Seattle Säkerhetsdata

Larmrapporter från brandkåren i Seattle.

Anteckning

Microsoft tillhandahåller Azure Open Datasets i befintligt fall. Microsoft lämnar inga garantier, uttryckliga eller underförstådda, garantier eller villkor för din användning av datauppsättningarna. I den utsträckning som tillåts enligt din lokala lag frånsäger sig Microsoft allt ansvar för eventuella skador eller förluster, inklusive direkta, följdskador, särskilda, indirekta, oförutsedda eller straffbara, till följd av din användning av datauppsättningarna.

Datamängden tillhandahålls enligt de ursprungliga villkor som gällde när Microsoft tog emot källdatan. Datamängden kan innehålla data från Microsoft.

Volym och kvarhållning

Datamängden lagras i Parquet-format. Den uppdateras dagligen och innehåller cirka 800 000 rader (20 MB) under 2019.

Datamängden innehåller historiska poster som ackumulerats från 2010 fram till nutid. Du kan använda parameterinställningar i vår SDK till att hämta data inom ett specifikt tidsintervall.

Lagringsplats

Datamängden lagras i Azure-regionen Östra USA. Vi rekommenderar att du letar upp beräkningsresurser i USA, östra för tillhörighet.

Ytterligare information

Den här datamängden hämtas från Seattles myndigheter. Mer information finns på seattles webbplats. Visa licensiering och attribution för villkoren för att använda den här datauppsättningen. Du kan skicka ett e-postmeddelande till open.data@seattle.gov om du har frågor om datakällan.

Kolumner

Name Datatyp Unik Värden (exempel) Beskrivning
adress sträng 196,965 517 3rd Av 318 2nd Av Et S Plats för incidenten.
category sträng 232 Aid Response Medic Response Svarstyp.
dataSubtype sträng 1 911_Fire "911_Fire"
dataType sträng 1 Säkerhet "Säkerhet"
Datetime timestamp 1,533,401 2020-11-04 06:49:00 2019-06-19 13:49:00 Datum och tid för samtalet.
latitude double 94,332 47.602172 47.600194 Detta är latitudvärdet. Latitudlinjerna är parallella med ekvatorn.
Longitud double 79,492 -122.330863 -122.330541 Detta är longitudvärdet. Longitudlinjerna löper lodrätt mot latitudlinjerna och alla linjer passerar båda polerna.

Förhandsgranskning

dataType dataSubtype Datetime category Underkategori status adress latitude Longitud källa extendedProperties
Säkerhet 911_Fire 2021-04-28 05:22:00 Sopbrand null null 200 Universitetar St 47.607299 -122.337087 null
Säkerhet 911_Fire 2021-04-28 05:15:00 Prioriterad incident null null 6. Ave / Olive Way 47.61313 -122.336282 null
Säkerhet 911_Fire 2021-04-28 05:12:00 Hjälpsvar null null 4. Ave S / Seattle Blvd S 47.596486 -122.329046 null
Säkerhet 911_Fire 2021-04-28 05:09:00 Sopbrand null null 3. Ave / University St 47.607763 -122.335976 null
Säkerhet 911_Fire 2021-04-28 04:57:00 Svar med låg skärpa null null 533 3rd Ave W 47.623717 -122.360635 null
Säkerhet 911_Fire 2021-04-28 04:57:00 Trans till AMR null null 4638 S Austin St 47.534702 -122.274812 null
Säkerhet 911_Fire 2021-04-28 04:55:00 Prioriterad incident null null 8. Ave N / Harrison St 47.622051 -122.341066 null

Dataåtkomst

Azure Notebooks

Tips

Innehållet i DownloadNotebook?serviceType=AzureNotebooks&package=azureml-opendatasets&registryId=city_safety_seattle. Öppna i GitHub.

# 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 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 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 Synapse

# 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))

Exempel

Nästa steg

Visa resten av datauppsättningarna i katalogen Öppna datauppsättningar.