其中：
“小区名称” 不为空的共 964777 条，占全部数据的 100.0%；
“newcode” 不为空的共 964777 条，占全部数据的 100.0%；
“价格” 不为空的共 412059 条，占全部数据的 42.7102843455%；其中新房楼盘数据55168条，二手房小区数据356891条；
“在售均价” 不为空的共 22944 条，占全部数据的 2.37816614617%；其中新房楼盘数据0条，二手房小区数据22944条；
“环比上月” 不为空的共 392222 条，占全部数据的 40.6541615316%；其中新房楼盘数据115353条，二手房小区数据276869条；
“楼栋总数” 不为空的共 408651 条，占全部数据的 42.3570420937%；其中新房楼盘数据32172条，二手房小区数据376479条；
“总户数” 不为空的共 516864 条，占全部数据的 53.5734164475%；其中新房楼盘数据44110条，二手房小区数据472754条；
“建筑年代” 不为空的共 462554 条，占全部数据的 47.9441363134%；其中新房楼盘数据0条，二手房小区数据462554条；
“经度, 纬度” 不为空的共 910612 条，占全部数据的 94.3857492457%。

更新时间：
2026-03-31

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。

其中：
“小区名称” 不为空的共 1014923 条，占全部数据的 100.0%；
“newcode” 不为空的共 1014923 条，占全部数据的 100.0%；
“价格” 不为空的共 433275 条，占全部数据的 42.6904307026%；其中新房楼盘数据59314条，二手房小区数据373961条；
“在售均价” 不为空的共 23416 条，占全部数据的 2.30717010059%；其中新房楼盘数据0条，二手房小区数据23416条；
“环比上月” 不为空的共 417255 条，占全部数据的 41.1119858354%；其中新房楼盘数据125991条，二手房小区数据291264条；
“楼栋总数” 不为空的共 440439 条，占全部数据的 43.396297059%；其中新房楼盘数据35497条，二手房小区数据404942条；
“总户数” 不为空的共 556135 条，占全部数据的 54.7957825372%；其中新房楼盘数据48416条，二手房小区数据507719条；
“建筑年代” 不为空的共 494280 条，占全部数据的 48.701231522%；其中新房楼盘数据0条，二手房小区数据494280条；
“经度, 纬度” 不为空的共 954552 条，占全部数据的 94.0516669738%。

更新时间：
2026-02-28

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。

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。

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。

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。

其中：
“小区名称” 不为空的共 1009246 条，占全部数据的 100.0%；
“价格” 不为空的共 430015 条，占全部数据的 42.6075505873%；其中新房楼盘数据60135条，二手房小区数据369880条；
“楼栋总数” 不为空的共 439488 条，占全部数据的 43.5461720928%；其中新房楼盘数据36515条，二手房小区数据402973条；
“总户数” 不为空的共 558079 条，占全部数据的 55.2966273832%；其中新房楼盘数据50014条，二手房小区数据508065条；
“建筑年代” 不为空的共 494653 条，占全部数据的 49.0121338108%；其中新房楼盘数据0条，二手房小区数据494653条；
“经度, 纬度” 不为空的共 953550 条，占全部数据的 94.4814247468%。

更新时间：
2025-10-26

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。

更新时间：
2025年9月底到10月初，全新采集

详细字段说明：
‘loupan_id’ – 办公楼盘ID
‘city_id’ – 城市ID
‘city_name’ – 城市名称
‘title’ – 楼盘标题
‘sub_title’ – 楼盘副标题,
‘loupan_district’ – 楼盘所在区域
‘loupan_block’ – 楼盘所在二级区域
‘address’ – 楼盘地址
‘all_subway_info’ – 附件地铁信息
‘baidu_lat’ – 百度纬度
‘baidu_lng’ – 百度经度
‘gaode_lat’ – 谷歌纬度
‘gaode_lng’ – 谷歌经度
‘building_type’ – 楼盘类型
‘complete_time’ – 竣工时间
‘all_floors’ – 楼层（地上层数&地下层数）
‘build_area’ – 建筑面积
‘building_features’ – 楼盘特色
‘developers’ – 开发商
‘floor’ – 地上层数
‘floor_area’ – 总建面
‘floor_height’ – 层高
‘lift’ – 客梯
‘management_company’ – 物业公司
‘parking_position’ – 总停车位
‘room_rate’ – 得房率
‘price’ – 价格
‘price_unit’ – 价格单位
‘rentable_area’ – 可租面积
‘number_direct_rental’ – 直租房源数
‘number_direct_sale’ – 直卖房源数
‘spec_flags’ – 特色标签

在线示例数据：
点击查看安居客商业地产办公楼盘全国数据（2025年10月更新）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：
43MB。

