简介：这份资源面向从事地理信息、数据开发、政务信息化及统计分析的技术人员，提供一套覆盖全国行政区划层级的结构化数据集合，可用于地址库搭建、区域级联选择、数据可视化与业务系统底表建设。压缩包共4个文件，包含sql数据库脚本、xls表格、说明文档与示意图，整体约13.9MB，其中sql文件可直接导入MySQL生成省、市、县、镇、村多级数据表，xls表格则便于在Excel中快速查阅与二次加工，说明文档对字段含义与使用方式做了必要交代。目前已有1452人学习下载，说明该数据在同类资源中具备一定参考价值。数据按行政区划代码组织，层级关系清晰，适合用于下拉联动、区域统计、地址解析等场景，也可作为数据清洗与校验的基础底表，帮助读者省去逐级采集与整理的时间成本。
1. 全国五级行政区划数据落库：一份 rar 包到底能解决什么问题
拿到「最新全国各省、市、县、镇、村 mysql 数据库 + excel 表格数据.rar」这类资源，第一反应往往是先解压看看里面有什么，然后就开始纠结：Excel 直接打开够不够用，为什么还要折腾 MySQL？我做过好几个跟行政区划数据打交道的项目，从门店地址补全、物流分区计价，到用户注册时的四级联动下拉框，结论很一致——Excel 适合看，MySQL 适合用。五级区划数据（省、市、县、镇、村）全国量级在几十万到上百万行，Excel 打开慢、筛选卡、多表关联基本靠 VLOOKUP 硬撑，一旦要做「按村统计」「按镇聚合」「模糊匹配地址」这类操作，Excel 就会变成体力活。而 MySQL 建好索引之后，同样的查询是毫秒级的事。这篇笔记就围绕这份 rar 包，讲清楚怎么把里面的 Excel 数据规整地导入 MySQL、表结构怎么设计、导入过程有哪些坑、以及导入之后能拿它做什么。适合手里已经有类似数据、准备做地址库或区划联动的后端和数据分析同学，也适合还在用 Excel 硬扛的运营开发。
2. 从 rar 到 MySQL：五级区划数据的表结构设计与导入路径
2.1 先看清 rar 包里通常有什么，再决定拆几张表
这类资源包解压后，常见的内容是若干 Excel 文件，按层级拆分，比如省级一张、市级一张、区县一张、乡镇一张、村居一张，也可能是一张宽表把所有层级拼在一起。两种形态处理方式完全不同。分层的多文件结构更适合拆成多张表，用行政代码做外键关联；一张宽表则更适合先导入再做拆分。我一般会先解压后列一下文件清单，确认每个文件有哪些列，重点看有没有这几列：省级代码、省级名称、市级代码、市级名称、区县代码、区县名称、乡镇代码、乡镇名称、村居代码、村居名称，以及可能的城乡分类代码、经纬度、拼音首字母。行政代码是这套数据的骨架，国家标准是 6 位到村一级（村级是 12 位），前 2 位省、前 4 位市、前 6 位县、前 9 位镇、前 12 位村，这个前缀规则决定了后面能不能靠代码直接做层级过滤，而不必层层 JOIN。
表结构设计上，我推荐两种方案二选一。方案 A 是单表宽表，把所有层级塞进一张region表，字段包括code、name、level、parent_code，level 用 1 到 5 表示省到村。方案 B 是分层多表，province、city、county、town、village各一张，靠 code 前缀关联。方案 A 查询简单，一次 WHERE level=3 就能拿所有区县，缺点是单表行数大、维护时容易误改；方案 B 结构清晰、每张表职责单一，缺点是做跨级查询要 JOIN。我实际项目里更偏向方案 A，因为区划数据基本是只读的，查询便利性比写入规范更重要。下面给出方案 A 的建表语句，字段类型和索引都按实际查询习惯来定。
-- 行政区划单表结构，level: 1省 2市 3县 4镇 5村 CREATE TABLE `region` ( `code` VARCHAR(12) NOT NULL COMMENT '行政区划代码，村级12位', `name` VARCHAR(100) NOT NULL COMMENT '区划名称', `level` TINYINT NOT NULL COMMENT '层级 1-5', `parent_code` VARCHAR(12) NOT NULL DEFAULT '' COMMENT '上级区划代码', `pinyin` VARCHAR(100) DEFAULT NULL COMMENT '拼音首字母，可选', `lng` DECIMAL(10,6) DEFAULT NULL COMMENT '经度，可选', `lat` DECIMAL(10,6) DEFAULT NULL COMMENT '纬度，可选', PRIMARY KEY (`code`), KEY `idx_parent` (`parent_code`), KEY `idx_level_name` (`level`, `name`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;这段建表语句里几个点值得说清楚。code用 VARCHAR 而不是 INT，因为村级代码是 12 位，虽然没超 INT 范围，但行政区划代码是标识符不是数值，用字符串能避免前导零丢失和排序歧义。parent_code建了普通索引，因为「查某个市下面所有区县」是最常见的查询。idx_level_name复合索引服务于「按层级 + 名称模糊查」的场景，比如用户输入「朝阳」想匹配所有叫朝阳的区县。字符集用 utf8mb4，因为区划名称里偶尔会有生僻字，utf8 三字节版本会丢字。lng/lat用 DECIMAL 而不是 FLOAT，避免精度漂移，虽然区划数据里经纬度不是必须的，但如果有就顺手存上，后面做地图打点省事。
