Seattle Sejf ty Data

Výjezdy hasičů v Seattlu v reakci na zavolání na linku 911.

Poznámka:

Microsoft poskytuje datové sady Azure Open Datasets na bázi "tak, jak je". Společnost Microsoft neposkytuje žádné záruky, výslovné ani předpokládané záruky ani podmínky týkající se vašeho používání datových sad. V rozsahu povoleném vaším místním zákonem společnost Microsoft odmítá veškerou odpovědnost za případné škody nebo ztráty, včetně přímých, následných, zvláštních, nepřímých, náhodných nebo represivních, vyplývajících z vašeho používání datových sad.

Na tuto datovou sadu se vztahují původní podmínky, které Microsoft přijal se zdrojovými daty. Datová sada může obsahovat data pocházející z Microsoftu.

Objem a uchovávání

Tato datová sada se uchovává ve formátu Parquet. Aktualizuje se každý den a v roce 2019 obsahuje přibližně 800 000 řádků (20 MB).

Tato datová sada obsahuje historické záznamy shromážděné od roku 2010 až do současnosti. Pomocí nastavení parametrů v naší sadě SDK můžete načíst data v určitém časovém rozsahu.

Umístění úložiště

Tato datová sada se uchovává v oblasti Azure Východní USA. Pro spřažení doporučujeme vyhledat výpočetní prostředky v oblasti USA – východ.

Další informace

Zdrojem této datové sady je vedení města Seattle. Další informace najdete na webových stránkách města Seattle. Podívejte se na licencování a přiřazení podmínek použití této datové sady. Pokud ohledně tohoto zdroje dat máte jakékoli dotazy, zašlete e-mail na adresu open.data@seattle.gov.

Sloupce

Name	Datový typ	Jedinečný	Values (sample)	Popis
adresa	string	196,965	517 3rd Av 318 2nd Av et S	Místo incidentu
category	string	232	Odpověď na pomoc medikaci pomoci	Typ reakce
dataSubtype	string	0	911_Fire	"911_Fire"
Datatype	string	0	Bezpečnost	"Sejf ty"
data a času.	časové razítko	1,533,401	2020-11-04 06:49:00 2019-06-19 13:49:00	Datum a čas volání
zeměpisná šířka	double	94,332	47.602172 47.600194	Toto je hodnota zeměpisné šířky. Čáry zeměpisné šířky jsou rovnoběžné s rovníkem.
longitude	double	79,492	-122.330863 -122.330541	Toto je hodnota zeměpisné délky. Čáry zeměpisné délky jsou kolmé na čáry zeměpisné šířky a všechny procházejí oběma póly.

Ukázková

Datatype	dataSubtype	data a času.	category	Podkategorie	stav	adresa	zeměpisná šířka	longitude	zdroj	extendedProperties
Bezpečnost	911_Fire	4.28.2021 5:22:00	Požár v rubbách	null	null	200 University St.	47.607299	-122.337087	null
Bezpečnost	911_Fire	28.4.2021 5:15:00	Třídění incidentů	null	null	6. Ave / Olive Way	47.61313	-122.336282	null
Bezpečnost	911_Fire	4.28.2021 5:12:00	Odpověď na pomoc	null	null	4. Ave S / Seattle Blvd S	47.596486	-122.329046	null
Bezpečnost	911_Fire	28.4.2021 5:09:00	Požár v rubbách	null	null	3. Ave / University St.	47.607763	-122.335976	null
Bezpečnost	911_Fire	28.4.2021 4:57:00	Odpověď nízké přesnosti	null	null	533 3. Ave W	47.623717	-122.360635	null
Bezpečnost	911_Fire	28.4.2021 4:57:00	Převod do AMR	null	null	4638 S Austin St	47.534702	-122.274812	null
Bezpečnost	911_Fire	4.28.2021 4:55:00	Třídění incidentů	null	null	8. Ave N / Harrison St	47.622051	-122.341066	null

Přístup k datům

Azure Notebooks

azureml-opendatasets

# 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-storage

# Pip install packages
import os, sys

!{sys.executable} -m pip install azure-storage-blob
!{sys.executable} -m pip install pyarrow
!{sys.executable} -m pip install pandas

