africa-ilo-eap-dwap-sex-edu-cbr-rt-labour-force-participation-rate-by-sex-education-a
收藏资源简介：
该数据集包含非洲34个国家1991年至2025年期间按性别、教育程度和出生地划分的劳动力参与率统计数据，共计5,806个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，这是全球劳动力统计的主要来源。数据集包含21个字段，核心指标为EAP_DWAP_SEX_EDU_CBR_RT，即按性别、教育程度和出生地划分的劳动力参与率（百分比）。数据按性别分为总计、男性和女性三类，采用年度频率，并优先使用ILO的最佳来源。它适用于表格分类、回归和时间序列预测等任务，可用于研究非洲劳动力市场动态、教育影响和移民整合等主题。数据集由Electric Sheep Africa项目重新打包，采用CC-BY-4.0许可证发布。
This dataset contains statistical data on labor force participation rates by sex, education level, and place of birth for 34 African countries from 1991 to 2025, with a total of 5,806 observations. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, a primary global source for labor statistics. It includes 21 fields, with the core indicator being EAP_DWAP_SEX_EDU_CBR_RT, representing the labor force participation rate (percentage) disaggregated by sex, education, and birthplace. The data is categorized by sex into total, male, and female, uses annual frequency, and prioritizes ILOs best source when multiple sources exist. It is suitable for tasks such as tabular classification, regression, and time series forecasting, and can be used to study African labor market dynamics, the impact of education, and migrant integration. The dataset was repackaged by the Electric Sheep Africa project and is released under the CC-BY-4.0 license.
数据集概述：按性别、教育程度和出生地划分的劳动力参与率（%）| 非洲（ILOSTAT）
基本信息
- 数据集名称：Labour force participation rate by sex, education and place of birth (%) | Africa (ILOSTAT)
- 许可证：CC-BY-4.0
- 语言：英文
- 任务类别：表格分类、表格回归、时间序列预测
- 单语种：是
- 数据规模：1,000 < n < 10,000
- 标签：表格数据、非洲、ILOSTAT、国际移民存量、ILO、劳动力、就业
统计数据
- 观测值：5,806 条
- 覆盖国家：34 个非洲国家
- 时间跨度：1991 年至 2025 年
- 指标数量：1 个
- 授权：CC-BY-4.0
数据来源
- 来源：ILOSTAT
- 发布机构：国际劳工组织（ILO）
- 主题：国际移民存量
- 数据获取方式：通过 ILOSTAT REST API 直接拉取，筛选至非洲 ISO3 国家代码
- 重新打包方：Electric Sheep Africa
数据覆盖范围
包含 34 个非洲国家，部分国家数据量如下：
| 国家 | 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 |
| EGY | 184 | 2008 | 2011 |
| MLI | 174 | 2020 | 2024 |
| KEN | 152 | 2019 | 2022 |
| BEN | 147 | 2011 | 2022 |
| BFA | 135 | 2018 | 2024 |
| ... | 另有 19 个国家 |
指标说明
EAP_DWAP_SEX_EDU_CBR_RT：按性别、教育程度和出生地划分的劳动力参与率（%）
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 | 英文国家名称 | Angola |
source |
string | ILOSTAT 来源代码（如劳动力调查） | BA:13951 |
source.label |
string | 英文来源名称 | LFS - Employment Survey |
indicator |
string | ILOSTAT 指标代码 | EAP_DWAP_SEX_EDU_CBR_RT |
indicator.label |
string | 英文指标名称 | Labour force participation rate by se… |
sex |
string | 按性别分列（SEX_T=总计，SEX_M=男性，SEX_F=女性） | SEX_T |
sex.label |
string | — | Total |
classif1 |
string | 第一个分类变量（年龄、教育程度、状态等） | EDU_AGGREGATE_TOTAL |
classif1.label |
string | — | Education (Aggregate levels): Total |
classif2 |
string | 第二个分类变量（适用时） | CBR_BIR_TOTAL |
classif2.label |
string | — | Place of birth: Total |
time |
int64 | 观测年份 | 2025 |
obs_value |
float64 | 观测指标值（单位见指标定义） | 74.342 |
obs_status |
string | 观测状态标志（如临时、不可靠） | U |
obs_status.label |
string | — | Unreliable |
note_classif |
string | — | C3:2620 |
note_classif.label |
string | — | Nonstandard education level: Includin… |
note_indicator |
string | — | I11:264 |
note_indicator.label |
string | — | Break in series: Methodology revised |
note_source |
string | — | R1:3513 |
note_source.label |
string | — | 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，不包含月度和季度序列
- 当同一国家×年份存在多个来源时，使用 ILO 选定的"最佳来源"
- 分类列（
sex、classif1、classif2）仅在指标发布该分项时非空 - ILOSTAT 使用国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行协调，来源通过
source.label列可追溯
引用信息
bibtex @misc{africa_ilo_eap_dwap_sex_edu_cbr_rt_labour_force_participation_rate_by_sex_education_a_2025, title = {Labour force participation rate by sex, education and place of birth (%) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_DWAP_SEX_EDU_CBR_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-eap-dwap-sex-edu-cbr-rt-labour-force-participation-rate-by-sex-education-a}} }
使用示例
python from datasets import load_dataset
ds = load_dataset("electricsheepafrica/africa-ilo-eap-dwap-sex-edu-cbr-rt-labour-force-participation-rate-by-sex-education-a") df = ds["train"].to_pandas()