其中：
“小区名称” 不为空的共 1007643 条，占全部数据的 100.0%；
“价格” 不为空的共 431613 条，占全部数据的 42.8339203468%；其中新房楼盘数据60149条，二手房小区数据371464条；
“楼栋总数” 不为空的共 439732 条，占全部数据的 43.6396620629%；其中新房楼盘数据36750条，二手房小区数据402982条；
“总户数” 不为空的共 558026 条，占全部数据的 55.379335737%；其中新房楼盘数据50250条，二手房小区数据507776条；
“建筑年代” 不为空的共 494379 条，占全部数据的 49.0629121623%；其中新房楼盘数据0条，二手房小区数据494379条；
“经度, 纬度” 不为空的共 952505 条，占全部数据的 94.5280223254%。

更新时间：
2025-09-26

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。

其中：
“小区名称” 不为空的共 998483 条，占全部数据的 100.0%；
“价格” 不为空的共 428068 条，占全部数据的 42.8718365761%；其中新房楼盘数据57306条，二手房小区数据370762条；
“楼栋总数” 不为空的共 436313 条，占全部数据的 43.6975892429%；其中新房楼盘数据35443条，二手房小区数据400870条；
“总户数” 不为空的共 554508 条，占全部数据的 55.5350466658%；其中新房楼盘数据48298条，二手房小区数据506210条；
“建筑年代” 不为空的共 493084 条，占全部数据的 49.3833144881%；其中新房楼盘数据0条，二手房小区数据493084条；
“经度, 纬度” 不为空的共 947083 条，占全部数据的 94.8521907734%。

更新时间：
2025-08-28

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。

更新时间：
2025年7月到8月初。

详细字段说明：
community_id: 小区ID，和平台一致
city_id: 城市ID，和平台一致
city: 城市名
name: 小区名
price_month: 本月月份
price: 本月均价（非空率92.1%）
price_change_month: 相对上月价格变动
area_id: 区域ID，和平台一致
area: 区域
address: 地址
shangquan: 所属商圈
tags: 特点
score: 总评分
scores: 分项评分
build_type: 建筑类型
ship_type: 类型
house_hold_num: 总户数（非空率62.2%）
completion_time: 建造年代（非空率61.4%）
property_company: 物业公司
property_type: 物业类型
property_money: 物业费
developer: 开发商
total_area: 总建面积（非空率5.9%）
plot_ratio: 容积率
parking: 停车位
parking_fee: 停车费
green_rate: 绿化率
heat_supply: 供热
wate_power_supply: 水电
market_sentiment: 市场情绪
community_price_trend: 历史价格
sale_num: 在售数量
rent_num: 在出租数量
hot_zufang: 热租
photo_num: 图片数量
video_num： 视频数量
lng: 经度（火星坐标GCJ02，非空率100%）
lat: 纬度（火星坐标GCJ02，非空率100%）
blng: 经度（BD09坐标，非空率100%）
blat: 纬度（BD09坐标，非空率100%）
land_usage_period: 产权
schools: 学校
default_photo: 首图
introduction: 介绍
evaluation_advantage: 优点
evaluation_shortcoming: 缺点
evaluation_residentfeeling: 居住感受
evaluation_traffic: 周边交通
summary_content: 简介
room_photos: 户型图（非空率9.0%）
url: 详情链接
updated: 采集日期

