Datos de seguridad de Nueva York

Artículo
12/06/2023

Todas las solicitudes de servicio en el número 311 de la ciudad de Nueva York desde 2010 hasta la actualidad.

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 a diario y contiene alrededor de 12 millones de filas (500 MB) en total desde 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 asignar recursos de proceso de la misma región por afinidad.

Información adicional

Este conjunto de datos se obtiene del gobierno de la ciudad de Nueva York. Para obtener más información, vea el sitio web de la ciudad de Nueva York. Vea los términos de este conjunto de datos.

Columnas

Nombre	Tipo de datos	Único	Valores (ejemplo)	Descripción
address	string	1,536,593	655 EAST 230 STREET 78-15 PARSONS BOULEVARD	Número de casa de la dirección del incidente proporcionado por el remitente.
category	string	446	Noise - Residential HEAT/HOT WATER	Este es el primer nivel de una jerarquía que identifica el tema del incidente o la condición (tipo de queja). Puede tener una subcategoría correspondiente (descriptor) o ser independiente.
dataSubtype	string	1	311_All	“311_All”
dataType	string	1	Seguridad	“Safety”
dateTime	timestamp	17,332,609	2013-01-24 00:00:00 2015-01-08 00:00:00	Fecha en la que se creó la solicitud de servicio.
latitude	double	1,513,691	40.89187241649303 40.72195913199264	Latitud geográfica de la ubicación donde ocurrió el incidente.
longitude	double	1,513,713	-73.86016845296459 -73.80969682426189	Longitud geográfica de la ubicación donde ocurrió el incidente.
status	string	13	Closed Pending	Estado de la solicitud de servicio enviada.
subcategory	string	1,716	Loud Music/Party ENTIRE BUILDING	Está asociada a la categoría (tipo de reclamación) y proporciona más detalles sobre el incidente o la condición. Los valores dependen del tipo de reclamación y no siempre son necesarios en las solicitudes de servicio.

Vista previa

dataType	dataSubtype	dateTime	category	subcategory	status	address	latitude	longitude	source
Seguridad	311_All	4/25/2021 2:05:05 AM	Noise - Street/Sidewalk	Loud Music/Party	En curso	2766 BATH AVENUE	40.5906129741766	-73.9847949011337	null
Seguridad	311_All	4/25/2021 2:04:33 AM	Noise - Commercial	Loud Music/Party	En curso	1033 WEBSTER AVENUE	40.8285784533256	-73.9117746958432	null
Seguridad	311_All	4/25/2021 2:04:27 AM	Noise - Residential	Loud Music/Party	En curso	620 WEST 141 STREET	40.8241726554395	-73.9530069547366	null
Seguridad	311_All	4/25/2021 2:04:04 AM	Noise - Residential	Loud Music/Party	En curso	1647 64 STREET	40.6218907202382	-73.9931125332078	null
Seguridad	311_All	4/25/2021 2:04:01 AM	Noise - Residential	Loud Music/Party	En curso	30 LENOX AVENUE	40.7991622274945	-73.9517496365803	null
Seguridad	311_All	4/25/2021 2:03:40 AM	Illegal Parking	Double Parked Blocking Traffic	En curso	304 WEST 148 STREET	40.8248229687124	-73.940696262361	null
Seguridad	311_All	4/25/2021 2:03:31 AM	Noise - Street/Sidewalk	Loud Music/Party	En curso	ADEE AVENUE	40.8708386263454	-73.8382363208686	null
Seguridad	311_All	4/25/2021 2:03:18 AM	Noise - Residential	Loud Music/Party	En curso	340 EVERGREEN AVENUE	40.6947512704197	-73.9248330229197	null
Seguridad	311_All	4/25/2021 2:03:13 AM	Noise - Residential	Banging/Pounding	En curso	25 REMSEN STREET	40.6948938116483	-73.9973494607802	null

Acceso a datos

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()

# 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=SanFrancisco"

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

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 storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "citydatacontainer"
blob_relative_path = "Safety/Release/city=SanFrancisco"
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'))

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))

# Azure storage access info
blob_account_name = "azureopendatastorage"
blob_container_name = "citydatacontainer"
blob_relative_path = "Safety/Release/city=SanFrancisco"
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'))

Ejemplos

Consulte el ejemplo City Safety Analytics en GitHub.

Pasos siguientes

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