2.2 用 Python 把 Excel 读进来再批量写 MySQL，比直接导入稳
Excel 导入 MySQL 有两条路：一条是用 Navicat、DBeaver 这类工具的导入向导，另一条是自己写脚本。工具导入适合一次性、数据干净的情况，但区划数据往往有合并单元格、表头多行、代码列被识别成科学计数法这些问题，工具导入翻车概率不低。我一般用 Python 的 pandas + pymysql 组合，读进来先清洗再批量插入，可控性高很多。下面这段脚本处理的是分层多文件的情况，读五个 Excel，统一成 region 表的格式，再批量写入。
import pandas as pd import pymysql # 数据库连接，按自己环境改 conn = pymysql.connect( host='127.0.0.1', port=3306, user='root', password='your_password', database='region_db', charset='utf8mb4' ) cursor = conn.cursor() # 文件与层级映射，文件名按实际解压结果改 files = { 'province.xlsx': 1, 'city.xlsx': 2, 'county.xlsx': 3, 'town.xlsx': 4, 'village.xlsx': 5, } rows = [] for fname, level in files.items(): # dtype=str 关键，防止代码列被读成数字丢前导零 df = pd.read_excel(fname, dtype=str) df = df.fillna('') # 空值统一成空串 for _, r in df.iterrows(): code = str(r['code']).strip() name = str(r['name']).strip() if not code or not name: continue # 跳过空行 parent = code[:-2] if level > 1 else '' # 按前缀截取上级代码 rows.append((code, name, level, parent)) # 批量插入，executemany 比逐条 insert 快一个数量级 sql = "INSERT INTO region (code, name, level, parent_code) VALUES (%s, %s, %s, %s)" cursor.executemany(sql, rows) conn.commit() print(f"共写入 {len(rows)} 条") cursor.close() conn.close()这段脚本有几个参数和写法是踩过坑之后固定下来的。dtype=str必须加，否则 pandas 会把 110000 这种代码读成整数，村级 12 位代码还可能被读成科学计数法，前导零直接没了。fillna('')是为了让空单元格变成空串，避免 NaN 混进 SQL 变成字符串 'nan'。parent_code用code[:-2]截取，前提是代码严格按 2 位一级递增，如果数据里代码位数不齐，这一步会出错，所以导入前最好先df['code'].str.len().value_counts()看一眼长度分布。executemany是批量提交，比循环单条 insert 快很多，几十万行数据几分钟能跑完。如果数据量特别大，可以再按 5000 条一批分次 commit，避免单次事务过大。
2.3 导入后的校验：三张表对不上就是数据有问题
导入完成不等于数据可用，必须做校验。我一般跑三类检查。第一类是行数校验，每个层级的行数应该和官方公布的区划数量大致对得上，省级 30 多个、市级 300 多个、区县 2800 多个、乡镇 4 万左右、村居 60 万上下，数量级差太多说明有文件没读全或读重了。第二类是父子完整性校验，每个非省级记录的 parent_code 都应该能在表里找到对应记录，找不到就是孤儿节点。第三类是代码长度校验，每个层级的代码长度应该一致。下面这条 SQL 查孤儿节点，跑出来有结果就说明数据有问题。
