electricsheepafrica/africa-unhcr-population-data-for-eri

---
annotations_creators:
- no-annotation
language_creators:
- found
language:
- en
license: cc-by-4.0
multilinguality:
- monolingual
size_categories:
- 1K<n<10K
source_datasets:
- original
task_categories:
- tabular-classification
- tabular-regression
task_ids: []
tags:
- africa
- humanitarian
- hdx
- electric-sheep-africa
- asylum-seekers
- internally-displaced-persons-idp
- population
- refugees
- stateless-persons
- eri
pretty_name: "Eritrea - Data on forcibly displaced populations and stateless persons"
dataset_info:
splits:
- name: train
num_examples: 1572
- name: test
num_examples: 393
---

# Eritrea - Data on forcibly displaced populations and stateless persons

**Publisher:** UNHCR - The UN Refugee Agency · **Source:** [HDX](https://data.humdata.org/dataset/unhcr-population-data-for-eri) · **License:** `cc-by-igo` · **Updated:** 2026-02-25

---

## Abstract

Data collated by UNHCR, containing information about forcibly displaced populations and stateless persons, spanning across more than 70 years of statistical activities. The data includes the countries / territories of asylum and origin. Specific resources are available for end-year population totals, demographics, asylum applications, decisions, and solutions availed by refugees and IDPs (resettlement, naturalisation or returns).

Each row in this dataset represents first-level administrative unit observations. Data was last updated on HDX on 2026-02-25. Geographic scope: **ERI**.

*Curated into ML-ready Parquet format by [Electric Sheep Africa](https://huggingface.co/electricsheepafrica).*

---

## Dataset Characteristics

| | |
|---|---|
| **Domain** | Demographics and population |
| **Unit of observation** | First-level administrative unit observations |
| **Rows (total)** | 1,966 |
| **Columns** | 14 (8 numeric, 6 categorical, 0 datetime) |
| **Train split** | 1,572 rows |
| **Test split** | 393 rows |
| **Geographic scope** | ERI |
| **Publisher** | UNHCR - The UN Refugee Agency |
| **HDX last updated** | 2026-02-25 |

---

## Variables

**Geographic** — `year` (range 1979.0–2025.0), `country_of_origin_code` (ERI), `country_of_asylum_code` (ITA, SDN, SYR), `country_of_origin_name` (Eritrea), `country_of_asylum_name` (Italy, Sudan, Syrian Arab Republic) and 4 others.

**Identifier / Metadata** — `refugees` (range 0.0–502600.0), `esa_source` (HDX), `esa_processed` (2026-04-04).

**Other** — `other_people_in_need_of_international_protection` (range 0.0–0.0), `others_of_concern_to_unhcr` (range 0.0–37416.0).

---

## Quick Start

```python
from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-unhcr-population-data-for-eri")
train = ds["train"].to_pandas()
test = ds["test"].to_pandas()

print(train.shape)
train.head()
```

---

## Schema

| Column | Type | Null % | Range / Sample Values |
|---|---|---|---|
| `year` | int64 | 0.0% | 1979.0 – 2025.0 (mean 2013.2742) |
| `country_of_origin_code` | object | 0.0% | ERI |
| `country_of_asylum_code` | object | 0.0% | ITA, SDN, SYR |
| `country_of_origin_name` | object | 0.0% | Eritrea |
| `country_of_asylum_name` | object | 0.0% | Italy, Sudan, Syrian Arab Republic |
| `refugees` | int64 | 0.0% | 0.0 – 502600.0 (mean 6477.0331) |
| `asylum_seekers` | int64 | 0.0% | 0.0 – 26932.0 (mean 580.9705) |
| `other_people_in_need_of_international_protection` | int64 | 0.0% | 0.0 – 0.0 (mean 0.0) |
| `internally_displaced_persons` | int64 | 0.0% | 0.0 – 1100000.0 (mean 559.5117) |
| `stateless_persons` | int64 | 0.0% | 0.0 – 0.0 (mean 0.0) |
| `others_of_concern_to_unhcr` | int64 | 0.0% | 0.0 – 37416.0 (mean 76.6089) |
| `host_community` | int64 | 0.0% | 0.0 – 0.0 (mean 0.0) |
| `esa_source` | object | 0.0% | HDX |
| `esa_processed` | object | 0.0% | 2026-04-04 |

---

## Numeric Summary

| Column | Min | Max | Mean | Median |
|---|---|---|---|---|
| `year` | 1979.0 | 2025.0 | 2013.2742 | 2014.0 |
| `refugees` | 0.0 | 502600.0 | 6477.0331 | 29.0 |
| `asylum_seekers` | 0.0 | 26932.0 | 580.9705 | 8.0 |
| `other_people_in_need_of_international_protection` | 0.0 | 0.0 | 0.0 | 0.0 |
| `internally_displaced_persons` | 0.0 | 1100000.0 | 559.5117 | 0.0 |
| `stateless_persons` | 0.0 | 0.0 | 0.0 | 0.0 |
| `others_of_concern_to_unhcr` | 0.0 | 37416.0 | 76.6089 | 0.0 |
| `host_community` | 0.0 | 0.0 | 0.0 | 0.0 |

---

## Curation

Raw data was downloaded from HDX via the CKAN API and converted to Parquet. Column names were lowercased and standardised to snake_case. Common missing-value markers (`N/A`, `null`, `none`, `-`, `unknown`, `no data`, `#N/A`) were unified to `NaN`. The dataset was split 80/20 into train and test partitions using a fixed random seed (42) and saved as Snappy-compressed Parquet.

