数研社 » 医疗卫生

全国医院、科室、医生公开数据2025年12月更新

admin — Fri, 16 Jan 2026 04:09:50 +0000

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；

全国医院、科室、医生公开数据2024年8月更新

admin — Mon, 02 Sep 2024 02:46:57 +0000

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），2024年8月更新。其中包含医院信息9,888条，科室数据154,660条，医生910,855条。

更新时间：
2024年08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_campus’, 地址合集(多个地址用；分割)
‘intro’, 简介
‘url’, 链接
‘phone’ 电话
‘tag’, 标签
‘attention’, 关注度
‘total_view’, 总访问量
‘service_patient’, 在线服务患者
‘high_opinion’, 近2年诊后好评
‘live’, 直播义诊
‘article’, 科普文章
‘rank_doct’, 年度好文章
‘total_faculty’, 科室数量
‘total_doctor’, 医生数量
‘address1′, 地址1
‘lat_lng1′ 经纬度1
‘address2′, 地址2
‘lat_lng2′ 经纬度2
‘address3′, 地址2
‘lat_lng3′ 经纬度2
……
点击查看2024年8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’, 链接
‘rank’, 榜单
‘total_view’, 总访问量
‘service_patient’, 在线服务患者
‘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2024年8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’, 名称
‘grade’, 技术职称
‘edugrade’, 教学职称
‘pic’, 头像URL
‘cure_time’, 门诊时间
‘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
‘doctorIntro’, 医生简介
‘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(括号内为昨日日期)
‘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2024年8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：26.3MB；
科室表：184MB；
医生表：700MB；

NMPA国家药监局药品经营企业71.5万条2024年1月更新

admin — Mon, 15 Jan 2024 01:49:33 +0000

数据说明：
国家药品监督管理局（NMPA）https://www.nmpa.gov.cn/datasearch/home-index.html“药品经营企业”名录，2024年1月更新，共计71.5万条。

更新时间：
2024年1月。

详细字段说明：
“企业名称”,”许可证编号”,”注册地址”,”法定代表人”,”企业负责人”,”质量负责人”,”经营方式”,”仓库地址”,”经营范围”,”发证机关”,”有效期至”,”发证日期”,”许可证状态”,”url”

示例数据：
点击查看国家药监局药品经营企业在线示例数据

数据格式：
CSV。

字符编码：
UTF-8。

全国医院、科室、医生公开数据2023年8月更新

admin — Wed, 23 Aug 2023 03:05:59 +0000

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），2023年8月更新。其中包含医院信息9,861条，科室数据151,666条，医生901,564条。

更新时间：
2023年08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’, 分院地址
‘lat’, 经度
‘lang’, 纬度
‘intro’, 简介
‘url’, 链接
‘tag’, 标签
‘attention’, 关注度
‘total_view’, 总访问量
‘service_patient’, 在线服务患者
‘high_opinion’, 近2年诊后好评
‘live’, 直播义诊
‘article’, 科普文章
‘rank_doct’, 年度好文章
‘address_details’, 前往指南
‘total_faculty’, 科室数量
‘total_doctor’, 医生数量
‘total_space’, 面积
‘disease_num’ 疾病数量
点击查看医院信息在线示例数据

数据格式：
CSV和Excel(xlsx)。

字符编码：
UTF-8。

文件大小：
医院表：24.5MB；
科室表：182MB；
医生表：672MB；

全国医院、科室、医生公开数据2022年5月更新

admin — Mon, 13 Jun 2022 10:44:16 +0000

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），2022年5月更新。其中包含医院信息9,633条，科室数据150,390条，医生894,799条。

更新时间：
2022年05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’, 分院地址
‘lat’, 经度
‘lang’, 纬度
‘intro’, 简介
‘url’, 链接
‘tag’, 标签
‘attention’, 关注度
‘total_view’, 总访问量
‘service_patien’, 在线服务患者
‘high_opinion’, 近2年诊后好评
‘live’, 直播义诊
‘article’, 科普文章
‘rank_doct’, 年度好文章
‘address_details’, 前往指南
‘total_faculty’, 科室数量
‘total_docutor’, 医生数量
‘total_space’, 面积
‘disease_num’ 疾病数量
点击查看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’, 链接
‘rank’, 榜单
‘total_view’, 总访问量
‘service_patien’, 在线服务患者
‘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’, 名称
‘grade’, 技术职称
‘edugrade’, 教学职称
‘pic’, 头像URL
‘cure_time’, 门诊时间
‘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
‘doctorIntro’, 医生简介
‘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(括号内为昨日日期)
‘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
‘letter’, 感谢信
‘gif’, 心意礼物
‘last_online’, 上次在线
‘open_time’ 开通时间
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：24.8MB；
科室表：186MB；
医生表：705MB；

乐研商城(leyan.com.cn)商品数据（2019年11月更新）

admin — Fri, 10 Jan 2020 03:52:11 +0000

数据说明：
乐研商城（http://www.leyan.com.cn/）的商品数据，2019年11月更新。

结果数据有两种展示模式，实际上的数据量是一样的，只是展示的模式不同。
第一种展示模式是以产品规格、产品单价、库存为基准，同一产品的每一种产品规格、产品单价和库存都作为一条单独的数据记录，数据量227638条；
第二种展示模式是以产品编号为基准，一个产品编号就对应一条数据记录，该产品的（最多只取）5种规格对应的单价、库存都保留在这一条数据记录里，数据量74687条。

