全球地址开放数据集(Parquet格式)

地理空间
0 下载
26 浏览
2026-08-27

数据集简介

数据集卡片

该数据集由 knockai 在 Hugging Face 上发布,名称为 knockai/omega-overture-addresses,是一个以文本为主体的地址数据集。数据规模在 100M 到 1B 行之间,默认子集包含 404M 行,并提供了单一的 train 分割,同样包含 404M 行。数据已自动转换为 Parquet 格式,方便用户直接加载和分析。

数据内容与字段

数据集包含以下字段:

  • id:唯一标识符
  • street:街道名称
  • number:门牌号
  • unit:单元号
  • postcode:邮政编码
  • postal_city:邮政城市
  • address_levels:地址层级列表
  • country:国家
  • geometry:几何信息(可能为坐标)
  • sources:数据来源列表
  • version:版本号(int32)
  • bbox:边界框(字典)

这些字段提供了完整的地址信息,可用于地理编码、地址校验和空间分析等任务。

数据来源

数据来源于 OpenAddresses 项目,其中包含多个子集,例如:

  • OpenAddresses/CO/Governor's Office of Information Technology:来自美国科罗拉多州州长信息技术办公室的地址数据。
  • OpenAddresses/LINZ:来自新西兰土地信息局(Land Information New Zealand)的地址数据。

这些来源共同构成了全球地址覆盖,确保了数据的多样性和广泛性。

文件与版本

数据集以 Parquet 格式提供,用户可以通过 Hugging Face 的 datasets 库直接加载。默认子集包含 404M 行,并已自动转换为 Parquet 格式。用户可以通过 Hugging Face 平台查看文件列表和版本信息。

社区与使用

该数据集面向社区开放,用户可以在 Hugging Face 上讨论、反馈或贡献。由于数据规模较大,建议使用支持分布式处理或高效列式存储的工具进行加载和分析。

基本信息

记录数量未知
文件大小未知
文件格式parquet
数据来源knockai
数据落地页https://huggingface.co/datasets/knockai/omega-overture-addresses
发布日期2026-08-27
地址数据地理编码OpenAddressesParquet全球地址

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费