---

## Limitations

- Data originates from UNHCR - The UN Refugee Agency and has not been independently validated by ESA.
- Automated cleaning cannot correct for misreported values, definitional inconsistencies, or sampling bias in the original collection.
- Refer to the [original HDX dataset page](https://data.humdata.org/dataset/unhcr-population-data-for-eri) for the publisher's own methodology notes and caveats.

---

## Citation

```bibtex
@dataset{hdx_africa_unhcr_population_data_for_eri,
title = {Eritrea - Data on forcibly displaced populations and stateless persons},
author = {UNHCR - The UN Refugee Agency},
year = {2026},
url = {https://data.humdata.org/dataset/unhcr-population-data-for-eri},
note = {Repackaged for machine learning by Electric Sheep Africa (https://huggingface.co/electricsheepafrica)}
}
```

---

*[Electric Sheep Africa](https://huggingface.co/electricsheepafrica) — Africa's ML dataset infrastructure. Lagos, Nigeria.*

搜集汇总

数据集介绍

构建方式

在人口统计学与人道主义研究领域，数据集的构建往往依赖于权威机构的长期统计工作。本数据集源自联合国难民署（UNHCR）超过七十年的统计活动积累，原始数据通过人道主义数据交换平台（HDX）的CKAN接口获取。Electric Sheep Africa团队对原始数据进行了系统化处理，包括将列名统一为蛇形命名法、标准化缺失值标记为NaN，并采用固定随机种子将数据按80:20比例划分为训练集与测试集，最终以Snappy压缩的Parquet格式存储，确保了数据的机器可读性与一致性。

特点

该数据集聚焦于厄立特里亚的被迫流离失所者与无国籍人群，具备鲜明的时空维度与结构化特征。数据涵盖1979年至2025年的时间跨度，以一级行政单位为观测单元，包含14个变量，其中8个为数值型、6个为分类型，细致记录了难民、寻求庇护者、境内流离失所者等不同群体的数量信息。地理范围明确限定于厄立特里亚，同时涉及意大利、苏丹、叙利亚等庇护国数据，为区域人口流动研究提供了高颗粒度的横截面与时间序列资料。

使用方法

在机器学习与数据分析实践中，该数据集适用于表格分类与回归任务，可直接通过Hugging Face的datasets库加载。用户使用load_dataset函数调用数据集后，可便捷转换为Pandas DataFrame进行探索性分析或模型训练。数据已预分为训练集与测试集，便于快速构建预测模型，例如基于历史年份与地理变量预测难民规模趋势。研究者需注意数据源自联合国难民署的官方统计，并建议参考原始HDX页面了解详细的方法学说明与局限性。

背景与挑战

背景概述

在人口统计学与人道主义研究领域，对被迫流离失所人群的精确统计是评估全球难民危机、制定有效援助政策的核心基础。联合国难民署（UNHCR）作为国际权威机构，长期致力于收集全球难民、寻求庇护者、国内流离失所者及无国籍人士的详细数据。该数据集由UNHCR发布，并由Electric Sheep Africa于2026年重新整理为机器学习可用格式，聚焦于厄立特里亚（ERI）自1979年至2025年间的人口流动情况。其核心研究问题在于通过结构化数据揭示难民潮的时空分布、庇护国与来源国的动态关系，以及不同人群类别的规模演变，为学术界和政策制定者提供了长达七十余年的纵向观测视角，对理解非洲之角地区的人道主义局势具有重要参考价值。

当前挑战

该数据集旨在解决被迫流离失所人群的统计建模与预测挑战，涉及难民规模估算、庇护需求分析和人口流动模式识别等复杂问题。然而，原始数据收集过程中常面临定义不一致、报告缺失或数值偏差等困难，例如不同国家对“难民”或“国内流离失所者”的界定可能存在差异，导致跨区域比较的复杂性。在构建过程中，数据清洗需统一多种缺失值标记并处理异常值，但自动化流程难以修正原始数据固有的误报或抽样偏差。此外，数据集仅涵盖厄立特里亚及相关庇护国的有限地理范围，可能限制了其对于更广泛区域难民危机研究的泛化能力。

常用场景

经典使用场景

在人口统计学与人道主义研究领域，该数据集常被用于构建时间序列模型，以分析厄立特里亚难民与流离失所人口的动态变化。研究者利用其跨越数十年的结构化数据，探索不同收容国（如意大利、苏丹、叙利亚）对厄立特里亚难民群体的接纳趋势，并通过回归分析预测未来人口流动的潜在规模，为长期政策规划提供数据支撑。

衍生相关工作

围绕该数据集衍生的经典研究包括基于机器学习的难民流动预测模型、融合多源地理信息的脆弱性评估框架，以及针对长期流离失所群体的社会经济影响分析。这些工作不仅拓展了强迫迁移研究的方法论边界，还催生了开源工具包，使类似数据得以在更广泛的人道主义决策场景中被标准化应用。

数据集最近研究

最新研究方向

在难民与人口流动研究领域，该数据集为探索厄立特里亚难民潮的时空动态提供了关键数据支撑。前沿研究聚焦于利用机器学习模型预测难民流动趋势，结合地缘政治事件分析驱动因素，如地区冲突与气候变化对人口迁徙的影响。热点事件关联着红海地区局势变化，研究旨在评估国际干预政策的效果，为难民保护与资源分配提供实证依据。此类工作深化了对被迫流离失所问题的理解，推动人道主义响应的数据驱动决策。