Data-Gouv-FR/dpe-tertiaire-avant-juillet-2021

能源性能诊断（DPE）提供了住宅或建筑能源性能的信息，通过评估其能源消耗和温室气体排放影响。它属于欧洲层面定义的能源政策框架，旨在减少建筑能源消耗并限制温室气体排放。DPE的内容和制定方式受法规监管。DPE描述了建筑或住宅（如面积、方向、墙壁、窗户、材料等）以及其供暖、生活热水生产、冷却和通风设备。根据情况，它指示实际消耗的能源量（基于账单）或建筑或住宅标准化使用下的估计能源消耗。数据表格视图是数据的简化视图。完整数据（来自数据库）可供下载，但使用起来稍微复杂，适合有经验的用户。Energy Performance Diagnosis (DPE) provides information on the energy performance of residences or buildings by evaluating their energy consumption and greenhouse gas emission impacts. It falls under the energy policy framework defined at the European level, aiming to reduce building energy consumption and limit greenhouse gas emissions. The content and development methodology of DPE are regulated by legislation. DPE describes buildings or residences (such as floor area, orientation, walls, windows, materials, etc.) as well as their heating, domestic hot water production, cooling, and ventilation systems. Depending on the scenario, it indicates either the actual energy consumption (based on utility bills) or the estimated energy consumption under standardized usage of the building or residence. The data table view is a simplified presentation of the dataset. Full datasets (from the database) are available for download, but they are slightly more complex to use and suitable for experienced users.

搜集汇总

数据集介绍

构建方式

该数据集源自法国政府开放数据平台 data.gouv.fr，收录了2021年7月之前法国第三产业建筑的能源性能诊断（DPE）数据。每个DPE详细记录了建筑的能耗与温室气体排放信息，涵盖建筑类型、面积、墙体、窗户、供暖系统及空调设备等关键参数。数据集以官方SQL数据库为基础，经过简化处理后生成了易于使用的表格视图，并以Parquet格式存储，便于高效加载与分析。Hugging Face仓库中，每个data.gouv.fr数据集对应一个独立存储库，而每条原始表格资源则映射为Hugging Face的子集配置，每个配置包含名为'train'的拆分。本数据集仅包含'fichier'一个子集，对应单一Parquet文件，结构简洁明了。

特点

该数据集聚焦于法国本土第三产业建筑的DPE信息，时间跨度覆盖2021年7月前的历史数据，具有明确的官方来源与权威性。数据以表格形式呈现，虽为原始数据库的简化视图，但保留了能耗评估的核心字段，避免了复杂关联查询的门槛。Parquet格式的采用支持列式存储与压缩，大幅提升了数据读取与分析的效率。数据集遵循开放许可lov2，允许研究、政策制定与商业应用中的自由使用。此外，其精心设计的Hugging Face结构，通过单一子集与训练集拆分，降低了数据加载的复杂度，特别适合大规模建筑能效研究的快速切入点。

使用方法

用户可通过Hugging Face的datasets库便捷加载该数据集，示例代码如下：`from datasets import load_dataset; ds = load_dataset("Data-Gouv-ML/dpe-tertiaire-avant-juillet-2021", "fichier"); print(ds["train"])`。加载后，数据集以字典形式呈现，键'train'对应一个完整的Parquet文件内容，可直接用于Pandas DataFrame转换或机器学习流水线。推荐使用Python环境进行后续处理，如通过`ds['train'].to_pandas()`获取DataFrame，进行数据清洗、特征工程或统计分析。对于需要深度挖掘的用户，官方同时提供了完整的SQL数据库文件（链接在README中），但本表格视图更适合快速原型开发与可视化探索，尤其适用于建筑能效基准制定或政策分析场景。

背景与挑战

背景概述

建筑能效诊断（Diagnostic de Performance Énergétique, DPE）作为欧盟建筑能效政策的重要组成部分，旨在通过量化评估建筑的能源消耗与温室气体排放水平，推动既有建筑节能改造与低碳转型。该数据集由法国生态转型署（ADEME）于2021年7月前收集并发布于法国公共数据平台data.gouv.fr，随后由Data-Gouv-ML团队整理为结构化表格数据并托管于Hugging Face。数据集聚焦于法国第三产业建筑（如办公楼、商业设施等）的DPE记录，包含建筑物理特性、采暖与制冷系统、能源消耗量等关键字段，为建筑能耗建模、能效分级标准验证及城市尺度碳排放模拟提供了基础性数据资产。其公开性与标准化格式（CSV/Parquet）显著降低了学界与工业界获取法国建筑能效数据的门槛，推动了能源政策分析、机器学习驱动的能耗预测等跨学科研究。

当前挑战

数据集的构建面临多重挑战：其一，原始数据来源于不同时期的行政申报与现场核查记录，存在字段缺失、单位不统一（如能耗数据可能以kWh或m³为单位）及地理信息精度不足等问题，需通过清洗与标准化流程提升数据可用性；其二，所解决的领域问题聚焦于第三产业建筑能效评估的复杂性——该类建筑功能多样（从零售到医疗）、使用模式差异大，传统基于规则的DPE评级体系难以刻画个体化能耗规律，而数据集提供的结构化特征为训练高泛化能力的回归或分类模型（如预测能效等级、诊断异常能耗）提供了基础，但数据噪声与时序错位（部分记录为估算值）对模型鲁棒性构成显著挑战；其三，构建中需处理数据隐私与开放性的平衡，原始数据库中房产精确坐标等敏感信息被模糊化处理，可能削弱空间分析（如街区尺度热图）的精度，而简化表格视图虽便于使用，却牺牲了关联表（如设备型号编码）的细粒度信息，增加了多维联合分析的数据融合难度。

常用场景

经典使用场景

该数据集汇集了法国2021年7月之前所有已完成的三产建筑（tertiaire）能源绩效诊断（DPE）记录，包含建筑的物理属性（如面积、朝向、墙体材料、门窗类型）以及供暖、热水、制冷和通风设备的详细信息。在建筑科学与能源工程领域，研究者常利用这一数据集来构建统计模型或机器学习模型，旨在从建筑特征中预测其最终能耗等级与温室气体排放水平。其规模与多维度的综合特征使其成为分析建筑能效分布规律、识别关键能耗影响因子的经典基准。

衍生相关工作

基于该数据集，已衍生出一系列重要的学术与技术工作。例如，有研究团队利用集成学习方法构建了面向三产建筑的多目标能耗与排放预测框架，并探讨特征重要性在不同气候区之间的迁移性。另有工作将该数据集与地理信息系统（GIS）数据相融合，实现了城市尺度建筑碳足迹的可视化与热点区域识别。此外，开源社区基于此数据集开发了交互式仪表盘工具，能够实时展示不同行政区内建筑能效等级的分布演变与趋势分析。

数据集最近研究

最新研究方向

该数据集聚焦于法国2021年7月之前第三产业建筑的能源绩效诊断（DPE），为建筑能耗与温室气体排放评估提供标准化数据支撑。当前研究方向紧密围绕欧盟建筑能效指令（EPBD）的修订热点，尤其关注存量建筑能耗数据的结构化整合与机器学习应用。研究者利用该数据集训练模型预测建筑能效等级，分析围护结构、采暖系统等特征对能耗的影响，助力法国2030年碳减排目标。数据集的开源特性（CC0许可）使其成为欧洲建筑脱碳研究的关键基准，推动数据驱动的建筑能效政策制定与绿色金融决策。