Data-Gouv-FR/elections-regionales-2021-resultats-du-second-tour

2021年大区选举结果，按市镇和大区划分。版本为6月28日星期一11:45。文件还包括第一轮的结果。来源：内政部 (https://elections.interieur.gouv.fr/telechargements/RG2021/resultatsT2/)Results by commune and region for the 2021 regional elections. Version of Monday, June 28 at 11:45. The files also include the results of the first round. Source: Ministry of the Interior (https://elections.interieur.gouv.fr/telechargements/RG2021/resultatsT2/)

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，原始数据由法国内政部官方发布，涵盖了2021年法国大区选举第二轮投票的详细结果。构建过程中，每个数据源被映射为Hugging Face上的一个独立子集或配置，每个子集包含一个名为'train'的分割，数据以Parquet格式存储，兼顾了高压缩比与高效读取性能。数据集包含两个子集：'regionales2021_resultats_par_region'按大区汇总，而'regionales2021_resultats_par_commune'则细化至市镇层级，确保了从宏观到微观的分析灵活性。在组织上，每个data.gouv.fr数据集对应一个Hugging Face仓库，从而实现了开放数据与机器学习生态的无缝对接。

特点

该数据集以多粒度、多格式的开放性为核心特色。它不仅提供了按大区和按市镇的分层结果，还兼容CSV与Parquet两种存储格式，满足了不同的数据处理偏好。数据版本明确标注为2021年6月28日11时45分，保证了时间戳的精准可追溯。值得注意的是，数据集中同时包含了第一轮选举的结果，为研究者提供了完整的上下文信息。此外，数据集采用宽松的许可证发布，不限制二次使用与分发，契合open-data理念，为政治学、选举分析和数据科学领域的研究者提供了高质量的公共数据资源。

使用方法

使用者可通过Hugging Face的datasets库便捷加载该数据。只需一行Python代码，如'from datasets import load_dataset'，并指定数据集标识符'Data-Gouv-FR/elections-regionales-2021-resultats-du-second-tour'及所需子集名称（如'regionales2021_resultats_par_region'），即可获取包含训练分割的数据对象。加载后，可直接打印查看数据结构，或利用Pandas等工具进行数据清洗、可视化与建模。对于偏好传统表格操作的用户，也可直接从data.gouv.fr下载原始CSV文件进行本地处理。整个使用流程低门槛、高效率，适合从数据探索到深度分析的多种应用场景。

背景与挑战

背景概述

该数据集由法国公共数据平台data.gouv.fr于2021年发布，旨在记录当年法国大区选举（élections régionales）第二轮投票的详尽结果。核心研究问题聚焦于通过精细化的选举数据，揭示法国各地区及市镇层面的选民行为、党派支持格局与地理分布特征。数据集由法国公共数据团队（Data Gouv FR）整理，原始资料来源于法国内政部官方发布的选举统计文件。作为法国选举研究领域的重要开放数据资源，该数据集为政治学、选举地理学及公共政策分析提供了可靠的实证基础，尤其对理解后疫情时代法国地方政治生态演变具有关键支撑作用。

当前挑战

数据集面临的领域挑战主要在于选举数据本身的复杂性，包括两轮投票制的结构差异、不同选区划分标准（大区与市镇）的整合难题，以及如何从分散的官方统计中提取可机器处理的标准化信息。构建过程中遇到的典型困难包括：原始数据格式不统一，需从PDF及非结构化文件中手动解析并转换为Parquet与CSV格式；跨层级（大区至市镇）的制表逻辑差异显著，需设计双重配置（regionales2021_resultats_par_region与regionales2021_resultats_par_commune）以匹配不同分析粒度；此外，需确保与法国内政部实时更新的版本同步，如标注“版本日期：2021年6月28日11:45”，兼顾数据时效性与历史可追溯性。

常用场景

经典使用场景

在法国政治与选举研究领域，elections-regionales-2021-resultats-du-second-tour数据集为学者和政策分析者提供了2021年大区选举第二轮投票的详尽结果。该数据集以市镇和大区为粒度，涵盖两轮投票的完整数据，经典使用场景聚焦于区域政治格局的量化分析。研究者常利用其按市镇划分的选民支持率，结合地理信息系统，揭示投票行为在领土空间上的分布规律，从而刻画不同政治派别在法国本土及海外领地的势力版图。

衍生相关工作

基于该数据集衍生了一系列具有影响力的研究与工具。在学术领域，有工作将其与人口普查数据结合，构建预测模型分析社会经济地位与投票选择的关联；另有研究通过对比2015年与2021年两届大区选举结果，揭示了法国政治版图的长期漂移趋势。在开放数据运动层面，Hugging Face上的标准化存储格式促进了其他非营利组织（如Regards Citoyens）开发可视化仪表盘，进一步降低了法国选举数据的准入门槛，激励了更多公民科学议题的涌现。

数据集最近研究

最新研究方向

该数据集聚焦于2021年法国大区选举第二轮投票结果，涵盖各市镇与大区的详尽投票数据，为政治地理学、选举行为分析与区域比较研究提供了权威基础。当前前沿方向集中于利用此类高粒度选举数据，结合社会经济指标与人口流动特征，运用空间计量模型与机器学习算法，探究选举格局的时空演变规律及影响因素。尤其在法国总统选举周期背景下，该数据集成为剖析地方选举与全国政治生态联动机制的关键资源，其开放的Parquet格式与HuggingFace平台化的托管方式，大幅降低了跨学科研究的数据获取门槛，推动了选举预测、投票行为建模与公共政策评估的实证创新。