三藩市保管庫資料
舊金山的消防部門服務通話和 311 案件。
注意
Microsoft 會以「如目前」為基礎提供 Azure 開放資料集。 Microsoft 不會就您使用資料集做出任何明示或默示擔保或條件。 根據當地法律所允許的範圍,Microsoft 會免除因使用資料集而產生的任何損害或損失的所有責任,包括直接、衍生、特殊、間接、附帶或懲罰性。
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。
消防通話服務包括回應通話的所有消防單位。 每筆記錄都包含通話號碼、事件號碼、地址、單位識別碼、通話類型和處置方式, 亦包括所有相關的時間間隔。 由於這份資料集是以回應為基礎,且大多數通話都涉及多個單位,因此每個通話號碼均有多筆記錄。 位址與區塊號碼、交集或呼叫方塊相關聯,而不是特定位址。
311 案例包括與地點或事物相關的案件(例如公園、街道或建築物),並在 2008 年 7 月 1 日之後建立。 系統會排除使用者記錄自己需求的情況。 例如,物業或營業稅問題、停車許可要求等等。 如需詳細資訊,請參閱 Program Link 。
磁片區和保留期
此資料集以 Parquet 格式儲存, 截至 2019 年,每天會更新大約 600 MB 的資料列(400 MB)。
此資料集包含從 2015 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。
相關資料集
資料行
名稱 | 資料類型 | 唯一 | Values (sample) | 描述 |
---|---|---|---|---|
address | string | 280,652 | 未與特定位址 0 區塊 6TH ST 相關聯 | 事件位址(注意:位址和位置一般化為街道中間街區、十字路口或最近的通話方位置,以保護來電者隱私權)。 |
category | string | 108 | 街道和人行道清潔可能危及生命 | 人類可讀的 311 案件服務要求類型名稱,或 911 消防通話的通話類型群組名稱。 |
dataSubtype | 字串 | 2 | 911_Fire 311_All | 「911_Fire」 或 「311_All」。 |
dataType | string | 1 | 安全性 | 「保管庫ty」 |
dateTime | timestamp | 6,496,563 | 2020-10-19 12:28:08 2020-07-28 06:40:26 | 服務要求建立的日期和時間,或收到消防通話的時間。 |
緯度 | double | 1,615,369 | 37.777624238929 37.786117211838 | 使用 WGS84 投影的位置緯度。 |
經度 | double | 1,554,612 | -122.39998111124 -122.419854245692 | 使用 WGS84 投影的位置經度。 |
來源 | string | 9 | 電話 Mobile/Open311 | 接收服務要求的機制或路徑;通常為 「電話」、「Text/SMS」、「Website」、「Mobile App」、「Twitter」 等,但字詞可能會因系統而異。 |
status | 字串 | 3 | 已關閉開啟 | 服務要求目前狀態的單一字詞指標。 (注意:GeoReport V2 只允許「開啟」和「已關閉」) |
子類別 | string | 1,270 | 醫療事件大量專案 | 人類可讀的 311 案件服務要求子類型名稱,或 911 消防通話的通話類型名稱。 |
預覽
dataType | dataSubtype | dateTime | category | 子類別 | status | address | 緯度 | 經度 | 來源 | extendedProperties |
---|---|---|---|---|---|---|---|---|---|---|
安全性 | 911_Fire | 2021/4/26 上午 2:56:13 | 無生命危險 | 醫療事件 | null | 700 區塊 GEARY ST | 37.7863607914647 | -122.415616900246 | null | |
安全性 | 911_Fire | 2021/4/26 上午 2:56:13 | 無生命危險 | 醫療事件 | null | 700 區塊 GEARY ST | 37.7863607914647 | -122.415616900246 | null | |
安全性 | 911_Fire | 2021/4/26 上午 2:54:03 | 無生命危險 | 醫療事件 | null | 0 ESSEX ST 區塊 | 37.7860048266229 | -122.395077258809 | null | |
安全性 | 911_Fire | 2021/4/26 上午 2:54:03 | 無生命危險 | 醫療事件 | null | 0 ESSEX ST 區塊 | 37.7860048266229 | -122.395077258809 | null | |
安全性 | 911_Fire | 2021/4/26 上午 2:52:17 | 無生命危險 | 醫療事件 | null | 700 塊 29TH AVE | 37.7751770865322 | -122.488604397217 | null | |
安全性 | 911_Fire | 2021/4/26 上午 2:50:28 | 可能危及生命 | 醫療事件 | null | 1000 塊 GEARY ST | 37.7857350982044 | -122.420555240691 | null | |
安全性 | 911_Fire | 2021/4/26 上午 2:50:28 | 可能危及生命 | 醫療事件 | null | 1000 塊 GEARY ST | 37.7857350982044 | -122.420555240691 | null | |
安全性 | 911_Fire | 2021/4/26 上午 2:33:52 | 無生命危險 | 醫療事件 | null | 100 區塊 BELVEDERE ST | 37.767791696654 | -122.449332294394 | null | |
安全性 | 911_Fire | 2021/4/26 上午 2:33:52 | 無生命危險 | 醫療事件 | null | 100 區塊 BELVEDERE ST | 37.767791696654 | -122.449332294394 | null | |
安全性 | 911_Fire | 2021/4/26 上午 2:33:51 | 可能危及生命 | 醫療事件 | null | 100 區塊 6TH ST | 37.7807920802756 | -122.408385745499 | null |
資料存取
Azure Notebooks
# 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://learn.microsoft.com/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))
範例
下一步
檢視開放式資料集目錄中 的其餘資料集 。