我们自己采集、清洗、整理的成品数据集——字段口径、来源说明、质检过程齐全，提供样例与按需交付。
以下数据集均为我们基于公开来源采集整理的成品。卡片所列规模、字段与时间覆盖来自我们整理后的真实交付文件；尚未在本页公开具体数字的项目，可联系我们获取样例核对。具体范围、口径与授权方式以双方确认为准。
把分散的地铁事故案例整理成可入库、可分析的结构化表。
把地铁事故与事件案例整理成统一字段的结构化主表，含案例、来源文档与字段合同，可直接入库做事故案例检索与归因分析。
覆盖地铁事故与事件案例的结构化主表，共 151 个案例、35 个字段，事故发生年份覆盖 2016 至 2025 年。字段包括事故标题、发布与事故日期、省市区县与事故地点、项目名称、线路标段、施工阶段与工法、事故类型与等级、死亡/受伤/失踪人数、直接经济损失、直接与间接原因、责任认定与关键责任单位，并附来源文档数、主来源 URL 与抽取置信度等溯源字段。
地铁与轨道交通安全研究、事故案例库建设、风险归因与案例检索。
在事故主表基础上抽取的分析级样本表，把案例整理成便于做风险模式分析与事故归因研究的样本结构。
在 151 个案例主表基础上聚合得到的分析级汇总表，共 88 行、7 个字段。按事故年份、事故类型、城市、施工工法、事故等级 5 个维度分组，统计每个维度取值下的案例数、死亡总数、受伤总数与单案平均死亡/受伤，便于直接做风险模式分析与归因对比。
事故风险模式分析、归因建模、案例筛选与对比研究。
经主题校验的网页链接清单，用作文本采集与知识抽取的来源索引。
一份经主题校验的古树名木气象灾害网页链接清单，可直接作为文本采集、事件扩展与知识抽取的来源索引集。
围绕古树名木气象灾害主题、经主题校验的 1000 条去重网页链接清单，最小交付版每条含编号与链接两列，全部链接经可访问性校验。可直接作为文本采集、事件扩展与知识抽取的来源索引。具体来源分布以交付样例为准。
文本语料采集、事件库扩展、知识抽取的来源索引。
在最小链接集基础上补充域名分布、校验结果与审核字段，便于做更严格的来源筛选与二次抽取。
在最小链接集基础上扩展为 16 列的审计增强版，同为 1000 条链接。每条补充最终跳转地址、域名、国内/国外标记、主题层级、相关度评分、主题命中计数、HTTP 状态码、页面标题与检索词等字段。其中约 816 条为国内来源、184 条为国外来源，链接全部校验可访问，支持更严格的来源筛选与二次抽取。
严格来源筛选、链接质量审核、二次内容抽取。
把作物产量、气象与灾害整理成可建模的年度面板。
把甘肃省作物产量、气象与灾害整理成年度长表，适合做时间序列建模和产量预测研究。
以年度长表组织的甘肃省作物产量、气象与灾害数据，共 184 行、16 列，覆盖 1978 至 2023 年的冬小麦、春小麦、玉米、油菜籽 4 类作物。字段含播种面积、总产量、单产，年平均气温、年累计降水量、年平均风速与相对湿度，以及总受灾/成灾面积与旱、风雹、水、霜冻分灾种受灾面积，便于做时间序列建模。
产量时间序列建模、气象-产量关系研究、灾害影响分析。
与长表同口径的年度预测宽表，整理成可直接喂入回归与建模流程的形态，也便于做论文附表。
与长表同口径的年度预测宽表，共 46 行（1978–2023 每年一行）、24 列。把气象、灾害与 4 类作物（冬小麦、春小麦、玉米、油菜籽）的播种面积、总产量、单产分别展开为独立列，每个指标一列，适合直接喂入回归与机器学习建模，也便于做论文附表。
回归与机器学习建模、论文附表、特征对比分析。
从真实底表整理出的多种交付形态，覆盖筛选、增强、主样本与建模特征。
从真实底表分层筛选得到的蔬菜价格与溯源样本，可直接用于价格研究与业务验证。
基于真实底表、按数据类别与蔬菜品类分层筛选得到的 2000 条样本表，25 列。覆盖 8 类数据类别（生长环境、农产品生长、农药使用、肥料使用、物流运输、销售市场、消费者行为、产品质量）与 8 种蔬菜品类（土豆、番茄、白菜、茄子、菠菜、萝卜、辣椒、黄瓜），时间跨度 2022 至 2023 年。字段含单位价格、总价格、数据规模、利润率、数据质量评分及提供商与许可信息。
蔬菜价格研究、溯源分析、小样本业务验证。
在真实底表基础上完成标准化与增强后的全量数据集，适合做扩展分析与样本重筛。
在真实底表上完成标准化与字段增强后的全量数据集，共 10000 行、52 列，时间跨度 2022 至 2023 年。在基础价格与溯源字段之上，补充成本价格、商业基础设施成本、多维评分（质量、准确性、稀缺性、时效性、一致性等）、市场需求指数、产地批发价锚点与规则估值单价/总价等增强字段，适合做扩展分析与样本重筛。
大样本扩展分析、样本重筛、价格趋势研究。
补齐交付字段后的蔬菜价格与溯源主样本表，整理为可直接对外展示与使用的主数据集。
在 2000 条筛选样本基础上补齐交付字段后的主样本表，共 2000 行、52 列，与全量增强表同口径同字段，时间跨度 2022 至 2023 年。含完整价格、成本、溯源、多维评分与估值字段，适合作为主数据集对外展示与接入业务系统使用。
价格与溯源主数据集、业务系统接入、研究底表。
面向建模整理的蔬菜价格特征样本表，适合做算法训练、分类回归与评分模型实验。
从 2000 条主样本整理出的建模特征表，含 45 个建模特征。在数值特征（单位价格、总价格、数据规模、各维度评分、市场需求指数、产地批发价等）基础上，对数据类别、蔬菜品类、提供商类型、许可类型等类别字段做了独热编码展开，可直接用于算法训练、分类与回归建模、评分模型实验。
算法训练、分类与回归建模、评分模型实验。
基于公开气象再分析数据整理的逐日与年均值成品表。
20个中国主要城市2022全年的逐日气象数据，含温度、湿度、风速与风向，可直接用于城市气象比较和时间序列分析。
合并表共 10 列：城市中文名、城市英文名、纬度、经度、海拔、日期，以及 4 项气象指标——日平均温度（℃）、日平均相对湿度（%）、日平均风速（km/h）、盛行风向（°）。覆盖北京、上海、广州、重庆、武汉、乌鲁木齐、昆明等 20 个城市，每城 365 天逐日记录。
城市气候比较、气象时间序列分析、气象与产量/能源等外部数据的关联研究。
由逐日数据按城市聚合得到的2022年气象年均值表，一城一行，适合论文附表、城市比较与环境研究。
共 5 列：城市、年平均温度（℃）、年平均湿度（%）、年平均风速（km/h）、年盛行风向（°）。由 20 城市逐日数据按城市聚合得到，提供中文与英文两版列名。
城市间气候横向比较、论文与报告附表、环境与区域研究。
以上数据集均为我们基于公开来源采集整理的成品；具体范围、口径与授权方式以双方确认为准。