-- 查孤儿节点：parent_code 在表里找不到对应 code SELECT r.code, r.name, r.level, r.parent_code FROM region r LEFT JOIN region p ON r.parent_code = p.code WHERE r.level > 1 AND p.code IS NULL LIMIT 50;如果这条 SQL 返回了记录，先别急着改数据，去看原始 Excel 里这些记录的上级代码是不是写错了，或者上级那一层文件是不是漏了。区划数据最常见的坑就是某一年做了区划调整，上级代码变了但下级没同步，导致对不上。校验通过之后，建议给 region 表加一个覆盖索引或者物化一张「省市区」三级视图，因为大部分业务只需要到区县一级，村级数据平时用不到，单独查三级会快很多。
3. Excel 和 MySQL 怎么配合：加载项被禁用、批量出图、统计求和这些场景
3.1 Excel 加载项被禁用时，用 Python 直接读写反而更省事
很多人拿到 rar 包第一件事是双击 Excel 打开，结果遇到「Excel 加载项被禁用」的提示，或者 Ctrl+V 失效、Ctrl 键用不了，这些在热词里出现频率很高。这类问题多半是 Excel 的 COM 加载项冲突或者剪贴板被其他程序占用，跟数据本身没关系。我的建议是，如果只是要看数据，用 WPS 或者 LibreOffice 打开往往能绕过；如果是要处理数据，干脆别在 Excel 里折腾，直接用 Python 的 openpyxl 或 pandas 读写。比如要把 MySQL 里的区划数据导回 Excel 给运营用，用 pandas 一行就能写出去。
import pandas as pd import pymysql conn = pymysql.connect(host='127.0.0.1', user='root', password='your_password', database='region_db', charset='utf8mb4') # 只导区县一级，村级数据太大 Excel 扛不住 df = pd.read_sql("SELECT code, name, parent_code FROM region WHERE level=3", conn) df.to_excel('county.xlsx', index=False, engine='openpyxl') conn.close()to_excel指定engine='openpyxl'是为了支持 xlsx 格式，如果数据超过 100 万行，Excel 单表上限是 104 万行，村级数据可能超，这时候要么分 sheet 写，要么直接给 CSV。index=False避免多出一列索引。这种「MySQL 存全量、Excel 出切片」的模式，比在 Excel 里维护全量数据靠谱得多，也避开了加载项被禁用这类玄学问题。
3.2 用 SQL 做「同一列含关键词求和」比 Excel 函数快得多
热词里有个很典型的诉求：Excel 同一列中统计含关键词对应数据求和。在 Excel 里这要写 SUMIF 加通配符，数据一多就卡。放到 MySQL 里就是一句 LIKE 加 SUM。假设有一张订单表，要统计收货地址里含「朝阳」的订单金额总和，SQL 是这样。
-- 统计地址含关键词的金额总和，region 表辅助确认区划 SELECT SUM(o.amount) AS total FROM orders o WHERE o.address LIKE '%朝阳%';如果要做更精确的匹配，比如只统计北京市朝阳区的订单，那就用区划代码关联，而不是靠名称模糊匹配，因为全国叫「朝阳」的区不止一个。这也是为什么区划数据要落库——有了 code，地址匹配可以从「字符串包含」升级成「代码精确关联」，准确率和性能都上一个台阶。实际项目里我会先把用户地址做一次区划解析，把解析出的 code 存到订单表，后续统计直接按 code 聚合，不再每次跑 LIKE。
3.3 区划数据导入 ArcGIS 批量出图：Excel 转表再关联
热词里还有「arcgis 批量出图想插入 excel 表格」「excel 表格怎么导入 arcgis10.8」，这跟区划数据是天然搭配。ArcGIS 导入 Excel 的常见问题是字段类型识别错误，尤其是代码列。稳妥做法是先把 Excel 另存为 CSV，再用 ArcGIS 的「Excel 转表」或「表转表」工具导入，导入后手动把代码字段设成文本型。如果区划数据里带了经纬度，可以直接用「显示 XY 数据」生成点图层；如果没有经纬度，就需要一份带边界的区划矢量数据，用 code 字段做连接（Join）。连接字段两边都必须是文本型，一边是数字一边是文本是连不上的，这是最常见的翻车点。批量出图的话，用 ArcGIS 的 Data Driven Pages（现在叫 Map Series）按区划代码分页，比手动一张张出图省事得多。
4. 导入和查询区划数据时最容易翻车的五个地方
4.1 代码列变成科学计数法或丢前导零
