Sicherheitsdaten zu New York City
Alle 311-Dienstanforderungen in New York City von 2010 bis heute.
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 enthält für den Zeitraum bis 2019 insgesamt etwa 12 Millionen Zeilen (500 MB).
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. Aus Gründen der Affinität wird die Zuweisung von Computeressourcen in der Region „USA, Osten“ empfohlen.
Zusätzliche Informationen
Dieses Dataset stammt von den Behörden von New York City. Weitere Informationen finden Sie auf der Website der Stadt New York. Sehen Sie sich die Geschäftsbedingungen für dieses Dataset an.
Spalten
Name | Datentyp | Eindeutig | Beispielwerte | BESCHREIBUNG |
---|---|---|---|---|
address | Zeichenfolge | 1\.536.593 | 655 EAST 230 STREET 78-15 PARSONS BOULEVARD | Vom Absender angegebene Hausnummer der Adresse, an der sich der Vorfall ereignet hat. |
category | Zeichenfolge | 446 | Lärm: HEIZUNG/HEISSWASSER | Dies ist die erste Ebene einer Hierarchie, die das Thema des Vorfalls oder der Bedingung (Art der Beschwerde) identifiziert. Sie kann eine entsprechende Unterkategorie (Deskriptor) haben oder allein stehen. |
dataSubtype | Zeichenfolge | 1 | 311_All | „311_All“ |
dataType | Zeichenfolge | 1 | Sicherheit | “Safety” |
dateTime | timestamp | 17.332.609 | 2013-01-24 00:00:00 2015-01-08 00:00:00 | Erstellungsdatum der Serviceanfrage. |
latitude | double | 1\.513.691 | 40,89187241649303 40,72195913199264 | Geografischer Breitegrad des Standorts, an dem der Vorfall stattgefunden hat. |
longitude | double | 1\.513.713 | –73,86016845296459 –73,80969682426189 | Geografischer Längengrad des Standorts, an dem sich der Vorfall ereignet hat. |
status | Zeichenfolge | 13 | Geschlossen Ausstehend | Der Dienstanforderungsstatus wurde gesendet. |
subcategory | Zeichenfolge | 1\.716 | Laute Musik/Party GESAMTES GEBÄUDE | Diese Unterkategorie ist der entsprechenden Kategorie zugeordnet (Art der Beschwerde) und umfasst weitere Details des Vorfalls oder Zustands. Die Werte sind abhängig von der Art der Beschwerde und sind bei Serviceanträgen nicht immer erforderlich. |
Vorschau
dataType | dataSubtype | dateTime | category | subcategory | status | address | latitude | longitude | source | extendedProperties |
---|---|---|---|---|---|---|---|---|---|---|
Sicherheit | 311_All | 4/25/2021 2:05:05 AM | Lärm: Straße/Gehweg | Laute Musik/Party | Vorgang wird ausgeführt | 2766 BATH AVENUE | 40,5906129741766 | –73,9847949011337 | NULL | |
Sicherheit | 311_All | 4/25/2021 2:04:33 AM | Lärm: Geschäftsgebäude | Laute Musik/Party | Vorgang wird ausgeführt | 1033 WEBSTER AVENUE | 40,8285784533256 | –73,9117746958432 | NULL | |
Sicherheit | 311_All | 4/25/2021 2:04:27 AM | Lärm: Wohngebiet | Laute Musik/Party | Vorgang wird ausgeführt | 620 WEST 141 STREET | 40,8241726554395 | –73,9530069547366 | NULL | |
Sicherheit | 311_All | 4/25/2021 2:04:04 AM | Lärm: Wohngebiet | Laute Musik/Party | Vorgang wird ausgeführt | 1647 64 STREET | 40,6218907202382 | –73,9931125332078 | NULL | |
Sicherheit | 311_All | 4/25/2021 2:04:01 AM | Lärm: Wohngebiet | Laute Musik/Party | Vorgang wird ausgeführt | 30 LENOX AVENUE | 40,7991622274945 | –73,9517496365803 | NULL | |
Sicherheit | 311_All | 4/25/2021 2:03:40 AM | Illegales Parken | Parken in zweiter Reihe Verkehr blockiert | Vorgang wird ausgeführt | 304 WEST 148 STREET | 40,8248229687124 | –73,940696262361 | NULL | |
Sicherheit | 311_All | 4/25/2021 2:03:31 AM | Lärm: Straße/Gehweg | Laute Musik/Party | Vorgang wird ausgeführt | ADEE AVENUE | 40,8708386263454 | –73,8382363208686 | NULL | |
Sicherheit | 311_All | 4/25/2021 2:03:18 AM | Lärm: Wohngebiet | Laute Musik/Party | Vorgang wird ausgeführt | 340 EVERGREEN AVENUE | 40,6947512704197 | –73,9248330229197 | NULL | |
Sicherheit | 311_All | 4/25/2021 2:03:13 AM | Lärm: Wohngebiet | Hämmern/Stampfen | Vorgang wird ausgeführt | 25 REMSEN STREET | 40,6948938116483 | –73,9973494607802 | NULL |
Datenzugriff
Azure Notebooks
# This is a package in preview.
from azureml.opendatasets import SanFranciscoSafety
from datetime import datetime
from dateutil import parser
end_date = parser.parse('2016-01-01')
start_date = parser.parse('2015-05-01')
safety = SanFranciscoSafety(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 SanFranciscoSafety
from datetime import datetime
from dateutil import parser
end_date = parser.parse('2016-01-01')
start_date = parser.parse('2015-05-01')
safety = SanFranciscoSafety(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 SanFranciscoSafety
from datetime import datetime
from dateutil import parser
end_date = parser.parse('2016-01-01')
start_date = parser.parse('2015-05-01')
safety = SanFranciscoSafety(start_date=start_date, end_date=end_date)
safety = safety.to_spark_dataframe()
# Display top 5 rows
display(safety.limit(5))
Beispiele
- Sehen Sie sich das Beispiel City Safety Analytics auf GitHub an.
Nächste Schritte
Machen Sie sich mit den restlichen Datasets im Open Datasets-Katalog vertraut.