Author Archives: admin

安居客2022年6月最新全国二手房小区数据(78万条)

数据说明:
安居客二手房小区全国数据,2022年6月全量更新,总计78万条(准确数字:785,330条),无重复数据(每个小区一条,根据小区ID去重)。
含小区经纬度、总户数、物业公司、物业费、历史价格(community_price_trend)、”在售”(sale_num)、”在租”套数(rent_num)、户型图等信息(详见详细字段说明部分)。
本次采集的数据源为安居客APP,非PC版。

更新时间:
2022年6月。

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: 本月均价(非空率98.9%)
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: 评分
type: 类型
ship_type: 类型
house_hold_num: 总户数(非空率59.8%)
completion_time: 建造年代
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7.0%)
plot_ratio: 容积率
parking: 停车位
green_rate: 绿化率
community_price_trend: 历史价格
sale_num: 在售数量
rent_num: 在出租数量
photo_num: 图片数量
video_num: 视频数量
lng: 经度(火星坐标GCJ02)
lat: 纬度(火星坐标GCJ02)
default_photo: 首图
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10.8%)
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2022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:
解压后CSV文件约572MB。

全国各城市数量统计:
上海 31312
北京 23144
广州 22502
成都 18699
杭州 15802
天津 15445
重庆 14933
深圳 14727
南京 12072
石家庄 12056
青岛 11316
郑州 10988
武汉 9861
西安 9581
苏州 8878
厦门 7380
珠海 6915
合肥 6462
太原 6447
宁波 6353
长沙 6318
沈阳 6167
济南 6135
东莞 6007
温州 5913
佛山 5906
福州 5805
哈尔滨 5594
昆明 5560
潍坊 5086
南宁 5032
无锡 4869
兰州 4664
长春 4415
大连 4314
烟台 4273
乌鲁木齐 4215
海口 4098
临沂 3880
徐州 3827
保定 3827
惠州 3755
绵阳 3746
嘉兴 3733
泉州 3730
南昌 3581
南通 3463
洛阳 3441
邯郸 3365
呼和浩特 3284
贵阳 3245
绍兴 3062
金华 3034
淄博 3005
南充 2965
济宁 2946
盐城 2919
常州 2907
中山 2777
赣州 2765
南阳 2720
扬州 2692
台州 2681
泰安 2664
襄阳 2559
宜昌 2522
临汾 2479
德阳 2468
荆州 2456
衡阳 2424
廊坊 2418
威海 2372
淮安 2347
安庆 2339
泰州 2295
柳州 2274
商丘 2238
邢台 2231
唐山 2220
常德 2211
镇江 2184
沧州 2156
张家口 2154
连云港 2152
新乡 2152
顺德 2147
聊城 2120
咸阳 2109
桂林 2108
江门 2098
德州 2065
湖州 2039
吉林 1996
阜阳 1989
银川 1989
西宁 1981
滨州 1955
九江 1941
信阳 1903
遂宁 1897
昆山 1887
遵义 1875
宿迁 1875
芜湖 1842
湛江 1820
枣庄 1807
许昌 1794
株洲 1775
衡水 1757
黄石 1725
驻马店 1722
乐山 1704
漳州 1702
承德 1696
汕头 1671
三亚 1652
眉山 1637
清远 1634
黄冈 1612
安阳 1612
包头 1603
日照 1602
宝鸡 1600
岳阳 1598
梅州 1597
鞍山 1580
上饶 1563
吉安 1520
孝感 1513
宜宾 1480
晋中 1479
滁州 1475
怀化 1467
大同 1464
运城 1464
十堰 1455
菏泽 1455
东营 1444
泸州 1430
宜春 1400
北海 1399
开封 1389
达州 1388
曲靖 1377
榆林 1358
肇庆 1332
蚌埠 1326
广安 1318
长治 1317
平顶山 1307
周口 1306
湘潭 1306
郴州 1303
焦作 1300
秦皇岛 1288
义乌 1285
赤峰 1283
韶关 1272
永州 1272
红河 1251
茂名 1250
晋城 1236
邵阳 1232
绥化 1226
漯河 1206
南平 1194
鄂尔多斯 1181
龙岩 1179
江阴 1163
营口 1162
齐齐哈尔 1146
衢州 1145
马鞍山 1142
咸宁 1117
六安 1113
莆田 1111
娄底 1077
宿州 1076
内江 1075
延边 1070
渭南 1064
濮阳 1059
汉中 1053
阳江 1050
牡丹江 1036
益阳 1027
大庆 1009
宣城 1007
淮南 994
黄山 989
自贡 958
河源 949
宁德 946
吕梁 939
玉溪 921
瑞安 920
抚州 917
忻州 886
呼伦贝尔 882
丹东 880
锦州 876
玉林 874
广元 874
丽水 871
巴中 860
荆门 839
舟山 835
汕尾 811
恩施 805
通辽 803
鄂州 796
大理 786
亳州 780
文山 772
苍南县 769
抚顺 768
揭阳 759
资阳 757
慈溪 756
阳泉 750
巴彦淖尔市 750
朝阳 749
乌兰察布 738
黔南 737
淮北 734
铁岭 727
三门峡 724
佳木斯 716
凉山 711
桐乡 709
梧州 706
葫芦岛 705
随州 702
四平 700
昌吉 700
三明 691
朔州 675
晋江 671
诸暨 649
六盘水 648
贵港 631
乐清 624
