africa-ilo-eap-teap-sex-edu-cbr-nb-labour-force-by-sex-education-and-place-of-birth-t
收藏资源简介：
本数据集是一个关于非洲地区劳动力状况的表格数据集，由国际劳工组织（ILO）的ILOSTAT数据库提供原始数据，并由Electric Sheep Africa项目重新打包发布。数据集的核心指标为按性别、教育程度和出生地划分的劳动力（千人），旨在提供非洲国家劳动力市场的结构化统计数据。数据集包含5,806个观测值，覆盖34个非洲国家，时间跨度为1991年至2025年。数据以年度频率呈现，每个观测值包含国家代码、国家名称、数据来源、指标代码、指标名称、性别细分、分类变量（如教育程度、出生地）、观测年份、观测值、观测状态标志以及相关的分类和指标注释等详细字段。数据经过ILO的标准化处理，使用国际劳工统计学家会议（ICLS）的定义进行协调，并标注了数据来源以便追溯。数据集适用于表格分类、回归分析、时间序列预测等机器学习任务，可用于研究非洲劳动力市场趋势、移民对劳动力构成的影响、教育与就业关系等社会经济议题。数据发布遵循CC BY 4.0许可协议。
数据集概述
- 名称: Labour force by sex, education and place of birth (thousands) | Africa (ILOSTAT)
- 许可证: cc-by-4.0
- 语言: 英语
- 任务类型: 表格分类、表格回归、时间序列预测
- 多语言性: 单语
- 数据集大小: 1,000 < 样本数 < 10,000
- 标签: 表格数据、非洲、ILOSTAT、国际移民存量、ILO、劳动力、就业
数据集规模
- 观测数量: 5,806 条
- 覆盖国家: 34 个非洲国家
- 时间跨度: 1991–2025 年
- 指标数量: 1 个
数据来源
- 来源: ILOSTAT（国际劳工组织中央统计数据库）
- 发布者: 国际劳工组织 (ILO)
- 主题: 国际移民存量
- 原始链接: ILOSTAT Bulk Explorer
方法论
- 数据通过 ILOSTAT REST API 拉取，并筛选至非洲 ISO3 国家代码。
- 使用 ICLS（国际劳工统计学家会议）定义对原始调查微观数据进行协调，数据来源在
source.label列中标注。
地理覆盖
覆盖 34 个非洲国家，按行数排序的前 10 个国家如下：
| 国家代码 | 行数 | 起始年份 | 结束年份 |
|---|---|---|---|
| GHA | 588 | 1991 | 2024 |
| AGO | 403 | 2009 | 2025 |
| ZMB | 379 | 2017 | 2024 |
| RWA | 364 | 2014 | 2025 |
| ZWE | 307 | 2014 | 2024 |
| MWI | 289 | 2005 | 2024 |
| TZA | 277 | 2008 | 2024 |
| UGA | 266 | 2010 | 2021 |
| LBR | 248 | 2010 | 2017 |
| GMB | 221 | 2012 | 2025 |
（另有 19 个国家，未在此表完整列出）
指标
EAP_TEAP_SEX_EDU_CBR_NB: 按性别、教育程度和出生地划分的劳动力（单位：千人）
数据模式 (Schema)
| 列名 | 类型 | 描述 | 示例 |
|---|---|---|---|
ref_area |
string |
ISO 3166-1 alpha-3 国家代码 | AGO |
ref_area.label |
string |
国家英文名称 | Angola |
source |
string |
ILOSTAT 数据源代码 | BA:13951 |
source.label |
string |
数据源英文名称 | LFS - Employment Survey |
indicator |
string |
ILOSTAT 指标代码 | EAP_TEAP_SEX_EDU_CBR_NB |
indicator.label |
string |
指标英文名称 | Labour force by sex, education and pl… |
sex |
string |
性别分类（SEX_T=总计，SEX_M=男性，SEX_F=女性） | SEX_T |
sex.label |
string |
性别标签 | Total |
classif1 |
string |
第一个分类变量 | EDU_AGGREGATE_TOTAL |
classif1.label |
string |
分类标签 | Education (Aggregate levels): Total |
classif2 |
string |
第二个分类变量 | CBR_BIR_TOTAL |
classif2.label |
string |
分类标签 | Place of birth: Total |
time |
int64 |
观测年份 | 2025 |
obs_value |
float64 |
观测指标值 | 15606.68 |
obs_status |
string |
观测状态标志 | U |
obs_status.label |
string |
状态标签 | Unreliable |
note_classif |
string |
分类注释代码 | C3:2620 |
note_classif.label |
string |
分类注释 | Nonstandard education level: Includin… |
note_indicator |
string |
指标注释代码 | I11:264 |
note_indicator.label |
string |
指标注释 | Break in series: Methodology revised |
note_source |
string |
数据源注释代码 | R1:3513 |
note_source.label |
string |
数据源注释 | Repository: ILO-STATISTICS - Micro da… |
分类维度
sex: 3 个唯一值：SEX_T（总计）、SEX_M（男性）、SEX_F（女性）
数据质量与注意事项
- 数据为年度频率，不包括月度或季度序列。
- 当同一国家×年份存在多个数据源时，使用 ILO 选定的“最佳数据源”。
- 分类列（
sex,classif1,classif2）仅在指标发布该细分时非空。
使用示例
python from datasets import load_dataset
ds = load_dataset("electricsheepafrica/africa-ilo-eap-teap-sex-edu-cbr-nb-labour-force-by-sex-education-and-place-of-birth-t") df = ds["train"].to_pandas() print(df.head())
引用
bibtex @misc{africa_ilo_eap_teap_sex_edu_cbr_nb_labour_force_by_sex_education_and_place_of_birth_t_2025, title = {Labour force by sex, education and place of birth (thousands) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_TEAP_SEX_EDU_CBR_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-eap-teap-sex-edu-cbr-nb-labour-force-by-sex-education-and-place-of-birth-t}} }
