africa-ilo-eap-teap-sex-age-geo-nb-labour-force-by-sex-age-and-rural-urban-areas-thou
收藏资源简介：
该数据集包含来自国际劳工组织(ILO) ILOSTAT数据库的劳动力统计数据，重点关注非洲地区。数据集提供了按性别、年龄和城乡地区划分的劳动力（以千人为单位）的年度观测数据。它覆盖了47个非洲国家，时间跨度为1994年至2025年，共计35,895个观测值。核心指标为EAP_TEAP_SEX_AGE_GEO_NB。数据模式包含18个字段，详细记录了国家信息（ISO3代码和名称）、数据来源（如劳动力调查）、指标定义、人口细分维度（性别、年龄组、地区类型）、观测年份、观测值以及数据质量标志（如可靠性状态）。数据按性别进行细分（总计、男性、女性）。该数据集适用于表格分类、表格回归和时间序列预测等机器学习任务，可用于分析非洲劳动力市场的趋势、差异和模式。数据由Electric Sheep Africa项目从ILO官方API获取、标准化并重新打包，以提供一致的、机器学习就绪的格式。
数据集概述
名称: Labour force by sex, age and rural / urban areas (thousands) | Africa (ILOSTAT)
来源: 国际劳工组织（ILO）的ILOSTAT数据库，由Electric Sheep Africa在HuggingFace上重新打包。
许可证: cc-by-4.0
数据集规模: 35,895条观测值，覆盖47个非洲国家，时间跨度1994年至2025年。
任务类型: 表格分类、表格回归、时间序列预测。
语言: 英语（单语）。
标签: tabular, africa, ilostat, labour-force, ilo, labour, employment
数据内容
该数据集包含1个核心指标：EAP_TEAP_SEX_AGE_GEO_NB —— 按性别、年龄和城乡区域划分的劳动力（单位：千人）。
数据维度:
sex（3个唯一值）:SEX_T（总计）、SEX_M（男性）、SEX_F（女性）classif1和classif2: 提供年龄、城乡区域等分类维度。
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 | BA:13951 |
source.label |
string | 来源名称（英文） | LFS - Employment Survey |
indicator |
string | ILOSTAT 指标代码 | EAP_TEAP_SEX_AGE_GEO_NB |
indicator.label |
string | 指标名称（英文） | Labour force by sex, age and rural / … |
sex |
string | 性别分类 | SEX_T |
sex.label |
string | 性别标签 | Total |
classif1 |
string | 第一个分类变量（如年龄） | AGE_YTHADULT_YGE15 |
classif1.label |
string | 分类1标签 | Age (Youth, adults): 15+ |
classif2 |
string | 第二个分类变量（如区域） | GEO_COV_NAT |
classif2.label |
string | 分类2标签 | Area type: National |
time |
int64 | 观测年份 | 2025 |
obs_value |
float64 | 观测值（单位见指标定义） | 15606.68 |
obs_status |
string | 观测状态标志 | U |
obs_status.label |
string | 状态标签 | Unreliable |
note_classif |
string | 分类备注代码 | C6:2289 |
note_classif.label |
string | 分类备注描述 | Nonstandard age group: Including ages… |
note_indicator |
string | 指标备注代码 | I11:264 |
note_indicator.label |
string | 指标备注描述 | Break in series: Methodology revised |
note_source |
string | 来源备注代码 | R1:3513 |
note_source.label |
string | 来源备注描述 | Repository: ILO-STATISTICS - Micro da… |
地理覆盖（前15个国家示例）
| 国家代码 | 行数 | 起始年份 | 结束年份 |
|---|---|---|---|
| ZAF | 2,496 | 2008 | 2024 |
| EGY | 2,448 | 2008 | 2024 |
| TUN | 2,304 | 2006 | 2023 |
| AGO | 1,625 | 2004 | 2025 |
| MLI | 1,584 | 2013 | 2024 |
| RWA | 1,449 | 2012 | 2025 |
| GHA | 1,440 | 2000 | 2024 |
| ZMB | 1,332 | 2015 | 2024 |
| SEN | 1,152 | 2011 | 2024 |
| UGA | 1,032 | 2002 | 2021 |
| TZA | 1,026 | 2001 | 2020 |
| ZWE | 1,017 | 2004 | 2024 |
| NAM | 1,008 | 1994 | 2018 |
| NGA | 1,008 | 2011 | 2024 |
| BFA | 882 | 2006 | 2024 |
其余32个国家未在表格中列出。
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选择的“最佳来源”。
- 分类列（
sex、classif1、classif2）仅在指标发布该细分时才有值。
使用建议
- Python加载:
from datasets import load_dataset后调用load_dataset("electricsheepafrica/africa-ilo-eap-teap-sex-age-geo-nb-labour-force-by-sex-age-and-rural-urban-areas-thou")，转换为Pandas DataFrame。 - 按国家筛选: 使用
df[df["ref_area"] == "KEN"]。 - 时间序列分析: 按
time和obs_value绘制单个指标。 - 数据透视: 可构建国家×年份的矩阵。
引用
bibtex @misc{africa_ilo_eap_teap_sex_age_geo_nb_labour_force_by_sex_age_and_rural_urban_areas_thou_2025, title = {Labour force by sex, age and rural / urban areas (thousands) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_TEAP_SEX_AGE_GEO_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-eap-teap-sex-age-geo-nb-labour-force-by-sex-age-and-rural-urban-areas-thou}} }
