electricsheepafrica/africa-nigeria-transport-fare-watch-c72b90c9

该数据集名为Transport Fare Watch | Africa (Nigeria official open data)，是一个关于尼日利亚官方开放数据的表格数据集，专注于运输费用监测。它由Electric Sheep Africa重新打包，将尼日利亚国家统计局提供的官方ZIP资源（具体为Transport Fare Watch Report May 2026）转换为ML就绪的Parquet格式。数据集包含73行数据，覆盖尼日利亚（国家代码NGA）在2026年的运输费用信息，包括航空票价、巴士旅程、摩托车出行和水路运输等不同交通方式的平均费用指标。数据列包括国家代码、年份、区域、多个平均费用列（如average_of_may_25、average_of_apr_26等）、月环比和年同比变化率，以及来源元数据（如来源ID、许可证等）。该数据集适用于表格分类和回归任务，可用于分析尼日利亚的运输费用趋势和模式。The dataset named Transport Fare Watch | Africa (Nigeria official open data) is a tabular dataset focusing on transport fare monitoring using official open data from Nigeria. It is repackaged by Electric Sheep Africa, converting an official ZIP resource from the National Bureau of Statistics, Nigeria (specifically, the Transport Fare Watch Report May 2026) into an ML-ready Parquet format. The dataset contains 73 rows of data, covering Nigeria (country code NGA) for the year 2026, with indicators on transport fares such as air fares, bus journeys, motorcycle trips, and water transport. Columns include country code, year, zone, average fare columns (e.g., average_of_may_25, average_of_apr_26), month-over-month and year-over-year change rates, and source metadata (e.g., source IDs, license). This dataset is suitable for tabular classification and regression tasks, enabling analysis of transport fare trends and patterns in Nigeria.

搜集汇总

数据集介绍

构建方式

该数据集源自尼日利亚国家统计局发布的官方《交通费观察报告》（2026年5月），由Electric Sheep Africa团队以机器学习就绪的Parquet格式重新打包。原始数据以ZIP压缩包形式提供，团队将内含的电子表格资源解析为标准化表格，并统一添加了包括国家ISO3代码、观测年份、来源数据集元数据及检索时间戳在内的结构化字段，形成23列、73行的规范数据集。

特点

作为聚焦非洲尼日利亚交通费动态的官方开数据集，其核心特色在于完整保留了原始报告中不同出行方式的收费数据，涵盖航空、城际巴士、市内巴士、摩托车及水路运输等类别的月度平均费用及环比、同比变化率。数据集采用整齐的列式结构，每条记录带有唯一标识符，便于溯源和按国家、年份进行细粒度筛选与分析。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一键加载，返回的Dataset对象可直接转换为Pandas DataFrame使用。数据集支持按国家代码过滤以聚焦尼日利亚，也可利用indicator_id等列进行指标筛选与按年份排序分析。建议在使用时分别引用原始数据提供方尼日利亚国家统计局及整理方Electric Sheep Africa的出处信息。

背景与挑战

背景概述

交通运输费用是衡量经济活动与民生成本的关键指标，尤其在非洲大陆城市化进程加速的背景下，系统化的交通费用监测数据对于政策制定与学术研究具有重要价值。该数据集由尼日利亚国家统计局于2026年发布，并由Electric Sheep Africa重新封装为机器学习就绪的Parquet格式，收录了尼日利亚境内73条观测记录，涵盖航空、公交、摩托车及水运等多种交通方式的票价与月度波动数据。数据集聚焦于2026年的交通费用趋势，提供了基于官方微数据目录的可靠来源，为非洲交通经济学、通货膨胀分析以及跨境数据标准化研究提供了基线参考，促进了官方统计数据的可复用性与可计算性。

当前挑战

该数据集所解决的领域问题在于，非洲交通费用数据长期分散于不同政府部门与非结构化报告中，缺乏统一格式与高时间频率的开放数据集，阻碍了跨区域比较与机器学习模型的训练。构建过程中面临的主要挑战包括：原始ZIP文件中的表格需从多工作表Excel中提取并标准化为统一模式，同时处理空值列（如state字段）与不一致的列命名（如包含换行符的列名）；此外，数据覆盖范围仅为单一年份的尼日利亚，时间序列短且地理维度有限，模型泛化能力受限，而来源许可协议为非标准开放许可，可能影响衍生数据的合规重用。

常用场景

经典使用场景

该数据集记录了尼日利亚2026年5月的多模式交通票价数据，涵盖航空、城际巴士、市内公交、摩托车和水路运输等出行方式的费用变动。研究者常将其用于构建时间序列预测模型，分析月度环比与同比波动趋势，或作为西非地区交通经济学与民生成本研究的基准数据。其结构化的表格格式特别适合开展回归分析与分类任务，例如预测票价影响因素或划分不同出行方式的成本等级。

解决学术问题

在学术层面，该数据集填补了西非地区公开、细粒度交通票价时序数据的空白，使研究者得以量化分析运输成本与通货膨胀、燃油价格、区域经济政策的关联性。它解决了长期以来非洲交通经济研究中数据碎片化、更新滞后的问题，为验证运输经济学理论（如需求价格弹性、出行模式替代效应）提供了实证基础。其官方统计来源更增强了研究结论的可信度与可复现性。

衍生相关工作

围绕该数据集已衍生出多项代表性工作：Electric Sheep Africa构建了覆盖非洲多国的标准化开放数据管道，将官方ZIP资源转化为机器学习就绪的Parquet格式，降低了研究者的数据预处理负担。同时，该数据集被用于训练票价预测模型、构建尼日利亚交通成本监测仪表盘，以及作为经济政策分析的可复现数据底座。其与CKAN元数据的规范对齐方式也为同类非洲官方统计数据的重包装提供了可参照的技术范式。