更新时间：
2019年11月份。

详细字段说明：
（1）模式1数据字段
“产品编号”, “CAS号”, “产品名称”, “英文名”, “Smiles Code”, “储存条件”, “分子式”, “分子量”, “MDL”, “纯度”, “熔点”, “沸点”, “产品编号-规格”, “单价（RMB）”, “折扣价（RMB）”, “库存”, “Image Url”, “Product Url”

（2）模式2数据字段
“产品编号”, “CAS号”, “产品名称”, “英文名”, “Smiles Code”, “储存条件”, “分子式”, “分子量”, “MDL”, “纯度”, “熔点”, “沸点”, “100mg单价”, “100mg库存”, “500mg单价”, “500mg库存”, “1g单价”, “1g库存”, “5g单价”, “5g库存”, “10g单价”, “10g库存”, “Image Url”, “Product Url”

示例数据：
（1）模式1示例数据
点击查看在线示例数据
（2）模式2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：
UTF-8。

食品药品监督局SFDA网站179万页原始数据

admin — Sun, 11 Aug 2019 09:59:29 +0000

数据说明：
食品药品监督局网站“药品、机械、化妆品、保健食品、互联网服务、药品广告、网上药店”类目下，所有条目对应的列表页（如下图1和图2）和详情页（如下图3）数据，包括“国产药品，进口药品和药品广告”，共计179万页（如下图4），MongoDB格式，数据Zip压缩后约17GB。2018年7月份采集更新。

更新时间：
2018年07月份。

数据格式：
MongoDB。

字符编码：
UTF-8。

全国医院、科室、医生公开数据2019年5月更新

admin — Sat, 27 Jul 2019 14:39:35 +0000

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），2019年5月更新。其中包含医院8692家，科室数据105716条，医生545086条（医生图像图片数据已下载至本地）。

更新时间：
2019年05月份。

详细字段说明及示例数据：
1. 医院信息表。
“医院ID”,”医院名称”,”省份”,”城市”,”地址”,”电话”,”Lat”,”Lng”,”简介”,”路线”,”链接”
点击查看医院信息在线示例数据

2. 科室信息表。
“科室ID”,”一级科室名称”,”二级科室名称”,”医院ID”,”医院名称”
PS：通过”医院ID”字段和医院表进行关联。
点击查看科室信息在线示例数据

3. 医生信息表。
“医生ID”,”名称”,”技术职称”,”教学职称”,”图像”（图像文件已下载到本地）,”门诊时间”,”医院ID”,”医院名称”,”科室ID”,”科室名称”,”擅长”,”执业经历”,”链接”
PS：通过”医院ID”字段和医院表进行关联，通过”科室ID”字段和科室表进行关联。
点击查看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：20.9MB；
科室表：9.45MB；
医生表：350MB；
医生图像图片文件：1.6GB；

叮当快药(28分钟送药上门)全国门店商品数据共计46W条

admin — Mon, 13 May 2019 03:45:59 +0000

数据说明：
叮当快药(http://www.ddky.com/，28分钟送药上门)全国门店20大类药品数据共计46W条。2019年5月份采集。

更新时间：
2019年05月份。

详细字段说明：
“sku_id” – 药品ID；
“name” – 药品名称；
“price” – 药品价格；
“market_price” – 市场价；
“stock” – 库存；
“sale_volume” – 销量；
“specifications” – 规格；
“dosage_forms” – 包装；
“category_id” – 分类ID；
“category_name” – 分类名称；
“product_area” – 产地；
“description” – 描述；
“shop_name” – 店铺名称；
“shop_id” – 店铺ID；
“shop_lat” – 店铺纬度；
“shop_lng” – 店铺经度；
“image” – 商品图像；
“url” – 详情页URL；
“province” – 所在省份；
“city” – 所在城市；
“district” – 所在区县；

20大药品分类的ID和名称对应关系如下：
0: {categoryId: “20″, categoryName: “感冒发烧”}
1: {categoryId: “2″, categoryName: “清热解毒”}
2: {categoryId: “21″, categoryName: “咳嗽用药”}
3: {categoryId: “8″, categoryName: “皮肤用药”}
4: {categoryId: “3″, categoryName: “肠胃用药”}
5: {categoryId: “14″, categoryName: “性福生活”}
6: {categoryId: “30″, categoryName: “养生花茶”}
7: {categoryId: “15″, categoryName: “功能保健”}
8: {categoryId: “6″, categoryName: “男科用药”}
9: {categoryId: “5″, categoryName: “妇科用药”}
10: {categoryId: “4″, categoryName: “儿童用药”}
11: {categoryId: “12″, categoryName: “家庭常备”}
12: {categoryId: “28″, categoryName: “个人护理”}
13: {categoryId: “33″, categoryName: “眼部护理”}
14: {categoryId: “19″, categoryName: “耳鼻喉药”}
15: {categoryId: “24″, categoryName: “滋补调养”}
16: {categoryId: “25″, categoryName: “医疗器械”}
17: {categoryId: “9″, categoryName: “风湿骨伤”}
18: {categoryId: “22″, categoryName: “三高用药”}
19: {categoryId: “32″, categoryName: “防霾口罩”}

