Data-Gouv-FR/communes-et-villes-de-france-en-csv-excel-json-parquet-et-feather

该数据集是法国市镇和城市的列表，以CSV、Excel、JSON、Parquet和Feather格式提供。数据集包含46个数据字段，用于识别法国市镇，并可通过市镇的INSEE代码、邮政编码、部门代码、地区代码、选区代码或学区代码与其他开放数据文件关联。文件内容包括人口数据、面积、密度、坐标（市政厅和地理中心）、海拔（平均、最低和最高）以及各种其他信息。简化后的市镇地理信息包含在带有avec géographie或avec polygone标记的文件中。城市名称以5种不同格式提供（带或不带冠词和/或介词，小写或大写等）。海外部门、地区和社区（DROM-COM）的市镇也包含在内，但某些数据可能缺失。数据集涵盖2022、2023、2024和2025年的数据，其中地理信息基于前一年（例如，2025年文件使用2024年1月1日的数据）。不同年份之间的差异主要涉及人口变化和行政修改（如市镇的合并或撤销）。数据字段详细列表包括：code_insee（INSEE代码）、nom_standard（标准化名称）、nom_sans_pronom（不带冠词名称）、nom_a（带介词à的名称）、nom_de（带介词de的名称）、nom_sans_accent（无重音名称）、nom_standard_majuscule（大写名称）、typecom（市镇类型缩写）、typecom_texte（市镇类型文本）、reg_code（地区代码）、reg_nom（地区名称）、dep_code（部门代码）、dep_nom（部门名称）、canton_code（选区代码）、canton_nom（选区名称）、epci_code（EPCI代码）、epci_nom（EPCI名称）、code_postal（主要邮政编码）、codes_postaux（相关邮政编码）、academie_code（学区代码）、academie_nom（学区名称）、zone_emploi（就业区）、code_insee_centre_zone_emploi（就业区中心市镇的INSEE代码）、code_unite_urbaine（城市单位代码）、nom_unite_urbaine（城市单位名称）、taille_unite_urbain（城市单位规模）、type_commune_unite_urbain（市镇类型）、statut_commune_unite_urbain（市镇在城市单位中的状态）、population（人口）、superficie_hectare（面积公顷）、superficie_km2（面积平方公里）、densite（密度）、altitude_moyenne（平均海拔）、altitude_minimale（最低海拔）、altitude_maximale（最高海拔）、latitude_mairie（市政厅纬度）、longitude_mairie（市政厅经度）、latitude_centre（中心纬度）、longitude_centre（中心经度）、grille_densite（密度网格）、grille_densite_texte（密度网格文本）、niveau_equipements_services（设备和服务水平）、niveau_equipements_services_texte（设备和服务水平文本）、gentile（居民称谓）、url_wikipedia（维基百科URL）、url_villedereve（Ville de rêve URL）。数据来源包括INSEE、geo.api.gouv.fr、法国教育部和邮政部门。数据集最后更新于2025年2月21日，添加了城市单位（集聚区）以及设备和服务水平的数据。The list of communes in France contains 46 data fields that allow identifying communes and linking French communes with Open Data files, using the INSEE code of the commune, or postal codes, department codes, region codes, canton codes, or academy codes. The files also include data on population, area, density, coordinates (of the town hall and geographic center), altitude (average, minimum, and maximum), and various information. Simplified geography of the commune territories is included in files marked with avec géographie or avec polygone. City names are provided in 5 different formats (with or without articles and/or prepositions, in lowercase or uppercase...). Communes of overseas departments, regions, and communities (DROM-COM) are included in the files, but some data may be missing. The files are available for the years 2022, 2023, 2024, and 2025, with geographies based on the previous year (e.g., January 1, 2024, for the 2025 file). Differences between files from one year to the next mainly concern population and administrative changes (mergers or deletions of communes, primarily). The dataset includes detailed fields such as code_insee, nom_standard, nom_sans_pronom, nom_a, nom_de, nom_sans_accent, nom_standard_majuscule, typecom, typecom_texte, reg_code, reg_nom, dep_code, dep_nom, canton_code, canton_nom, epci_code, epci_nom, code_postal, codes_postaux, academie_code, academie_nom, zone_emploi, code_insee_centre_zone_emploi, code_unite_urbaine, nom_unite_urbaine, taille_unite_urbain, type_commune_unite_urbain, statut_commune_unite_urbain, population, superficie_hectare, superficie_km2, densite, altitude_moyenne, altitude_minimale, altitude_maximale, latitude_mairie, longitude_mairie, latitude_centre, longitude_centre, grille_densite, grille_densite_texte, niveau_equipements_services, niveau_equipements_services_texte, gentile, url_wikipedia, and url_villedereve. Data sources include INSEE, geo.api.gouv.fr, the Ministry of Education, and La Poste. The dataset was last updated on February 21, 2025, adding data on urban units (agglomerations) and the level of equipment and services.

