Author Archives: admin

中原地产网全香港房地产市场数据(含历史成交记录)

数据说明：
中原地产网（中原地產http://hk.centanet.com/）全香港房地产市场资料，含历史成交记录数据。
共计：3.4w条房产，133w条历史成交记录。

采集时间：
2019年08月份。

详细字段说明：
（1）地产基本信息表：
Region-c
Region-e
Property name
Property address
Unit cnt（單位總數）
Blg age（樓齡）
X cnt（每層伙數）
Y cnt（層數）
Tags（分類標籤）
Bldg cnt （物業總數）
Phases（屋苑期數）
School net（所屬校網）
Lat
Lng
CblgCode
CestCode
URL（详情页URL）

（2）历史成交记录表：
Cblgcode（用以和基本信息产生关联）
Cestcode（同上）
CName（房产名称，例如 “曉峰居 3期 A座”）
CX_Axis（例如 “2室”）
CY_Axis（樓層）
NArea（實用）
GArea（建築）
Price（價錢）
Reg year（年份）
Price change（升跌）

示例数据：
点击查看中原地产香港地产基本信息示例数据
点击查看中原地产香港地产历史成交记录示例数据

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

小红书”留学教育”笔记数据1.7万条

数据说明：
小红书笔记数据，搜索关键词如下：
美国留学
美国高中
澳洲留学
澳洲高中
英国留学
英国高中
欧洲留学
孩子美食
健康美食
家庭教育
素质教育
孩子体育
教学
培训机构
幼升小
小升初
高考
国际学校
学区房
大学生活

共计1.7万条。小红书手机APP的笔记搜索结果只有前1000条可见，由于各关键词出来的结果有重叠，这是根据note_id去重后的结果。

采集时间：
2019年09月份。

详细字段说明：
“note_id” – 小红书笔记ID;
“keyword” – 搜索使用的关键词;
“title” – 小红书笔记标题;
“desc” – 小红书笔记描述;
“images” – 小红书笔记相关图片(链接);
“type” – 小红书笔记类型;
“note_url” – 小红书笔记Web链接;
“likes” – 小红书笔记点赞数;
“user_id” – 小红书作者ID;
“user_nickname” – 小红书作者昵称;
“user_logo” – 小红书作者图像（链接）;
“content” – 小红书笔记内容;
“publish_time” – 小红书笔记发布时间;
“comment_number” – 小红书评论总数;
“star_number” – 星数;
“author_note_number” – 小红书作者笔记总数;
“author_fans_number” – 小红书作者粉丝数;
“author_collect_number” – 小红书作者收藏数;
“comment1″ – 小红书笔记第一条评论;
“comment2″ – 小红书笔记第二条评论;
“comment3″ – 小红书笔记第三条评论;

示例数据：
点击查看小红书笔记示例数据

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

食品药品监督局SFDA网站179万页原始数据

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。

sfda_list1

sfda_list2

sfda_details

sfda_pages_count

更新时间：
2018年07月份。

数据格式：
MongoDB。

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

Yelp.com美国加州(CA)餐馆7.9W条2019年7月更新

数据说明：
Yelp.com美国加州(CA)餐馆数据，共计7.89W条。2019年7月更新。

更新时间：
2019年07月份。

详细字段说明：
business_name – 餐馆名称；
review_count – 评论数量;
categories – 菜品分类;
rating – 店铺评分;
address – 详细地址：
price_range – 价格区间;
lat – 纬度;
lng- 经度;
hours – 营业时间;
health_score – 健康评分;
phone – 电话号码;
claimed – 是否有人认领;
oldest_comment_date – 最早评论日期（按date_asc排序后第一条评论的日期）；
url – URL（据此去重）;

示例数据：
点击查看yelp.com餐馆示例数据

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2019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），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；

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

京东到家全国商户数据约17W条

数据说明：
京东到家(https://daojia.jd.com/html/index.html)全国各城市门店数据，共计17W家。2019年2月份采集。

更新时间：
2019年02月份。

详细字段说明：
“店铺名称”,”门店ID”,”城市”,”门店首图”,”基础运费”,”月售”,”综合评分”,”商家公告”,”商品数量”,”关注人数”,”营业时间”,”门店地址”,”门店电话”,”门店url”,”门店状态”
PS：门店状态为3的表示门店已下线了。

示例数据：
点击查看京东到家店铺示例数据

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

搜房网(房天下)全国新房楼盘+二手房小区数据2019年05月份更新

数据说明：
搜房网(房天下,fang.com)全国所有城市新房楼盘+二手房小区数据2019年05月份采集更新。
楼盘小区数据共约31万条（如下图所示），其中二手房小区约26万条，新房楼盘约5万条。

更新时间：
2019年05月份。

详细字段说明：
“小区名称”,”城市”,”小区地址”,”项目特色”,”所属区域”,”邮编”,”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”（百度地图）,”纬度”（百度地图）,”物业公司”,”价格”,”页面链接”,”地图链接”,”区县”,”装修情况”,”物业地址”,”商圈”,”环比上月”,”详情页链接”,”新房/二手房”,”newcode”（搜房网的小区ID）,”amap_lng”（高德地图）,”amap_lat”（高德地图）,”province”（经纬度反查出来的省份）,”city”（经纬度反查出来的城市）,”district”（经纬度反查出来的区县）

示例数据：
点击查看搜房网（房天下）”新房-楼盘”在线示例数据（201905更新）
点击查看搜房网（房天下）”二手房-小区”在线示例数据（201905更新）

数据格式：
CSV（GBK和UTF8编码）。

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

多点生活超市全国各城市数据共计177万条（2019年4月更新）

数据说明：
多点生活APP(https://www.dmall.com)全国各城市门店、分类、单品数据，其中单品数据共计177万条。2019年4月份采集。

更新时间：
2019年04月份。

详细字段说明：
1. 店铺表
“Store Id” – 店铺ID；
“Store Name” – 店铺名称；
“Vender Name” – 供应商；
“Lat” – 纬度；
“lng” – 经度；
“city” – 城市；

店铺表示例数据：
点击查看多点超市店铺表示例数据

2. 商品分类表
“Category Id” – 分类ID；
“Category Name” – 分类名称；
“Store Id” – 店铺ID；

商品分类表示例数据：
点击查看多点超市商品分类表示例数据

3. 商品信息表
“Product Id” – 商品ID；
“Sku” – 商品SKU；
“Product Name” – 商品名称；
“Product Price” – 商品价格；
“Category Id” – 分类ID；
“Category Name” – 商品名称；
“Month sales” – 月销量；
“Image” – 商品图片链接；
“Store Id” – 店铺ID；
“Store Name” – 店铺名称；

商品信息表示例数据：
点击查看多点超市商品信息表示例数据

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