# Azure storage access info
azure_storage_account_name = "azureopendatastorage"
azure_storage_sas_token = r""
container_name = "citydatacontainer"
folder_name = "Safety/Release/city=Seattle"

from azure.storage.blob import BlockBlobServicefrom azure.storage.blob import BlobServiceClient, BlobClient, ContainerClient

if azure_storage_account_name is None or azure_storage_sas_token is None:
    raise Exception(
        "Provide your specific name and key for your Azure Storage account--see the Prerequisites section earlier.")

print('Looking for the first parquet under the folder ' +
      folder_name + ' in container "' + container_name + '"...')
container_url = f"https://{azure_storage_account_name}.blob.core.windows.net/"
blob_service_client = BlobServiceClient(
    container_url, azure_storage_sas_token if azure_storage_sas_token else None)

container_client = blob_service_client.get_container_client(container_name)
blobs = container_client.list_blobs(folder_name)
sorted_blobs = sorted(list(blobs), key=lambda e: e.name, reverse=True)
targetBlobName = ''
for blob in sorted_blobs:
    if blob.name.startswith(folder_name) and blob.name.endswith('.parquet'):
        targetBlobName = blob.name
        break

print('Target blob to download: ' + targetBlobName)
_, filename = os.path.split(targetBlobName)
blob_client = container_client.get_blob_client(targetBlobName)
with open(filename, 'wb') as local_file:
    blob_client.download_blob().download_to_stream(local_file)

# Read the parquet file into Pandas data frame
import pandas as pd

print('Reading the parquet file into Pandas data frame')
df = pd.read_parquet(filename)

# you can add your filter at below
print('Loaded as a Pandas data frame: ')
df

pyspark

Ukázka není k dispozici pro tuto kombinaci platformy nebo balíčku.

SQL

Ukázka není k dispozici pro tuto kombinaci platformy nebo balíčku.

Azure Databricks

azureml-opendatasets

# 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 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-storage

Ukázka není k dispozici pro tuto kombinaci platformy nebo balíčku.

pyspark

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "citydatacontainer"
blob_relative_path = "Safety/Release/city=Seattle"
blob_sas_token = r""

# Allow SPARK to read from Blob remotely
wasbs_path = 'wasbs://%s@%s.blob.core.windows.net/%s' % (blob_container_name, blob_account_name, blob_relative_path)
spark.conf.set(
  'fs.azure.sas.%s.%s.blob.core.windows.net' % (blob_container_name, blob_account_name),
  blob_sas_token)
print('Remote blob path: ' + wasbs_path)

# SPARK read parquet, note that it won't load any data yet by now
df = spark.read.parquet(wasbs_path)
print('Register the DataFrame as a SQL temporary view: source')
df.createOrReplaceTempView('source')

# Display top 10 rows
print('Displaying top 10 rows: ')
display(spark.sql('SELECT * FROM source LIMIT 10'))

SQL

Ukázka není k dispozici pro tuto kombinaci platformy nebo balíčku.

Azure Synapse

azureml-opendatasets

# 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))

azure-storage

Ukázka není k dispozici pro tuto kombinaci platformy nebo balíčku.

pyspark

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "citydatacontainer"
blob_relative_path = "Safety/Release/city=Seattle"
blob_sas_token = r""

# Allow SPARK to read from Blob remotely
wasbs_path = 'wasbs://%s@%s.blob.core.windows.net/%s' % (blob_container_name, blob_account_name, blob_relative_path)
spark.conf.set(
  'fs.azure.sas.%s.%s.blob.core.windows.net' % (blob_container_name, blob_account_name),
  blob_sas_token)
print('Remote blob path: ' + wasbs_path)

# SPARK read parquet, note that it won't load any data yet by now
df = spark.read.parquet(wasbs_path)
print('Register the DataFrame as a SQL temporary view: source')
df.createOrReplaceTempView('source')

# Display top 10 rows
print('Displaying top 10 rows: ')
display(spark.sql('SELECT * FROM source LIMIT 10'))

SQL

SELECT
    TOP 100 *
FROM
    OPENROWSET(
        BULK             'https://azureopendatastorage.blob.core.windows.net/citydatacontainer/Safety/Release/city=Seattle/*.parquet',
        FORMAT         = 'parquet'
    ) AS [r];

Příklady

• Podívejte se na příklad Analýzy města Sejf ty na GitHubu.

Další kroky

Prohlédněte si zbývající datové sady v katalogu Open Datasets.