africa-population-angola
收藏资源简介：
该数据集名为EM-DAT - 国家概况，安哥拉，由流行病学灾难研究中心发布，主要关注安哥拉的自然灾害相关事件。数据集包含国家层面的聚合数据，每条记录对应特定年份、国家和灾害子类型的组合，报告了灾害数量、受影响总人数、死亡总人数和经济损失（原始值和调整值）等数据。数据集共包含34行，13列（5个数值型，8个类别型），分为27行的训练集和6行的测试集。地理范围为安哥拉（AGO）。数据集中的变量包括地理信息（年份、国家、ISO代码、灾害类型和子类型）、结果/测量（总事件数、总受影响人数、总死亡人数）、标识符/元数据（数据来源和处理日期）以及其他信息（灾害组、灾害子组、CPI）。数据集经过清洗和标准化处理，转换为Parquet格式，适合机器学习使用。但需注意，部分列存在缺失值，特别是总死亡人数列缺失率超过20%。
数据集概述：EM-DAT - Country Profiles, Angola
数据集地址： https://huggingface.co/datasets/electricsheepafrica/africa-population-angola
发布者： 灾害流行病学研究中心 (Centre for Research on the Epidemiology of Disasters)
数据来源： HDX
许可证： hdx-other
最后更新（HDX）： 2026-04-24
地理范围： 安哥拉（AGO）
数据集描述
该数据集提供了安哥拉与自然灾害相关事件的汇总数据，每条记录对应特定年份、国家和灾害子类型的组合。数据由 Electric Sheep Africa 重新打包为机器学习就绪的 Parquet 格式。
数据集特征
| 属性 | 值 |
|---|---|
| 领域 | 人口学与人口统计 |
| 观测单位 | 国家级汇总数据 |
| 总行数 | 34 |
| 列数 | 13（5个数值型，8个类别型，0个日期时间型） |
| 训练集 | 27 行 |
| 测试集 | 6 行 |
| 地理范围 | AGO（安哥拉） |
| 出版方 | 灾害流行病学研究中心 |
| HDX 最后更新 | 2026-04-24 |
变量说明
- 地理相关：
year（年份，范围 2000.0–2026.0）、country（国家，Angola）、iso（ISO 代码，AGO）、disaster_type（灾害类型，如 Flood 洪水、Drought 干旱）、disaster_subtype（灾害子类型，如 Riverine flood 河流洪水、Flash flood 山洪）。 - 结果/测量：
total_events（事件总数，范围 1.0–4.0）、total_affected（受影响总人数，范围 225–2,800,000）、total_deaths（死亡总人数，范围 1.0–130.0）。 - 标识符/元数据：
esa_source（数据来源，HDX）、esa_processed（处理日期，2026-04-29）。 - 其他：
disaster_group（灾害组别，Natural 自然）、disaster_subroup（灾害子组，如 Hydrological 水文、Climatological 气候）、cpi（消费者价格指数，范围 54.8952–100.0）。
数值摘要
| 列名 | 最小值 | 最大值 | 平均值 | 中位数 |
|---|---|---|---|---|
year |
2000.0 | 2026.0 | 2012.1212 | 2013.0 |
total_events |
1.0 | 4.0 | 1.6061 | 1.0 |
total_affected |
225.0 | 2,800,000.0 | 294,630.6774 | 25,000.0 |
total_deaths |
1.0 | 130.0 | 38.7692 | 29.0 |
cpi |
54.8952 | 100.0 | 72.1711 | 73.7277 |
数据处理与限制
- 数据整理： 原始数据通过 HDX 的 CKAN API 下载，转换为 Parquet 格式；列名统一为小写蛇形命名；缺失值标记（如
N/A、null）统一为NaN；移除了缺失值超过 80% 的 2 列（total_damage_usd_original、total_damage_usd_adjusted）；4 列根据解析成功率（>85%）从字符串转换为数值或日期时间；数据集按 80/20 比例随机划分训练集和测试集。 - 注意事项： 数据来源于灾害流行病学研究中心，未经 Electric Sheep Africa 独立验证；自动清洗无法纠正原始报告中的误差或偏差；
total_deaths列缺失值超过 20%，在建模中需谨慎使用；建议参考 原始 HDX 数据集页面 以获取方法论说明。
引用格式
bibtex @dataset{hdx_africa_population_angola, title = {EM-DAT - Country Profiles, Angola}, author = {Centre for Research on the Epidemiology of Disasters}, year = {2026}, url = {https://data.humdata.org/dataset/emdat-country-profiles-ago}, note = {Repackaged for machine learning by Electric Sheep Africa (https://huggingface.co/electricsheepafrica)} }
