San Francisco Kasa ty Verileri

Makale
12/06/2023

San Francisco’daki itfaiye hizmet çağrıları ve 311 olayları.

Dekont

Microsoft, Azure Open Datasets'i "olduğu gibi" sağlar. Microsoft, veri kümelerini kullanımınızla ilgili olarak açık veya zımni hiçbir garanti veya koşul sağlamaz. Yerel yasalarınız kapsamında izin verilen ölçüde, Microsoft veri kümelerini kullanımınızdan kaynaklanan doğrudan, sonuçsal, özel, dolaylı, arızi veya cezai dahil olmak üzere tüm zarar veya kayıplar için tüm sorumluluğu kabul etmez.

Bu veri kümesi Microsoft’un kaynak verileri aldığı orijinal hükümler kapsamında sağlanır. Veri kümesi Microsoft’tan alınan verileri içerebilir.

Yangın Hizmet Çağrıları, çağrılara verilen tüm itfaiye birimi yanıtlarını içerir. Her kayıt; çağrı numarasını, olay numarasını, adresi, birim tanımlayıcısını, çağrı türünü ve dağıtımı içerir. Tüm geçerli zaman aralıkları da dahildir. Bu veri kümesi yanıtları temel aldığı için ve çoğu çağrı birden fazla birimi ilgilendirdiği için, her çağrı numarasına ait birden fazla kayıt vardır. Adresler belirli bir adresle değil blok numarası, kesişim veya arama kutusuyla ilişkilendirilir.

311 Olaylar, bir yer veya şeyle (örneğin parklar, sokaklar veya binalar) ilişkili ve 1 Temmuz 2008'de oluşturulan durumları içerir. Bir kullanıcı tarafından kendi gereksinimleriyle ilgili olarak günlüğe kaydedilen servis talepleri hariç tutulur. Örneğin, mülk veya iş vergisi soruları, park izni istekleri vb. Daha fazla bilgi için bkz . Program Bağlantısı.

Birim ve saklama

Bu veri kümesi Parquet biçiminde depolanır. 2019 itibarıyla günlük olarak yaklaşık 6M satırla (400 MB) güncelleştirilir.

Bu veri kümesi 2015’ten bugüne kadar birikmiş geçmiş kayıtları içerir. Belirli bir zaman aralığı içindeki verileri getirmek için SDK’mızdaki parametre ayarlarını kullanabilirsiniz.

Depolama konumu

Bu veri kümesi Doğu ABD Azure bölgesinde depolanır. Benzeşim için Doğu ABD’deki işlem kaynaklarının ayrılması önerilir.

Sütunlar

Adı	Veri türü	Benzersiz	Değerler (örnek)	Açıklama
adres	Dize	280,652	6TH ST'nin 0 Bloğu belirli bir adresle ilişkilendirilmemiş	Olayın adresi (not: arayanların gizliliğini korumak için adres ve konum, sokak, kesişim veya en yakın arama kutusu konumunun orta bloğuna genelleştirilmiştir).
category	Dize	108	Sokak ve Kaldırım Temizliği Potansiyel Olarak Hayatı Tehdit Eden	311 hizmet isteği türünün veya 911 yangın çağrıları için çağrı türü grubunun okunaklı adı.
dataSubtype	Dize	2	911_Fire 311_All	"911_Fire" veya "311_All".
Datatype	Dize	1	Güvenlik	"Kasa ty"
tarih saat	timestamp	6,496,563	2020-10-19 12:28:08 2020-07-28 06:40:26	Hizmet isteğinin yapıldığı veya yangın çağrısının alındığı tarih ve saat.
latitude	çift	1,615,369	37.777624238929 37.786117211838	WGS84 projeksiyonu kullanılarak konumun enlemi.
boylam	çift	1,554,612	-122.39998111124 -122.419854245692	WGS84 projeksiyonu kullanılarak konumun boylamı.
kaynak	Dize	9	Telefon Mobile/Open311	Hizmet isteğinin alındığı mekanizma veya yol; genellikle "Telefon", "Metin/SMS", "Web Sitesi", "Mobil Uygulama", "Twitter" vb. ancak terimler sisteme göre farklılık gösterebilir.
durum	Dize	3	Kapalı Açık	Hizmet isteğinin geçerli durumunun tek sözcüklü göstergesi. (Not: GeoReport V2 yalnızca "açık" ve "kapalı" izin verir)
Alt kategori	Dize	1,270	Tıbbi Olay Toplu Öğeleri	311 olayları için hizmet isteği alt türünün veya 911 yangın çağrıları için çağrı türünün okunaklı adı.

Önizleme

Datatype	dataSubtype	tarih saat	category	Alt kategori	durum	adres	latitude	boylam	kaynak
Güvenlik	911_Fire	26.04.2021 02:56:13	Hayatı Tehdit Eden Olmayan	Tıbbi Olay	boş	GEARY ST 700 Bloğu	37.7863607914647	-122.415616900246	boş
Güvenlik	911_Fire	26.04.2021 02:56:13	Hayatı Tehdit Eden Olmayan	Tıbbi Olay	boş	GEARY ST 700 Bloğu	37.7863607914647	-122.415616900246	boş
Güvenlik	911_Fire	26.04.2021 02:54:03	Hayatı Tehdit Eden Olmayan	Tıbbi Olay	boş	0 ESSEX ST Bloğu	37.7860048266229	-122.395077258809	boş
Güvenlik	911_Fire	26.04.2021 02:54:03	Hayatı Tehdit Eden Olmayan	Tıbbi Olay	boş	0 ESSEX ST Bloğu	37.7860048266229	-122.395077258809	boş
Güvenlik	911_Fire	26.04.2021 02:52:17	Hayatı Tehdit Eden Olmayan	Tıbbi Olay	boş	29TH AVE'nin 700 Bloğu	37.7751770865322	-122.488604397217	boş
Güvenlik	911_Fire	26.04.2021 02:50:28	Potansiyel Olarak Hayatı Tehdit Eden	Tıbbi Olay	boş	GEARY ST 1000 Bloğu	37.7857350982044	-122.420555240691	boş
Güvenlik	911_Fire	26.04.2021 02:50:28	Potansiyel Olarak Hayatı Tehdit Eden	Tıbbi Olay	boş	GEARY ST 1000 Bloğu	37.7857350982044	-122.420555240691	boş
Güvenlik	911_Fire	26.04.2021 02:33:52	Hayatı Tehdit Eden Olmayan	Tıbbi Olay	boş	100 BELVEDERE ST Bloğu	37.767791696654	-122.449332294394	boş
Güvenlik	911_Fire	26.04.2021 02:33:52	Hayatı Tehdit Eden Olmayan	Tıbbi Olay	boş	100 BELVEDERE ST Bloğu	37.767791696654	-122.449332294394	boş
Güvenlik	911_Fire	26.04.2021 02:33:51	Potansiyel Olarak Hayatı Tehdit Eden	Tıbbi Olay	boş	6TH ST'nin 100 Bloğu	37.7807920802756	-122.408385745499	boş

Veri erişimi

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()

# 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=NewYorkCity"

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

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

Örnekler

GitHub'da City Kasa ty Analytics örneğine bakın.

Sonraki adımlar

Açık Veri Kümeleri kataloğundaki diğer veri kümelerini görüntüleyin.