示例数据：
点击查看安居客二手房小区2025年最新在线示例数据

数据格式：
CSV（最通用的数据交换格式）。

字符编码：
UTF8。

文件大小：
CSV文件约850MB。

全国各城市数量统计：
上海 37087
北京 27329
广州 26822
成都 22030
重庆 19645
杭州 19532
天津 18812
深圳 17347
石家庄 14379
青岛 13924
南京 13445
郑州 12468
西安 11691
苏州 11192
武汉 10966
厦门 9182
珠海 8258
宁波 8176
合肥 7623
济南 7599
太原 7201
昆明 7175
长沙 7075
温州 6998
潍坊 6657
佛山 6645
福州 6586
东莞 6578
沈阳 6572
哈尔滨 6292
无锡 5942
南宁 5643
烟台 5266
兰州 5250
乌鲁木齐 5066
长春 5051
泉州 4980
临沂 4969
南昌 4898
贵阳 4854
海口 4815
保定 4702
大连 4695
徐州 4358
惠州 4301
嘉兴 4258
常州 4091
洛阳 4070
绵阳 4020
南通 3964
淄博 3895
南充 3775
呼和浩特 3762
金华 3723
邯郸 3665
盐城 3644
中山 3568
济宁 3557
绍兴 3542
南阳 3467
赣州 3399
泰安 3239
台州 3225
襄阳 3198
扬州 3137
德阳 2981
衡阳 2979
荆州 2941
廊坊 2908
聊城 2868
宜昌 2849
连云港 2804
威海 2800
淮安 2730
张家口 2701
泰州 2673
柳州 2642
九江 2633
安庆 2631
临汾 2630
商丘 2611
常德 2569
桂林 2555
新乡 2542
德州 2530
唐山 2517
顺德 2507
邢台 2465
镇江 2443
沧州 2439
西宁 2431
江门 2392
银川 2389
咸阳 2373
日照 2350
滨州 2348
岳阳 2303
昆山 2293
平顶山 2291
湖州 2271
郴州 2268
遵义 2263
阜阳 2252
信阳 2227
湛江 2218
汕头 2205
宿迁 2149
吉林 2123
驻马店 2115
许昌 2108
安阳 2104
遂宁 2102
枣庄 2096
三亚 2068
黄冈 2032
芜湖 2005
株洲 1992
乐山 1985
漳州 1983
衡水 1982
承德 1945
上饶 1938
黄石 1927
滁州 1919
菏泽 1896
东营 1884
眉山 1873
吉安 1873
清远 1849
宝鸡 1830
梅州 1811
周口 1806
宜宾 1805
孝感 1795
十堰 1795
包头 1793
怀化 1756
宜春 1716
鞍山 1714
开封 1705
焦作 1702
晋中 1693
运城 1683
大同 1642
达州 1635
义乌 1628
泸州 1621
曲靖 1617
红河 1612
榆林 1607
永州 1603
湘潭 1601
邵阳 1598
肇庆 1567
茂名 1556
韶关 1552
江阴 1546
长治 1539
北海 1527
鄂尔多斯 1517
漯河 1516
广安 1511
绥化 1486
秦皇岛 1485
赤峰 1480
蚌埠 1463
莆田 1410
南平 1404
濮阳 1402
龙岩 1402
晋城 1395
内江 1390
渭南 1376
齐齐哈尔 1369
马鞍山 1359
娄底 1334
衢州 1304
咸宁 1294
营口 1280
汉中 1276
牡丹江 1269
益阳 1265
六安 1258
宿州 1249
宁德 1240
延边 1239
阳江 1187
抚州 1185
慈溪 1175
吕梁 1167
淮南 1148
常熟 1136
黄山 1135
宣城 1134
大庆 1111
呼伦贝尔 1110
张家港 1108
自贡 1099
玉溪 1091
玉林 1090
河源 1079
瑞安 1077
忻州 1066
丽水 1046
荆门 1045
佳木斯 1039
广元 1026
丹东 1016
通辽 1006
舟山 986
锦州 985
巴中 979
恩施 977
黔南 974
大理 974
乌兰察布 951
亳州 951
汕尾 947
伊犁 944
文山 933
梧州 927
三明 926
揭阳 923
三门峡 923
晋江 903
随州 895
鄂州 887
阳泉 883
资阳 883
太仓 874
抚顺 864
凉山 860
六盘水 860
巴音郭楞 858
东阳 854
宜兴 848
苍南县 845
昌吉 840
攀枝花 838
巴彦淖尔市 837
朝阳 836
淮北 835
乐清 835
四平 832
桐乡 831
葫芦岛 826
铁岭 824
余姚 820
天水 819
景德镇 809
诸暨 805
仙桃 801
毕节 787
楚雄 775
湘西 769
莱芜 757
安顺 752
黔东南 745
平阳 737
鹤壁 733
雅安 733
朔州 732
贵港 731
盘锦 721
喀什 715
阿克苏 707
新余 703
诸城 702
辽阳 701
温岭 695
海宁 692
通化 670
安康 665
庆阳 661
西双版纳 654
锡林郭勒盟 654
松原 651
兴安盟 650
钦州 647
章丘 645
肥城市 644
寿光 642
池州 640
邹城市 635
云浮 633
萍乡 630
黔西南 630
延安 626
如皋 623
拉萨 612
平凉 606
河池 604
高密市 599
仁寿 597
百色 597
鸡西 596
德宏 595
阜新 595
白银 592
滕州市 591
铜仁 586
射洪 578
沭阳 564
张家界 562
潮州 560
巢湖 558
武威 556