现象：Excel 里明明是 110000，导入 MySQL 后变成 110000 没问题，但村级 110101001001 这种 12 位代码在 Excel 里显示成 1.10101E+11，导入后变成 110101001001 但前面可能少了零。原因：Excel 默认把纯数字列当数值处理，超过 11 位就用科学计数法显示，pandas 读取时如果不指定 dtype 也会转成 float。解决：读 Excel 时强制dtype=str，Excel 里提前把代码列设成文本格式，或者在代码前加一个英文单引号。导入 MySQL 时字段用 VARCHAR，别用 INT。
4.2 合并单元格导致读取时大量空值
现象：Excel 里省级名称只写一次，下面几行合并单元格，pandas 读进来只有第一行有值，其余是 NaN。原因：合并单元格在底层只有左上角单元格有值，其余是空的。解决：读进来之后用df['province'].ffill()向下填充，或者导入前在 Excel 里取消合并并补全。我一般倾向后者，因为填充逻辑依赖列顺序，容易填错列。
4.3 parent_code 截取规则和数据实际位数不匹配
现象：按code[:-2]截取上级代码，结果大量孤儿节点。原因：数据里代码位数不统一，比如有的市级代码是 4 位，有的写成了 6 位，截取规则就失效了。解决：导入前先统计代码长度分布，确认每个层级位数一致；如果不一致，先按层级分别处理，别用统一截取规则。实在乱的数据，就靠 Excel 里现成的上级代码列，别自己算。
4.4 批量插入时事务过大导致超时或锁表
现象：几十万行一次性 executemany 提交，跑到一半报连接超时或者锁等待超时。原因：单次事务太大，undo log 膨胀，或者和别的写入冲突。解决：分批提交，每 5000 到 10000 条 commit 一次；导入期间如果表上有其他写入，考虑先关掉非必要索引，导入完再重建。另外max_allowed_packet如果太小，大批量插入也会报错，适当调大。
4.5 字符集不统一导致生僻字变问号
现象：区划名称里的生僻字（比如「堠」「塅」）导入后显示成问号。原因：数据库、表、连接三处字符集不一致，或者用了 utf8 而不是 utf8mb4。解决：建库建表都用 utf8mb4，连接串里加charset='utf8mb4'，Python 读 Excel 时确认文件本身编码没问题。如果已经导入错了，只能改字符集后重新导入，没有后悔药。
5. 让区划数据真正好用的两个进阶技巧
5.1 用代码前缀做层级过滤，比递归查询快一个量级
区划数据最优雅的地方在于代码本身就是层级信息。要查某个省下面所有村，不需要递归 JOIN，直接用前缀匹配就行。比如查北京市（110000）下面所有村级记录：
-- 前缀匹配拿某省下所有村级记录，走 code 索引 SELECT code, name FROM region WHERE level = 5 AND code LIKE '11%';这条 SQL 能走主键索引的范围扫描，比递归 CTE 快得多。同理，查某市下面所有区县就是code LIKE '1101%' AND level=3。这个技巧的前提是代码严格按国家标准编码，如果数据来源不规范，前缀匹配就会出错，所以导入前的代码校验很关键。我一般会在 region 表上再建一个code_prefix生成列，把常用层级的前缀单独存出来，查询时直接等值匹配，比 LIKE 还快。
5.2 地址解析：把用户输入的乱地址映射到区划代码
区划数据落库之后最有价值的用法是地址解析。用户填的地址往往是「北京市朝阳区望京街道」这种不规范的字符串，要把它映射到区划代码，思路是先按省市区关键词做匹配，匹配到区县一级，再往下用村镇名称补全。简单实现可以用 MySQL 的全文索引或者 LIKE 逐级缩小范围，复杂一点就上分词加字典。下面是一个逐级匹配的简化版 SQL 思路，先匹配省，再在省下面匹配市，逐级往下。
-- 逐级匹配示例：先找省，再在省内找市，依次往下 SELECT code, name, level FROM region WHERE name LIKE '北京%' AND level = 1 LIMIT 1; -- 拿到省级 code 后，用 parent_code 往下查 SELECT code, name, level FROM region WHERE parent_code = '110000' AND name LIKE '朝阳%' AND level = 3 LIMIT 1;实际做的时候，我会把每一级的匹配结果缓存起来，因为地址解析是高频操作，每次都查库扛不住。另外要注意同名区划，全国叫「城关镇」的有几百个，所以匹配必须带上级约束，不能只按名称查。这套逻辑跑通之后，用户地址就能稳定映射到区划代码，后续做区域统计、配送范围判断、门店归属都靠这个代码，比字符串匹配可靠得多。
我自己做这类项目最大的教训是：别在 Excel 里改数据。Excel 的自动格式、合并单元格、科学计数法，每一样都能让代码列悄悄变形，而且改完还不容易发现。正确的顺序永远是 Excel 只读不改，清洗和转换全在脚本里做，导入 MySQL 后跑校验 SQL，确认父子完整、代码长度一致，再开始用。这套流程跑顺了，一份 rar 包到可用的区划库，半天就能搞定。希望帮到你。
本文还有配套的精品资源，点击获取