莱芜 623
天水 621
东阳 621
安顺 616
巴音郭楞 615
湘西 614
攀枝花 612
余姚 609
盘锦 609
辽阳 608
毕节 604
雅安 593
平阳 592
伊犁 590
新余 585
通化 583
楚雄 582
池州 578
黔东南 567
鹤壁 554
阿克苏 550
景德镇 549
温岭 547
如皋 545
云浮 543
锡林郭勒盟 538
诸城 537
仁寿 531
松原 530
喀什 524
海宁 524
阜新 521
安康 517
仙桃 516
射洪 515
庆阳 507
铜陵 506
钦州 502
萍乡 498
西双版纳 489
肥城市 485
拉萨 483
高密市 477
白银 477
靖江 476
沭阳 471
明港 470
本溪 469
张家界 467
防城港 463
平凉 462
兴安盟 457
嘉善 455
铜仁 453
滕州市 452
邳州 449
广汉 447
百色 446
鸡西 446
潮州 443
永康市 443
寿光 441
涿州市 428
白城 428
荣成市 427
龙口 423
泰兴 422
吴忠 422
长兴 422
启东 422
保山 420
句容 416
河池 411
鹰潭 410
平湖 408
章丘 403
武威 402
莱州市 400
博罗 399
石狮 394
普洱 394
延安 393
白山 391
石嘴山 390
丽江 386
黔西南 385
新泰市 383
海安 379
来宾 378
乌海 378
德宏 377
邹城市 373
东海 372
简阳市 365
丹阳 363
张掖 359
溧阳 358
鹤岗 355
安吉县 355
邹平县 355
哈密 354
酒泉 345
固安 342
瓦房店 340
射阳 340
海拉尔 339
正定 338
海门 337
青州市 336
姜堰 336
兴化 334
黑河 333
惠东 329
安丘 328
乳山市 323
济源 323
燕郊 316
泗洪县 316
三河市 316
伊春 314
南安 313
象山 311
双鸭山 309
临海市 308
定西 308
昭通 305
安宁 302
建湖 299
泗阳县 298
枝江 298
莱阳 295
阜宁 294
海丰县 293
盱眙 290
香港 289
海盐 284
铜川 284
天长 283
新沂 279
沛县 279
松滋 273
金坛 273
枣阳市 272
中卫 270
禹州 267
无为 266
招远市 265
大丰 263
永兴 262
海东 260
德清 260
嵊州 259
贺州 258
固原 255
昌邑 253
黄骅 253
孝义 252
蓬莱市 251
桐城 251
东台 249
辽源 248
开平 246
醴陵市 244
澧县 244
香河 242
东平 240
天门 239
宁阳 237
江山 234
克拉玛依 234
临沧 233
台山 232
林州 232
阳春 231
潜江 231
博尔塔拉 228
武安市 226
伊川 224
神木 224
昌乐 224
莒县 223
长葛 222
临朐 221
固始 220
霸州 218
沂南 217
汉川市 217
平邑 215
新昌 214
临夏 214
永城 213
宁国 212
定州 212
宝应县 212
如东 211
宜阳 208
博兴 208
桓台县 207
安溪 207
赤壁 205
武穴 203
清镇 203
崇左 202
资兴 200
阳谷 195
肇东 195
高安 193
高平 193
莘县 192
桂阳 191
庄河 191
茌平 191
漳浦 191
磐石 188
丰城 187
沂源 186
公主岭市 186
七台河 181
龙海市 179
禹城 178
栖霞 178
武夷山 178
玉环县 178
武义 178
清徐 177
扬中 177
广饶县 174
任丘市 174
开原 173
商洛 172
长垣县 171
当阳 170
临清 170
陇南 168
邓州 166
郓城 166
大竹 165
灵宝市 163
无棣 162
灌云县 162
郯城 161
垦利 160
梅河口 160
偃师市 159
宜都 159
邵东 157
湘阴 156
吐鲁番 156
云梦 156
石河子 155
祁阳 154
宜城 153
项城市 152
甘孜 152
孟津 151
兰考 150
灌南县 150
钟祥 150
安岳 149
祁东 147
塔城 147
遵化 146
华容 144
五指山 143
张北 142
安陆 142
海西 140
迁安市 138
福鼎 137
梁山 137
冷水江 137
广水 136
和县 136
巨野 136
齐河 135
嘉峪关 135
弥勒 134
定边 134
高唐 132
衡东 131
汶上 130
常宁 129
汝州市 129
樟树 128
单县 126
京山 125
陆丰 124
滑县 123
安达 123
曹县 123
福安 122
沈丘 121
微山 121
南县 120
慈利 120
桂平 119
乐陵 118
五家渠 116
桦甸 115
北流 115
沅江 115
韩城 114
南漳 113
沙河 113
尉氏 113
老河口 112
新安 112
嘉鱼 111
宣威 110
孟州 108
进贤 108
涉县 108
襄垣 107
磁县 106
双峰 104
长宁 104
阿勒泰 104
临邑 103
宁津 102
靖边 101
冠县 101
和田 100
玉田 100
响水 100
利津 98
大兴安岭 97
渠县 97
宣汉 97
攸县 97
鄢陵 96
沁阳 95
东至 95
凤城 93
乐平市 93
孝昌 90
格尔木 89
大悟 88
东明 88
肇州 87
泽州 87
河间 86
鹿邑 85
永春 84
日喀则 84
温县 83
睢县 83
谷城 81
沧县 81
浮梁 80
分宜 80
北票 80
临猗 79
霍邱 79
金湖 77
博白 77
商水 76
岑溪 75
赵县 75
金昌 74
林芝 74
阿拉善盟 72
滦南 72
淇县 71
灯塔 71
杞县 70
鄄城 68
仁怀 68
涟源 67
新野 67
迪庆 67
上杭 66
迁西 65
渑池 63
梨树 62
太康 62
余江 62
淮滨 61
范县 59
沙洋 57
邵阳县 57
浚县 57
阿坝 55
怒江 54
南城 52
通许 52
永新 52
阿拉尔 49
随县 47
克孜勒苏 45
山南 44
馆陶 40
扶余 36
柳林 31
敦煌 30
长岭 28
甘南 20
昌都 19
府谷 17
海北 15
图木舒克 14
神农架 13
黄南 11
那曲 10
玉树 8
海南 7
果洛 5