搜集汇总

数据集介绍

构建方式

本数据集由法国国家统计与经济研究所（INSEE）、geo.api.gouv.fr、教育部及法国邮政等权威机构数据整合而成。构建过程中，以INSEE编码为核心标识，系统收录了法国所有市镇（包括海外省与海外领地）的46项详尽信息。文件内容涵盖行政划分、人口统计、地理坐标、海拔高度及基础设施等级等多维数据。数据提供2022至2025年逐年版本，每年依据N-1年行政区划更新，主要变动涉及人口数据及市镇合并或撤销等行政调整。源数据存储于data.gouv.fr平台，提供CSV、CSV.GZ及JSON格式；而Excel、Parquet及Feather格式则存放于villedereve.fr网站，以满足不同应用场景需求。

特点

该数据集最显著的特点在于其全面性与多格式兼容性。每条市镇记录均包含标准化名称、带冠词或前置词变体、无重音符号形式等多种命名样式，极大便利了文本处理与自然语言应用。此外，数据集提供了详尽的聚合层次信息，如就业区、城市单元（集聚区）及市际合作公共机构（EPCI）代码与名称，支持从微观到宏观的多尺度地理分析。特别值得注意的是，数据集涵盖了密度网格（7级）、设施服务等级及居民称谓（gentilé）等独特字段，为城市规划、社会经济研究及人口流动性分析提供了宝贵资源。

使用方法

用户可通过多种主流数据分析工具高效使用该数据集。直接下载CSV格式文件后，可使用Pandas（Python）的`pd.read_csv()`或R语言的`read.csv()`进行快速加载。对于大规模数据处理，推荐采用Parquet或Feather格式，利用`pandas.read_parquet()`或`feather.read_feather()`实现高效内存映射与I/O操作。JSON格式则适用于Web服务或NoSQL数据库的集成。数据集以INSEE编码为关联键，可轻松与法国其他开放数据资源（如人口普查、经济指标等）进行横向合并。通过过滤特定行政区域（如`dep_code`或`reg_code`）、时间范围（选择对应年份文件）或数据字段，用户可定制化提取子集进行分析或机器学习建模。

背景与挑战

背景概述

本数据集《Communes et villes de France en CSV, Excel, Json, Parquet et Feather》由法国数据平台data.gouv.fr及个人网站villedereve.fr于2022年至2025年间持续更新发布，整合了法国国家统计与经济研究所（INSEE）、geo.api.gouv.fr、教育部及法国邮政等多源官方数据。该数据集的核心研究问题在于提供一份全面、标准化且多格式的法国市镇地理与行政信息清单，涵盖代码、名称、人口、面积、海拔、坐标等46个字段，并支持CSV、Excel、JSON、Parquet及Feather等多种开放数据格式。其对相关领域的影响力主要体现在为城市规划、人口统计、行政研究及地理信息系统（GIS）分析提供了权威、便捷的数据底座，尤其通过多年度版本支持时间序列分析，成为法国开放数据运动的重要实践案例。

当前挑战

该数据集所解决的领域挑战包括：法国市镇数量庞大（约3.5万个）且行政边界频繁调整（合并、撤销），导致数据统一与持续更新困难；不同来源（INSEE、教育部门等）的数据格式与编码标准各异，需要精细清洗与对齐。构建过程中面临的挑战有：如何在多个年度版本中保持地理参照系（N-1规则）的准确性；如何处理海外省和海外领地（DROM-COM）中部分数据缺失的问题；以及如何在数据平台上兼容不同文件格式（如Parquet、Feather未被data.gouv.fr直接接受）并确保用户可便捷获取完整版本。

常用场景

经典使用场景

该数据集汇聚了法国所有市镇与城市的详尽地理、行政与人口统计信息，涵盖自2022年至2025年的多年度数据。其经典应用场景包括利用代码INSEE、邮政编码、省与区划代码等多重标识符，将市镇信息与法国其他开放数据源进行精准关联与融合。研究者可借助该数据集进行市镇级别的空间分析，如密度网格、城市单元划分以及就业区划等，从而揭示法国城镇体系的空间结构与演变规律。

解决学术问题

该数据集有效解决了法国地理与社会科学研究中长期存在的数据碎片化与格式不统一问题，为城市地理、人口分布、区域经济及教育规划等领域的定量分析提供了统一的元数据基准。其包含的高程、坐标、人口密度及设备服务等级等信息，使得学术界得以深入探讨城乡差异、城市化梯度及公共服务均等化等核心议题，推动了地理信息系统与社会经济研究的深度融合。

衍生相关工作

基于该数据集，衍生出多项开创性研究工作，例如利用多年度人口与市镇边界数据构建法国城市扩展的时空模型，以及结合设备与服务水平数据评估城乡公共服务覆盖的均衡性。此外，研究者还通过城市单元分类与就业区划信息，分析了通勤模式与经济集聚效应，进一步拓展了数据在城市经济学与交通网络分析中的应用边界。