Czech Data Portal
Čeština
News National Open Data Catalog More

Publishers (1)

Publisher of the dataset

Themes (1)

Theme from the european Data Theme vocabulary

HVD category (0)

High-Value dataset category from a European vocabulary. A High Value Dataset is public sector information whose re-use has significant benefits for society, the environment and the economy, in particular because of its suitability for services, job creation and other value-added applications.

Data service (0)

Datasets distributed via a data service

Formats (6)

Data formats of distributions in the form of downloadable files

Keywords (0)

Keywords used to describe the dataset
Search

Extended search

Temporal coverage from to
This year Last year
High-Value Datasets (HVD)   High-Value Datasets
Dynamic data   Dynamic data - data that is frequently updated, e.g. real-time data.
Clear filters Search
2 datasets found

Pošty

Bodová vrstva obsahuje data o poštách a ostatních poštovních zařízeních provozovaných Českou poštou. Informace vycházejí z webu České pošty. IPR Praha data shromažďuje na základě šetření webových stránek České pošty.

CSV Dataset is distributed using CSV. HTML Dataset is distributed using HTML. GeoJSON Dataset is distributed using GeoJSON. ZIP Dataset is distributed using ZIP. JSON Dataset is distributed using JSON. KML Dataset is distributed using KML.

Potravinářské plnosortimentní prodejny

Bodová vrstva obsahuje data o potravinářských prodejnách na území Prahy. Ve vrstvě jsou obsaženy údaje o plnosortimentních (Albert, Billa, Globus, Kaufland, Lidl, Makro, Norma, Penny Market, Tesco) a širokosortimentních (Můj Obchod, Žabka) potravinářských prodejnách největších obchodních řetězců. Informace vycházejí z vlastního průzkumu IPR Praha, který shromažďuje údaje z veřejně dostupných zdrojů.

CSV Dataset is distributed using CSV. HTML Dataset is distributed using HTML. GeoJSON Dataset is distributed using GeoJSON. ZIP Dataset is distributed using ZIP. JSON Dataset is distributed using JSON. KML Dataset is distributed using KML.