紐約市安全資料
從 2010 年至今所有的紐約市 311 服務要求。
注意
Microsoft 依「現況」提供 Azure 開放資料集。 針對 貴用戶對資料集的使用方式，Microsoft 不提供任何明示或默示的擔保、保證或條件。 在 貴用戶當地法律允許的範圍內，針對因使用資料集而導致的任何直接性、衍生性、特殊性、間接性、附隨性或懲罰性損害或損失，Microsoft 概不承擔任何責任。
此資料集是根據 Microsoft 接收來源資料的原始條款所提供。 資料集可能包含源自 Microsoft 的資料。
資料量與保留期
此資料集以 Parquet 格式儲存， 此資料集每日更新，截至 2019 年為止，共包含約一千兩百萬個資料列 (500 MB)。
此資料集包含從 2010 年累積至今的歷史記錄。 在我們的 SDK 中，您可以使用參數設定來擷取特定時間範圍內的資料。
儲存位置
此資料集儲存於美國東部 Azure 區域。 建議您在美國東部配置計算資源，以確保同質性。
其他資訊
此資料集源自紐約市政府，如需詳細資訊，請參閱紐約市網站。 請參閱此資料集條款。
資料行
| 名稱 | 資料類型 | 唯一 | Values (sample) | 描述 |
|---|---|---|---|---|
| address | 字串 | 1,536,593 | 655 EAST 230 STREET 78-15 PARSONS BOULEVARD | 提交者提供的事件地址門牌號碼。 |
| category | 字串 | 4:46 | 雜訊 - 住家暖氣/熱水 | 這是識別事件主題或條件的第一層階層 (投訴類型)。 它可能會有對應的子類別 (描述項)，也可能獨立存在。 |
| dataSubtype | 字串 | 1 | 311_All | “311_All” |
| dataType | 字串 | 1 | 安全性 | 「安全性」 |
| dateTime | timestamp | 17,332,609 | 2013-01-24 00:00:00 2015-01-08 00:00:00 | 已建立日期服務要求。 |
| 緯度 | double | 1,513,691 | 40.89187241649303 40.72195913199264 | 事件位置的地理緯度。 |
| 經度 | double | 1,513,713 | -73.86016845296459 -73.80969682426189 | 事件位置的地理經度。 |
| status | 字串 | 13 | 待決 | 已提交的服務要求狀態。 |
| 子類別 | 字串 | 1,716 | 大聲音樂/派對整棟建築物 | 這與類別 (投訴類型) 相關，並提供與事件或狀況相關的詳細資料。 其值取決於投訴類型，而且在服務要求中並非一律為必要項。 |
預覽
| dataType | dataSubtype | dateTime | category | 子類別 | status | address | 緯度 | 經度 | 來源 | extendedProperties |
|---|---|---|---|---|---|---|---|---|---|---|
| 安全性 | 311_All | 4/25/2021 2:05:05 AM | 雜訊 - 街道/人行道 | 大聲音樂/派對 | 進行中 | 2766 BATH AVENUE | 40.5906129741766 | -73.9847949011337 | null | |
| 安全性 | 311_All | 4/25/2021 2:04:33 AM | 雜訊 - 廣告 | 大聲音樂/派對 | 進行中 | 1033 WEBSTER AVENUE | 40.8285784533256 | -73.9117746958432 | null | |
| 安全性 | 311_All | 4/25/2021 2:04:27 AM | 雜訊 - 住宅 | 大聲音樂/派對 | 進行中 | 620 WEST 141 STREET | 40.8241726554395 | -73.9530069547366 | null | |
| 安全性 | 311_All | 4/25/2021 2:04:04 AM | 雜訊 - 住宅 | 大聲音樂/派對 | 進行中 | 1647 64 STREET | 40.6218907202382 | -73.9931125332078 | null | |
| 安全性 | 311_All | 4/25/2021 2:04:01 AM | 雜訊 - 住宅 | 大聲音樂/派對 | 進行中 | 30 LENOX AVENUE | 40.7991622274945 | -73.9517496365803 | null | |
| 安全性 | 311_All | 4/25/2021 2:03:40 AM | 非法停車 | 並排停車阻礙交通 | 進行中 | 304 WEST 148 STREET | 40.8248229687124 | -73.940696262361 | null | |
| 安全性 | 311_All | 4/25/2021 2:03:31 AM | 雜訊 - 街道/人行道 | 大聲音樂/派對 | 進行中 | ADEE AVENUE | 40.8708386263454 | -73.8382363208686 | null | |
| 安全性 | 311_All | 4/25/2021 2:03:18 AM | 雜訊 - 住宅 | 大聲音樂/派對 | 進行中 | 340 EVERGREEN AVENUE | 40.6947512704197 | -73.9248330229197 | null | |
| 安全性 | 311_All | 4/25/2021 2:03:13 AM | 雜訊 - 住宅 | 敲打/重擊 | 進行中 | 25 REMSEN STREET | 40.6948938116483 | -73.9973494607802 | null |
資料存取
Azure Notebooks
# This is a package in preview.
from azureml.opendatasets import SanFranciscoSafety
from datetime import datetime
from dateutil import parser
end_date = parser.parse('2016-01-01')
start_date = parser.parse('2015-05-01')
safety = SanFranciscoSafety(start_date=start_date, end_date=end_date)
safety = safety.to_pandas_dataframe()
safety.info()
Azure Databricks
# This is a package in preview.
# You need to pip install azureml-opendatasets in Databricks cluster. https://learn.microsoft.com/azure/data-explorer/connect-from-databricks#install-the-python-library-on-your-azure-databricks-cluster
from azureml.opendatasets import SanFranciscoSafety
from datetime import datetime
from dateutil import parser
end_date = parser.parse('2016-01-01')
start_date = parser.parse('2015-05-01')
safety = SanFranciscoSafety(start_date=start_date, end_date=end_date)
safety = safety.to_spark_dataframe()
display(safety.limit(5))
Azure Synapse
# This is a package in preview.
from azureml.opendatasets import SanFranciscoSafety
from datetime import datetime
from dateutil import parser
end_date = parser.parse('2016-01-01')
start_date = parser.parse('2015-05-01')
safety = SanFranciscoSafety(start_date=start_date, end_date=end_date)
safety = safety.to_spark_dataframe()
# Display top 5 rows
display(safety.limit(5))
範例
- 請參閱 GitHub 上的城市安全性分析範例。
下一步
檢視開放資料集目錄中的其餘資料集。