San Francisco Safety Data (Данные о безопасности в Сан Франциско)

Вызовы пожарной службы и обращения в службу 311 в Сан-Франциско.

Примечание

Корпорация Майкрософт предоставляет Открытые наборы данных Azure как есть. Корпорация Майкрософт не предоставляет никаких гарантий (явных или подразумеваемых) и не определяет никаких условий в связи с использованием этих наборов данных. В рамках, допускаемых местным законодательством, корпорация Майкрософт отказывается от ответственности за ущерб и убытки (в том числе прямые, косвенные, специальные, опосредованные, случайные и штрафные), понесенные в результате использования вами этих наборов данных.

Этот набор данных предоставляется на тех же условиях, на которых корпорация Майкрософт получила исходные данные. Этот набор может включать данные, полученные от корпорации Майкрософт.

Данные об обращениях в пожарную службу включают все отклики пожарных бригад. Каждая запись содержит номер вызова, номер инцидента, адрес, идентификатор бригады, тип вызова и расположение. Кроме того, включены все соответствующие интервалы времени. Так как этот набор данных основан на откликах, а для большинства вызовов задействуется несколько бригад, каждому номеру вызова соответствует несколько записей. Адреса связываются с номером квартала, перекрестком или телефонным автоматом, а не конкретным домом.

Обращения в службу 311 включают инциденты, связанные с определенным местом или объектом (например, парками, улицами или зданиями) и созданные не ранее 1 июля 2008 г. Исключаются все обращения пользователей по собственным вопросам (например, связанным с собственностью или налогообложением, запросами разрешений на стоянку и т. д.). См. дополнительные сведения на странице программы.

Объем данных и их хранение

Этот набор данных хранится в формате Parquet. Он обновляется ежедневно и по состоянию на 2019 год содержит около 6 млн строк (400 МБ).

Этот набор данных содержит архивные записи, собранные с 2015 года по сегодняшний день. Вы можете использовать параметры из нашего пакета SDK, чтобы получить данные за определенный диапазон времени.

Расположение хранения

Этот набор данных хранится в регионе Azure "Восточная часть США". Для обеспечения приближенности рекомендуется выделять вычислительные ресурсы в регионе "Восточная часть США".

Дополнительные сведения

Этот набор данных получен исключительно от администрации Сан-Франциско. Ознакомьтесь с условиями использования этого набора данных.

Столбцы

Имя Тип данных Уникальная идентификация Значения (пример) Описание
address строка 280 652 Не связано с определенным адресом квартала 0 для 6TH ST Адрес, по которому произошел инцидент (примечание: адрес и данные о местонахождении обобщаются до центрального участка улицы, перекрестка или расположения ближайшего телефонного автомата, чтобы защитить конфиденциальность звонящего).
категория строка 108 Очистка улицы и тротуара с потенциальной угрозой для жизни Понятное для человека название для информационных заявок или группа тип вызова для пожарных вызовов.
dataSubtype строка 2 911_Fire 311_All 911_Fire или 311_All.
dataType строка 1 Безопасность “Безопасность”
dateTime TIMESTAMP 6 496 563 2020-10-19 12:28:08 2020-07-28 06:40:26 Дата и время поступления вызова или регистрации звонка о пожаре.
широта double 1 615 369 37.777624238929 37.786117211838 Широта расположения (проекция WGS84).
долгота double 1 554 612 -122.39998111124 -122.419854245692 Долгота расположения (проекция WGS84).
source строка 9 Мобильный телефон/Open311 Механизм или канал запроса на обслуживание. Обычно это телефон, SMS или другое текстовое сообщение, веб-сайт, мобильное приложение, Twitter и др. Условия зависят от используемой системы.
status строка 3 Закрыто, открыто Указатель из одного слова для текущего состояния вызова. (Примечание: GeoReport V2 разрешает использовать только состояния "Открыто" и "Закрыто".)
подкатегория строка 1 270 Объемные запросы, связанные с медицинскими обращениями Понятное для человека название подтипа вызова для информационных заявок или тип вызова для пожарных вызовов.

Предварительный просмотр

dataType dataSubtype dateTime категория подкатегория status address широта долгота source extendedProperties
Безопасность 911_Fire 4/26/2021 2:56:13 AM Без угрозы для жизни Медицинской инцидент null Квартал 700 GEARY ST 37.7863607914647 -122.415616900246 null
Безопасность 911_Fire 4/26/2021 2:56:13 AM Без угрозы для жизни Медицинской инцидент null Квартал 700 GEARY ST 37.7863607914647 -122.415616900246 null
Безопасность 911_Fire 4/26/2021 2:54:03 AM Без угрозы для жизни Медицинской инцидент null Квартал 0 ESSEX ST 37.7860048266229 -122.395077258809 null
Безопасность 911_Fire 4/26/2021 2:54:03 AM Без угрозы для жизни Медицинской инцидент null Квартал 0 ESSEX ST 37.7860048266229 -122.395077258809 null
Безопасность 911_Fire 4/26/2021 2:52:17 AM Без угрозы для жизни Медицинской инцидент null Квартал 700 29TH AVE 37.7751770865322 -122.488604397217 null
Безопасность 911_Fire 4/26/2021 2:50:28 AM С потенциальной угрозой для жизни Медицинской инцидент null Квартал 1000 GEARY ST 37.7857350982044 -122.420555240691 null
Безопасность 911_Fire 4/26/2021 2:50:28 AM С потенциальной угрозой для жизни Медицинской инцидент null Квартал 1000 GEARY ST 37.7857350982044 -122.420555240691 null
Безопасность 911_Fire 4/26/2021 2:33:52 AM Без угрозы для жизни Медицинской инцидент null Квартал 100 BELVEDERE ST 37.767791696654 -122.449332294394 null
Безопасность 911_Fire 4/26/2021 2:33:52 AM Без угрозы для жизни Медицинской инцидент null Квартал 100 BELVEDERE ST 37.767791696654 -122.449332294394 null
Безопасность 911_Fire 4/26/2021 2:33:51 AM С потенциальной угрозой для жизни Медицинской инцидент null Квартал 100 6TH ST 37.7807920802756 -122.408385745499 null

Доступ к данным

Записные книжки Azure

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

from datetime import datetime
from dateutil import parser


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

from datetime import datetime
from dateutil import parser


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

from datetime import datetime
from dateutil import parser

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

Примеры

Дальнейшие действия

Ознакомьтесь с другими наборами в каталоге Открытых наборов данных.