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

房天下全国新房楼盘+二手房小区数据(2022年06月更新)

数据说明:
房天下(fang.com)全国624个城市的新房楼盘+二手房小区数据,2022年06月更新。数据量共587356条,其中”新房”数据73096条,”二手房”数据514260条。

更新时间:
2022-06-30

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

全国3万家综合商场约116万条楼层索引数据2022年6月更新

数据说明:
全国3万(29,956)家综合商场约116万(1,159,474)条楼层索引数据,含每个商场的信息和每个商户的详细信息。

更新时间:
2022年6月。

详细字段说明:
1. 商场基本信息表。
“shop_id”(商户ID,唯一、固定不变,与源平台ID一一对应)
“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;4 – 网友提交的公共信息。)
“name” (商户名称)
“branchname”(分店名)
“alt_name”(商户别名)
“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”(经度,腾讯地图)
“latitude”(纬度,腾讯地图)
“score_text” (评分文本)
“score1″(口味/产品评分)
“score2″(环境评分)
“score3″(服务评分)
“score4″(其它评分)
“review_count”(评论总数)
“bookable”(是否接受预定)
“has_takeaway” (是否有外卖)
“has_deals” (是否有团购)
“dishtags”(推荐菜)
“hours” (营业时间)
“tags” (标签)
“default_pic”(店铺默认图片)

2. 楼层索引(商户)信息表。
“MallID” (商场id,与商场基本信息表中的shop_id字段进行关联)
“MallName”(商场名称)
“AllFloors”(商场所有楼层列表)
“CurrentFloor”(商户所在楼层)
“ID”(商户id)
“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;4 – 网友提交的公共信息。)
“CityID”(城市ID)
“City”(所在城市)
“Province”(所在省份)
“ShopType”(店铺类型ID)
“ShopPower”(评分)
“ShopName”(商户名称)
“BranchName”(分店名)
“RegionName”(所属区县或商圈)
“CrossRoad”(所在交叉路口)
“Address”(地址)
“CategoryName”(最小分类名称)
“PriceText”(客单价)
“Tags”(标签)
“DefaultPic”(店铺默认图片)
“AltName”(商户别名)
“Latitude”(纬度,腾讯地图)
“Longitude”(经度,腾讯地图)
“VoteTotal”(精选评价)
“Bookable”(是否接受预定)
“AreaCode”(电话区号)
“PhoneNos”(联系电话)
“Hours”(营业时间)

