部数据的 43.8641232173%；其中新房楼盘数据37613条，二手房小区数据397720条；
“总户数” 不为空的共 549306 条，占全部数据的 55.3480348791%；其中新房楼盘数据49273条，二手房小区数据500033条；
“建筑年代” 不为空的共 482775 条，占全部数据的 48.6443758829%；其中新房楼盘数据0条，二手房小区数据482775条；
“经度, 纬度” 不为空的共 940487 条，占全部数据的 94.7634056051%。

更新时间：
2025-04-30

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

阿里巴巴1688全国供应商数据2025年全量更新（工厂42w条+店铺47w条）

数据说明：
这是1688全国供应商2025年的全量更新数据，除了对历史供应商进行了更新，还采集了新增的供应商。

目前1688站上供应商类型分类”工厂”（”factories”）和”店铺”（”shops”）两种类型（如下图所示），我们的数据也根据供应商类型进行的分开存储。其中”工厂”数据共42万条（准确数字：424,759），”店铺”数据共47万条（准确数字：477,400），所有数据均根据member_id做了去重处理。

1688的两种供应商类型

更新时间：
2025年1月到2025年5月初。

工厂”类型-详细字段说明：
member_id
公司名称
省份
城市
联系人
固定电话
移动电话
地址
lng（经度）
lat（纬度）
诚信通年份
主营
标签
回头率
交易勋章
综合服务
工厂牌级
服务响应率
准时履约率
意向客户
定制合约交易
pics
经营模式
深度认证编号
店铺链接
位置
主推商品
商品标签
商品数量
工厂介绍
成立时间
年交易额
工厂面积
员工总数
商标/品牌
资质证书
专利
定制起订量
贴牌起订量
接外贸订单
加工方式
增值税发票
开票点数
评价数量
评价标签
产线设备
产线照片
生产人数
月产值
原材料采购时间
特殊工艺
工商-省
工商-市
工商-区
工商-企业名称
工商-注册号
工商-企业机构类型
工商-法定代表人
工商-注册资本（万元）
工商-最后年检年度
工商-地址
工商-统一社会信用代码
工商-经营状态
工商-成立日期
工商-经营期限
工商-登记机关
工商-经营业务范围
工商-行业
url

“店铺”类型-详细字段说明：
member_id
公司名称
省份
城市
联系人
固定电话
移动电话
地址
lng（经度）
lat（纬度）
诚信通年份
主营
回头率
交易勋章
综合服务
经营模式
店铺链接
位置
工厂介绍
成立时间
年交易额
工厂面积
员工总数
商标/品牌
接外贸订单
加工方式
评价数量
评价标签
特殊工艺
工商-省
工商-市
工商-企业名称
工商-企业机构类型
工商-法定代表人
工商-注册资本（万元）
工商-最后年检年度
工商-地址
工商-统一社会信用代码
工商-成立日期
工商-经营期限
工商-登记机关
工商-经营业务范围
工商-行业
url

在线示例数据：
点击查看1688供应商2025年”工厂”类型在线示例数据
点击查看1688供应商2025年”店铺”类型在线示例数据

数据格式：
CSV（最通用的数据交换格式）。

文件大小：
“工厂”类型 1.66GB。
“店铺”类型 412MB。

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

全国综合商场商家楼层索引数据2025年4月更新

数据说明：
全国14,678家综合商场和商场内的商户楼层索引数据，包含商户104万(1,048,729)家。2025年4月更新。
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4月。

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 – 已关店；2 – 商户尚未营业；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 – 已关店；2 – 商户尚未营业；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4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505MB。

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