Advertisement

2019年国家统计局省市区及街道数据爬取.txt

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:TXT


简介:
该文档包含2019年由国家统计局发布的详细数据,涵盖了中国各省份、城市、区县以及街道的统计信息。这些数据可通过编程手段进行爬取和分析。文档旨在为研究人员和社会科学爱好者提供全面的数据支持,以便深入探究中国的地区经济发展状况及社会变迁趋势。 2019年国家统计局省市区、街道数据爬取的Python源码仅能爬取到街道层级的数据,居委会由于页面上没有a标签而未能进行爬取。如有需要,请自行调整代码。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 2019.txt
    优质
    该文档包含2019年由国家统计局发布的详细数据,涵盖了中国各省份、城市、区县以及街道的统计信息。这些数据可通过编程手段进行爬取和分析。文档旨在为研究人员和社会科学爱好者提供全面的数据支持,以便深入探究中国的地区经济发展状况及社会变迁趋势。 2019年国家统计局省市区、街道数据爬取的Python源码仅能爬取到街道层级的数据,居委会由于页面上没有a标签而未能进行爬取。如有需要,请自行调整代码。
  • 2019(来自
    优质
    本资料集汇总了2019年中国各省份、直辖市及自治区的关键统计数据,涵盖经济、人口和社会等多个领域,来源于官方权威机构——国家统计局。 2019年省市区的数据来自国家统计局的官方发布。
  • 2020最新Python3.8代码(包括乡镇)
    优质
    本教程详细介绍了使用Python 3.8版本从国家统计局网站上抓取最新的地区代码数据的方法。涵盖省级、市级、区县级及街道级等各级行政区划的全面解析与提取技巧,适合数据分析和地理信息系统开发人员参考学习。 ```python import urllib.request import time from bs4 import BeautifulSoup indexs = index.html url = http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/2019/ txt = urllib.request.urlopen(url + indexs).read().decode(gbk) soup = BeautifulSoup(txt, html.parser) lista = soup.find_all(a) lista.pop() for a in lista: # 进行后续操作 ```
  • 2019四级MySQL.zip
    优质
    本资料包包含2019年中国各省市自治区及街道级别的详细MySQL数据库信息,适用于地理信息系统、市场分析和科研等领域。 2019年更新的全国省市县街道镇乡四级行政区划数据库包含MySQL类型数据,分为单表模式和分表模式。在单表模式下,所有数据存储在同一张表中;而在多表模式下,则会分成四张不同的表格来存放各级别的数据信息。该数据库内容非常详尽,并且我正在使用它。
  • 20191月31日 发布5级地址---/乡镇-居委会).zip
    优质
    该文件包含国家统计局于2019年1月发布的五级行政区划详细数据,涵盖从省级到居委会级别的全面信息。 2019年统计用区划代码及城乡划分代码依据国务院批复同意的《关于统计上划分城乡的规定》(国函〔2008〕60号)以及国家统计局发布的《统计用区划代码和城乡划分代码编制规则》(国统字〔2009〕91号)进行编制。 此次发布的内容包括全国31个省、自治区及直辖市的2019年统计用区划代码(共12位)和城乡分类代码(共3位),但不涵盖我国台湾省、香港特别行政区以及澳门特别行政区。资源分为两部分:电子表格与SQL语句。 其中,SQL表结构定义如下: ```sql CREATE TABLE `province_city_county` ( `code` varchar(12) NOT NULL COMMENT 编码, `p_code` varchar(12) NOT NULL DEFAULT 0 COMMENT 父级ID,0表示没有父级, `name` varchar(100) NOT NULL COMMENT 名称, `type` char(1) NOT NULL COMMENT 类型:1-省;2-市;3-县,4-乡镇;5-村/社区, `county_type` varchar(3) DEFAULT NULL COMMENT 城乡分类:100-城镇;110-城区;111-主城区;112-城乡结合区;120-镇区;121-镇中心区;122-镇乡结合区;123-特殊区域;200-乡村; `status` char(1) NOT NULL DEFAULT 1 COMMENT 状态,默认为有效, PRIMARY KEY (`code`) ) ENGINE=MyISAM DEFAULT CHARSET=utf8; ```
  • 三级
    优质
    本数据库收录了国家统计局发布的省、市、区各级行政区域的统计数据,涵盖经济、人口等多个领域,为研究与决策提供详实的数据支持。 国家统计局提供的省市区三级数据可以以Excel形式获取。
  • 最新的
    优质
    本项目提供全面且实时更新的中国省市自治区及街道级别行政区划数据,助力地图服务、数据分析与地理位置应用开发。 寻找一个包含城市编码、省区域编码、省份名称、市区域编码、市级行政区划名称、区/县区域编码、区/县名称以及街道区域编码及对应街道数据的完整Excel文档确实非常困难。经过一番搜索,我最终找到了一个稳定且免费的API来获取这些信息,并愿意与大家分享这份资源。
  • 2019更新(含编码与名称)
    优质
    本资料为2019年最新版国家统计局发布的省市县区级行政区划代码及名称信息,适用于各类地理信息系统和统计分析工作。 2019年国家统计局省市县区数据如下: - 编码:31 | 名称:上海市 - 编码:3101 | 名称:市辖区 - 编码:310107 | 名称:普陀区 在普陀区内,包含以下街道和镇: - 编码:310107015 | 名称:长寿路街道 - 编码:310107017 | 名称:石泉路街道 - 编码:310107102 | 名称:长征镇 - 编码:310107103 | 名称:桃浦镇 - 编码:310107016 | 名称:甘泉路街道
  • 2023县()乡镇(村级
    优质
    本资料集全面收录了2023年中国各省市县、乡镇及村级行政区划和人口经济数据,为研究与决策提供详实依据。 根据民政部门2023年最新公开的数据,使用Excel格式整理了五个表格,并精确到村一级。每个数据行包含国家标准行政区划唯一ID以及关联上级区划的ID,便于导入省级、市级、县级、乡镇级及行政村级的信息。 具体来说: - 省份信息:共31条记录 - 市级信息:共有342条记录 - 县级信息:总计有3057条记录 - 乡(镇)级信息:共计41273条记录 - 行政村级信息: 总计618267条记录 这些数据对于快递平台、电商平台等企业来说非常有用。
  • 2020更新的全
    优质
    该数据库为2020年最新版本,包含中国各省份、城市、区县及街道详尽信息,便于地理信息系统、物流配送等行业应用。 之前项目中需要全国的省市区数据,在网上找了很久但发现要么数据不全,要么过时了。因此自己整理了一份最新的省市区数据库,并与京东的数据保持同步,总共包含49226条记录。