Socio-Economic and Caste Census 2011

This data was scraped from: &lt;a href="http://164.100.129.6/netnrega/secc_list.aspx"&gt;http://164.100.129.6/netnrega/secc_list.aspx&lt;/a&gt; &lt;br&gt; See the GitHub repo: &lt;a href="https://github.com/in-rolls/ssec"&gt;SECC&lt;/a&gt; for additional details.&lt;br&gt; There are two types of files in this dataverse: &lt;br&gt; 1. Final deduped data is uploaded in 2 files with the word deduped in the filename. See the Github repo. for what was done to produce these files.&lt;br&gt; 2. Rest of the files are original files downloaded from the site. They have the word 'clean' in them to reflect minor known deduping.本数据集爬取自：<a href="http://164.100.129.6/netnrega/secc_list.aspx">http://164.100.129.6/netnrega/secc_list.aspx</a> 如需更多详情，请参阅GitHub仓库：<a href="https://github.com/in-rolls/ssec">SECC</a>。 本数据集集合包含两类文件： 1. 最终去重数据以2个文件形式上传，文件名中包含“deduped（去重）”字样。此类文件的生成细节，请参阅上述GitHub仓库。 2. 其余文件均为从原网站下载的原始文件，文件名中带有“clean（清洗）”字样，以体现其经过了轻度已知的去重处理。

搜集汇总

背景与挑战

背景概述

该数据集基于2011年印度社会经济和种姓普查（SECC）数据，从指定网站抓取而来，包含去重后的最终文件和轻微处理的原始文件。数据集主要用于分析社会经济和种姓相关信息，文件分为两种类型：最终去重数据（文件名含'deduped'）和原始下载文件（文件名含'clean'），用户可通过GitHub仓库获取更多处理细节。