Datos de seguridad de Seattle

Servicios de los bomberos de Seattle por llamadas al 911.

Nota

Microsoft proporciona Azure Open Datasets "tal cual". Microsoft no ofrece ninguna garantía, expresa o implícita, ni condición con respecto al uso que usted haga de los conjuntos de datos. En la medida en la que lo permita su legislación local, Microsoft declina toda responsabilidad por posibles daños o pérdidas, incluidos los daños directos, consecuenciales, especiales, indirectos, incidentales o punitivos, que resulten de su uso de los conjuntos de datos.

Este conjunto de datos se proporciona bajo los términos originales con los que Microsoft recibió los datos de origen. El conjunto de datos puede incluir datos procedentes de Microsoft.

Volumen y retención

Este conjunto de datos se almacena en formato Parquet. Se actualiza diariamente y contiene unas 800 000 filas (20 MB) en 2019.

Este conjunto de datos contiene registros históricos acumulados desde 2010 hasta la actualidad. Puede usar la configuración de parámetros de nuestro SDK para recuperar los datos de un intervalo de tiempo específico.

Ubicación de almacenamiento

Este conjunto de datos se almacena en la región Este de EE. UU. de Azure. Se recomienda buscar la afinidad de los recursos de proceso en esta región.

Información adicional

Este conjunto de datos se alimenta con los datos de la administración pública de la ciudad de Seattle. Para más información, consulte el sitio web de la ciudad de Seattle. Consulte Licencia y atribución de los términos de uso de este conjunto de datos. Envíe un correo electrónico a la dirección open.data@seattle.gov si tiene alguna duda sobre el origen de los datos.

Columnas

Nombre Tipo de datos Único Valores (ejemplo) Descripción
address string 196,965 517 3rd Av 318 2nd Av Et S Ubicación del incidente.
category string 232 Aid Response Medic Response Tipo de respuesta.
dataSubtype string 1 911_Fire “911_Fire”
dataType string 1 Seguridad “Safety”
dateTime timestamp 1,533,401 2020-11-04 06:49:00 2019-06-19 13:49:00 Fecha y hora de la llamada.
latitude double 94,332 47.602172 47.600194 Este es el valor de la latitud. Las líneas de la latitud son paralelas al ecuador.
longitude double 79,492 -122.330863 -122.330541 Este es el valor de la longitud. Las líneas de la longitud son perpendiculares a las líneas de la latitud y todas pasan por los dos polos.

Vista previa

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

Acceso a datos

Azure Notebooks

Sugerencia

Contenido de DownloadNotebook?serviceType=AzureNotebooks&package=azureml-opendatasets&registryId=city_safety_seattle. Abrir en GitHub .

# 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))

Ejemplos

Pasos siguientes

Vea el resto de los conjuntos de datos en el catálogo de Open Datasets.