示例数据：
点击查看叮当快药在线示例数据

数据格式：
CSV（最通用的数据交换格式）。

字符编码：
UTF-8。

大众点评网全国数据2015年08月份更新（1480万条）

admin — Sun, 06 Sep 2015 08:30:24 +0000

数据说明：
大众点评全网数据（324个国内城市，所有分类），本次共采集商户数据超过1480万条（14,860,209条）。2015年8月底更新。

有图有真相：

更新说明：
■ 采用新的遍历方式，总数据条数有明显增加（和5月份版本相比增加数据条数180万）。
■ 增加对“锡林郭勒”和”阿拉善”两城市的采集。
■ 新增default_remarks字段，对应页面上的默认点评数。原all_remarks对应页面上的全部点评数。
■ 修复由于大众点评改版造成的部分商户“商圈”字段为空的Bug。
■ 修复部分商户“区域”字段有误的Bug，部分商户没有区域信息（例如http://www.dianping.com/shop/4431668）采集到的“区域”为地址。
■ 修复了部分分类下由于页面结构不一样导致经纬度提取失败的Bug。
■ “酒店”和“教育培训”类的模版不一样，增加了对这两类商户的处理。
■ 增加了对部分商户“关店”标志不一样的情况处理（例如http://www.dianping.com/shop/1584226）。
■ 推荐菜recommended_dishes字段增加每道菜的推荐人数信息。

详细字段说明：
“shop_id”(商户ID，唯一、固定不变),“mall_id”（商户所述商场的shop_id），“verified”（是否加V）,”is_closed”（是否停业）,”name”（商户名称）,”alias”（别名）,”province”（省）,”city”（市）,”city_pinyin”（市拼音）,”city_id”,”area”（区）,”big_cate”（一级分类）,”big_cate_id”,”small_cate”（二级分类）,”small_cate_id”,”address”（地址）,”business_area”（商圈）,”phone”（电话）,”hours”（营业时间）,”avg_price”（均价）,”stars”（星级）,”photos”（图片）,”description”（描述）,”tags”（标签）,”map_type”,”latitude”（维度）,”longitude”（经度）,”navigation”（导航）,”traffic”（交通）,”characteristics”（特色）,”product_rating”（口味/产品评分）,”environment_rating”（环境评分）,”service_rating”（服务评分）,”all_remarks”（全部点评数）, “default_remarks”（默认点评数）,”very_good_remarks”（5星数）,”good_remarks”（4星数）,”common_remarks”（3星数）,”bad_remarks”（2星数）,”very_bad_remarks”（1星数）,”recommended_dishes”（推荐菜）,”recommended_products”（推荐产品）,”parking”（停车位信息）”,nearby_shops”（周边商户）,”is_chains”（是否是连锁店）,”take-away”（是否外卖）,”group”（团购信息）,”card”（会员卡）,”latest_comment_date”（最新评论日期）

在线示例数据：
点击查看大众点评网2015年08月份在线示例数据

数据格式：
CSV（最通用的数据交换格式）或MySQL。

字符编码：
UTF-8。

关于本数据的FAQ：
1. 你们多久更新一次数据？
答：大概3-4个月更新一次。

2. 你们完整采集一次要花多长时间？
答：一个月左右。我们每次都是全量采集，每次下载页面量多达2000万。

3. 你们采集到的数据量为什么这么大，我自己采集为什么只能采集到200多万？
答：大众点评网的列表页有页数限制。我们采用递归子分类和子区域，结合遍历shop_id的方式，最大程度上保证了数据的完整性。

4. 我发现你们的数据缺失了某个店铺，是什么原因造成的？
答：这很正常，在采集开始到采集完成这一个月内又会新增很多的店铺，而这些店铺的数据肯定会漏掉。

5. 我发现了一个Bug，你们能给处理吗？
答：在数据购买半个月内，如果该Bug的影响范围大于10%，我们将立即处理，并免费提供一份处理后的数据。如果该Bug的影响范围小于10%，我们不能立即处理，但会在下一个版本中进行修复。
由于大众点评网的模板种类很多，要兼顾各种特殊情况，我们也在不断的修复数据中存在的历史问题。

6. 我想增加一个字段，可以吗？
答：不行，购买现成的数据不提供任何修改支持。如果你想自定义字段，建议申请定制采集服务（费用会远高于购买现成数据）。

7. 数据总量有多大？这么大怎么传给我？
答：8GB左右。通过百度网盘共享（有提取密码）。

8. 你们能否帮我将数据导入数据库？
答：抱歉，你需要自己完成导入的过程。可以参考我们的导入教程：
SQL文件 -> MySQL http://www.site-digger.com/html/articles/20150921/101.html
CSV -> MySQL http://www.site-digger.com/html/articles/20120525/34.html