Sicherheitsdaten zu Seattle

911-Einsätze des Seattle Fire Department.

Hinweis

Microsoft stellt Datasets der Plattform Azure Open Datasets auf einer „As is“-Basis (d. h. ohne Mängelgewähr) zur Verfügung. Microsoft übernimmt weder ausdrücklich noch stillschweigend die Gewährleistung für Ihre Nutzung der Datasets und sichert keinerlei Garantien oder Bedingungen zu. Soweit nach örtlich anwendbarem Recht zulässig, lehnt Microsoft jegliche Haftung für Schäden oder Verluste ab. Dies schließt direkte, indirekte, besondere oder zufällige Schäden oder Verluste sowie Folge- und Strafschäden und damit verbundene Verluste ein, die sich aus Ihrer Nutzung der Datasets ergeben.

Für die Bereitstellung dieses Datasets gelten die ursprünglichen Nutzungsbedingungen, unter denen Microsoft die Quelldaten bezogen hat. Das Dataset kann Daten von Microsoft enthalten.

Volume und Aufbewahrung

Dieses Dataset wird im Parquet-Format gespeichert. Es wird täglich aktualisiert und hat im Jahr 2019 ca. 800.000 Zeilen (20 MB) enthalten.

Dieses Dataset enthält historische Datensätze, die von 2010 bis heute gesammelt wurden. Verwenden Sie Parametereinstellungen im SDK, um Daten innerhalb eines bestimmten Zeitbereichs abzurufen.

Speicherort

Dieses Dataset wird in der Azure-Region „USA, Osten“ gespeichert. Wir empfehlen Ihnen, aus Affinitätsgründen Computeressourcen in „USA, Osten“ anzuordnen.

Zusätzliche Informationen

Dieses Dataset wurde von der Stadtverwaltung von Seattle bezogen. Weitere Informationen finden Sie auf der Website der Stadt Seattle. Sehen Sie sich die Informationen zur Lizenzierung und Zuordnung für die Bedingungen der Verwendung dieses Datasets an. Senden Sie eine E-Mail an open.data@seattle.gov, wenn Sie Fragen zur Datenquelle haben.

Spalten

Name Datentyp Eindeutig Werte (Beispiel) BESCHREIBUNG
address Zeichenfolge 196,965 517 3rd Av 318 2nd Av Et S Ort des Vorfalls.
category Zeichenfolge 232 Aid Response Medic Response Antworttyp.
dataSubtype Zeichenfolge 1 911_Fire “911_Fire”
dataType Zeichenfolge 1 Sicherheit “Safety”
dateTime timestamp 1,533,401 2020-11-04 06:49:00 2019-06-19 13:49:00 Datum und Uhrzeit des Anrufs.
latitude double 94,332 47.602172 47.600194 Dies ist der Wert für den Breitengrad. Die Linien des Breitengrads sind parallel zum Äquator.
longitude double 79,492 -122.330863 -122.330541 Dies ist der Wert für den Längengrad. Die Linien der Längengrade verlaufen senkrecht zu den Linien der Breitengrade und durchlaufen beide Pole.

Vorschau

dataType dataSubtype dateTime category subcategory status address latitude longitude source extendedProperties
Sicherheit 911_Fire 4/28/2021 5:22:00 AM Rubbish Fire NULL NULL 200 University St 47.607299 -122.337087 NULL
Sicherheit 911_Fire 4/28/2021 5:15:00 AM Triaged Incident NULL NULL 6th Ave/Olive Way 47.61313 -122.336282 NULL
Sicherheit 911_Fire 4/28/2021 5:12:00 AM Aid Response NULL NULL 4th Ave S/Seattle Blvd S 47.596486 -122.329046 NULL
Sicherheit 911_Fire 4/28/2021 5:09:00 AM Rubbish Fire NULL NULL 3rd Ave/University St 47.607763 -122.335976 NULL
Sicherheit 911_Fire 4/28/2021 4:57:00 AM Low Acuity Response NULL NULL 533 3rd Ave W 47.623717 -122.360635 NULL
Sicherheit 911_Fire 4/28/2021 4:57:00 AM Trans to AMR NULL NULL 4638 S Austin St 47.534702 -122.274812 NULL
Sicherheit 911_Fire 4/28/2021 4:55:00 AM Triaged Incident NULL NULL 8th Ave N/Harrison St 47.622051 -122.341066 NULL

Datenzugriff

Azure Notebooks

Tipp

Inhalt von DownloadNotebook?serviceType=AzureNotebooks&package=azureml-opendatasets&registryId=city_safety_seattle. In GitHub öffnen .

# This is a package in preview.
from azureml.opendatasets import SeattleSafety

from datetime import datetime
from dateutil import parser


end_date = parser.parse('2016-01-01')
start_date = parser.parse('2015-05-01')
safety = SeattleSafety(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://docs.microsoft.com/en-us/azure/data-explorer/connect-from-databricks#install-the-python-library-on-your-azure-databricks-cluster
from azureml.opendatasets import SeattleSafety

from datetime import datetime
from dateutil import parser


end_date = parser.parse('2016-01-01')
start_date = parser.parse('2015-05-01')
safety = SeattleSafety(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 SeattleSafety

from datetime import datetime
from dateutil import parser


end_date = parser.parse('2016-01-01')
start_date = parser.parse('2015-05-01')
safety = SeattleSafety(start_date=start_date, end_date=end_date)
safety = safety.to_spark_dataframe()
# Display top 5 rows
display(safety.limit(5))

Beispiele

Nächste Schritte

Machen Sie sich mit den restlichen Datasets im Open Datasets-Katalog vertraut.