示例数据:
点击查看综合商场在线示例数据
点击查看商场楼层索引在线示例数据

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

链家网全国新房楼盘+二手房小区数据(2022年06月更新)

数据说明:
链家网全国123个城市的新房楼盘数据、二手房小区数据。

新房楼盘数据共29439条。其中:
“楼盘名称” 不为空的共 29439 条,占全部数据的 100.0%;
“楼盘价格” 不为空的共 25211 条,占全部数据的 85.6380991202%;
“规划户数” 不为空的共 28934 条,占全部数据的 98.2845884711%;
“经度, 纬度” 不为空的共 29439 条,占全部数据的 100.0%;

二手房小区数据303590条。其中:
“小区名称” 不为空的共 303590 条,占全部数据的 100.0%;
“均价” 不为空的共 224281 条,占全部数据的 73.8762805099%;
“房屋总数” 不为空的共 303590 条,占全部数据的 100.0%;
“经度, 纬度” 不为空的共 303590 条,占全部数据的 100.0%;

更新时间:
2022年06月30日。

详细字段说明:
(1)新房楼盘数据字段
“省份”, “城市”, “区域位置”, “楼盘名称”, “楼盘别名”, “楼盘价格”, “楼盘状态”, “项目特色”, “预售资格”, “项目地址”, “售楼处地址”, “开发商”, “物业公司”, “最新开盘”, “物业类型”, “楼盘户型”, “交房时间”, “已交房楼栋数”, “容积率”, “产权年限”, “绿化率”, “规划户数”, “物业费用”, “车位情况”, “车位配比”, “供暖方式”, “供水方式”, “供电方式”, “建筑类型”, “嫌恶设施”, “占地面积”, “建筑面积”, “经度”, “纬度”, “URL”

(2)二手房小区数据字段
“省份”, “城市”, “区域位置”, “小区名称”, “均价”, “地址”, “建筑年代”, “建筑类型”, “物业费用”, “物业公司”, “开发商”, “楼栋总数”, “房屋总数”, “附近门店”, “经度”, “纬度”, “URL”

说明:链家网用的地图是百度地图,所以数据中的”经度”, “纬度”数据也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:
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2022年5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),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;

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

房天下全国新房楼盘+二手房小区数据(2022年05月更新)

数据说明:
房天下(fang.com)全国624个城市的新房楼盘+二手房小区数据,2022年05月更新。数据量共555608条,其中”新房”数据70798条,”二手房”数据484810条。

更新时间:
2022-05-31

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

链家网全国新房楼盘+二手房小区数据(2022年05月更新)

数据说明:
链家网全国123个城市的新房楼盘数据、二手房小区数据。

新房楼盘数据共29011条。其中:
“楼盘名称” 不为空的共 29011 条,占全部数据的 100.0%;
“楼盘价格” 不为空的共 24934 条,占全部数据的 85.9467098687%;
“规划户数” 不为空的共 28588 条,占全部数据的 98.5419323705%;
“经度, 纬度” 不为空的共 29011 条,占全部数据的 100.0%;

二手房小区数据303630条。其中:
“小区名称” 不为空的共 303630 条,占全部数据的 100.0%;
“均价” 不为空的共 224305 条,占全部数据的 73.8744524586%;
“房屋总数” 不为空的共 303630 条,占全部数据的 100.0%;
“经度, 纬度” 不为空的共 303630 条,占全部数据的 100.0%;

更新时间:
2022年05月30日。

详细字段说明:
(1)新房楼盘数据字段
“省份”, “城市”, “区域位置”, “楼盘名称”, “楼盘别名”, “楼盘价格”, “楼盘状态”, “项目特色”, “预售资格”, “项目地址”, “售楼处地址”, “开发商”, “物业公司”, “最新开盘”, “物业类型”, “楼盘户型”, “交房时间”, “已交房楼栋数”, “容积率”, “产权年限”, “绿化率”, “规划户数”, “物业费用”, “车位情况”, “车位配比”, “供暖方式”, “供水方式”, “供电方式”, “建筑类型”, “嫌恶设施”, “占地面积”, “建筑面积”, “经度”, “纬度”, “URL”

(2)二手房小区数据字段
“省份”, “城市”, “区域位置”, “小区名称”, “均价”, “地址”, “建筑年代”, “建筑类型”, “物业费用”, “物业公司”, “开发商”, “楼栋总数”, “房屋总数”, “附近门店”, “经度”, “纬度”, “URL”

说明:链家网用的地图是百度地图,所以数据中的”经度”, “纬度”数据也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:
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

房天下全国新房楼盘+二手房小区数据(2022年04月更新)

数据说明:
房天下(fang.com)全国634个城市的新房楼盘+二手房小区数据,2022年04月更新。数据量共537534条,其中”新房”数据67826条,”二手房”数据469708条。

更新时间:
2022-04-28

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。

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