保山 555
铜陵 553
明港 552
石狮 550
防城港 549
嘉善 546
青州市 543
吴忠 542
永康市 539
邳州 537
荣成市 536
普洱 536
本溪 536
定西 534
莱州市 533
白城 522
广汉 520
泰兴 520
靖江 520
鹰潭 520
涿州市 513
句容 513
博罗 509
黑河 506
龙口 506
简阳市 501
启东 500
新泰市 496
东海 495
来宾 489
鹤岗 489
平湖 483
溧阳 483
张掖 482
酒泉 472
射阳 469
丽江 468
丹阳 464
乌海 461
海安 456
长兴 454
石嘴山 447
安丘 447
白山 446
桐城 445
贺州 444
昭通 444
福清 441
哈密 437
南安 432
安宁 431
临海市 428
正定 428
金坛 423
邹平县 419
海拉尔 418
固安 418
临朐 416
伊春 413
兴化 412
安吉县 411
三河市 408
海东 408
燕郊 408
惠东 406
双鸭山 404
象山 398
海门 397
建湖 395
姜堰 393
济源 389
乳山市 388
海丰县 384
莒县 384
瓦房店 381
枣阳市 373
莱阳 373
大丰 359
枝江 356
泗洪县 353
铜川 350
海盐 347
泗阳县 346
昌乐 344
蓬莱市 344
阜宁 342
禹州 340
盱眙 336
平邑 335
临夏 331
天长 331
松滋 330
新沂 330
东台 329
潜江 329
无为 325
琼海 321
台山 321
沛县 319
宜阳 318
伊川 317
林州 317
临沧 316
固原 315
中卫 312
黄骅 311
昌邑 310
博尔塔拉 309
辽源 309
如东 308
永城 307
沂源 306
开平 305
招远市 305
安溪 305
长葛 304
香河 303
醴陵市 302
固始 298
德清 297
天门 293
沂南 292
阳谷 291
澧县 290
嵊州 286
清镇 285
东平 284
龙海市 283
霸州 283
永兴 283
崇左 281
武义 279
宁阳 274
孝义 274
偃师市 270
宝应县 269
阳春 269
栖霞 267
高安 267
邓州 264
商洛 263
江山 262
汉川市 262
克拉玛依 261
茌平 260
临清 257
塔城 257
桓台县 255
垦利 255
莘县 254
赤壁 250
武安市 247
定州 247
郯城 243
灵宝市 243
资兴 242
七台河 241
武穴 240
博兴 237
玉环县 237
宁国 236
神木 235
公主岭市 235
肇东 233
长垣县 233
郓城 233
广饶县 232
梁山 231
新昌 230
丰城 229
高平 226
万宁 226
陇南 224
项城市 224
武夷山 223
桂阳 223
邵东 223
微山 223
扬中 222
汶上 222
灌云县 220
高唐 219
漳浦 219
孟津 217
清徐 217
任丘市 215
禹城 215
庄河 214
兰考 214
海西 214
齐河 213
永安 212
文昌 210
当阳 209
大竹 208
吐鲁番 204
儋州 204
和田 203
灌南县 202
广水 201
石河子 200
无棣 200
甘孜 199
进贤 198
祁阳 198
钟祥 198
宜都 197
单县 196
祁东 196
梅河口 195
磐石 194
开原 193
安岳 193
宜城 192
滑县 190
汝州市 190
巨野 189
福鼎 183
和县 181
湘阴 180
云梦 180
京山 180
新安 179
曹县 179
张北 179
沈丘 179
福安 178
嘉峪关 177
华容 176
阿勒泰 176
常宁 176
樟树 175
安陆 173
金昌 172
遵化 170
弥勒 170
北流 168
尉氏 166
五指山 166
冠县 165
冷水江 164
乐平市 162
乐陵 159
迁安市 158
临邑 158
安达 153
老河口 153
孟州 153
衡东 152
双峰 151
嘉鱼 151
沅江 151
桂平 149
沁阳 149
阿拉善盟 149
韩城 147
南县 145
宣威 145
宁津 143
五家渠 141
利津 140
定边 140
陆丰 140
大兴安岭 139
慈利 139
南漳 138
格尔木 138
浮梁 137
渠县 136
商水 136
沙河 136
睢县 136
响水 133
磁县 131
长宁 127
桦甸 126
涉县 126
温县 125
宣汉 125
襄垣 124
岑溪 124
东明 124
鹿邑 123
大悟 122
鄢陵 120
杞县 118
玉田 117
河间 117
攸县 117
泽州 116
东至 116
凤城 115
范县 115
日喀则 114
孝昌 114
靖边 114
新野 112
博白 112
谷城 111
永春 109
舞钢 109
金湖 108
淇县 106
东方 103
沧县 103
分宜 103
仁怀 102
淮滨 102
霍邱 101
阿拉尔 101
阿坝 101
鄄城 101
吉首 100
迪庆 100
肇州 97
灯塔 96
邵阳县 95
余江 94
浚县 94
太康 93
涟源 93
临猗 91
克孜勒苏 90
北票 90
梨树 86
滦南 86
林芝 85
赵县 85
上杭 80
渑池 77
沙洋 77
随县 77
南城 77
通许 74
怒江 72
迁西 71
永新 65
山南 60
敦煌 55
扶余 52
馆陶 42
柳林 42
长岭 39
神农架 38
海南 36
甘南 36
昌都 34
图木舒克 32
海北 24
府谷 22
黄南 14
那曲 10
玉树 10
果洛 6
阿里 2
日土 1