electricsheepafrica/africa-owid-same-sex-sexual-acts-equaldex

该数据集包含关于非洲54个国家在1950年至2026年期间的“同性性行为Equaldex”数据的2,895个观测值。This dataset contains 2,895 observations of Same Sex Sexual Acts Equaldex data across 54 Africa countries, spanning 1950–2026.

搜集汇总

数据集介绍

构建方式

本数据集源自 Our World in Data 发布的关于同性性行为合法性的 Equaldex 指标，经 Electric Sheep Africa 重新整合与标准化，聚焦于非洲大陆。数据覆盖 54 个非洲国家，时间跨度从 1950 年至 2026 年，总计包含 2,895 条观测记录。每条记录由国家名称、ISO3 代码、年份及对应的同性活动法律状态构成，数据来源清晰，结构简明，旨在为非洲地区的法律与社会变迁研究提供统一、可重复使用的时间序列数据。Electric Sheep Africa 对原始数据进行了清洗与打包，并以 Parquet 格式发布，确保数据在机器学习工作流中的高兼容性与低加载延迟。

特点

该数据集具有鲜明的跨时间、跨地域特征，覆盖非洲全部 54 个国家，多数国家拥有自 1950 年至 2026 年的完整年度记录，每个国家约含 77 行观测，有利于长时段纵向比较。核心变量“Homosexual activity”以字符串形式标注法律状态（如“Legal”），直观反映各国对同性性行为的法律认定变迁。数据集标签涵盖表格分类、回归与时间序列预测任务，适用于法律演进趋势分析、社会政策建模及区域对比研究。其单语种（英文）特性降低了多语言处理门槛，且采用 CC-BY-4.0 许可，便于学术与非商业用途的广泛传播与二次利用。

使用方法

使用者可通过 HuggingFace Datasets 库便捷加载数据，一行代码即可获取完整数据集：`load_dataset("electricsheepafrica/africa-owid-same-sex-sexual-acts-equaldex")`。加载后可直接转换为 Pandas DataFrame，支持基于国家 ISO3 代码的筛选操作，例如 `df[df["country_iso3"]=="KEN"]` 即可提取肯尼亚的全部记录。针对时间序列分析，可按年份排序后绘制单一指标的变化趋势，例如使用 `df.sort_values("year").plot(x="year", y="Homosexual activity")` 可视化法律状态的演进。该数据集的简约模式使其能无缝集成到现有数据处理与建模流程中，尤其适合需要快速获取非洲各国同性性行为法律历史数据的科研与政策评估场景。

背景与挑战

背景概述

该数据集由Our World in Data整理，经Electric Sheep Africa于2026年重新打包发布，聚焦非洲54个国家在1950至2026年间同性性行为的法律地位演变。核心研究问题在于追踪非洲大陆针对同性性行为的法律政策随时间的变化趋势，填补了该区域长期、系统性数据的空白。数据集包含2,895条观测记录，以时间序列形式呈现，为研究法律、社会态度与政策变迁提供了宝贵的量化基础，对理解非洲LGBTQ+权益的司法演进具有重要参考价值。

当前挑战

所解决的领域问题在于，非洲同性性行为法律地位的数据高度分散且缺乏统一时间序列，现有资料多依赖零星报告或定性描述，难以支撑跨国家、跨年代的比较分析。构建过程中的挑战包括：整合来自不同历史时期和司法体系的法律条文，确保其分类（如“合法”与“非法”）的标准化与一致性；应对部分国家数据缺失或法律模糊地带带来的编码困难；以及将各类官方记录、人权报告与学术文献中的信息统一为机器可读的格式，同时保持对原始法律语言的忠实度。

常用场景

经典使用场景

在量化社会变迁与法律制度的交叉研究中，非洲地区同性性行为合法性的时空演变是一个极具学术价值的议题。该数据集以结构化面板数据的形式，系统收录了1950年至2026年间54个非洲国家关于同性性行为法律地位的年度判定记录，每条观测均包含国家标识、时间戳与法律状态标签。研究者可借此构建跨国、长时段的纵向比较框架，绘制法律变迁的时间序列图谱，或运用分类与回归模型分析法律状态与其他社会经济发展指标之间的动态关联。这一数据资产为探索非洲大陆性少数群体权利的法律演变提供了坚实而精炼的量化基础。

实际应用

在实际应用层面，此数据集为人权倡导组织、国际发展机构及政策制定者提供了可操作的量化工具。通过可视化不同国家法律地位的演变轨迹，活动家能够精准定位法律改革滞后或出现倒退的司法管辖区，从而优化资源配置与倡导策略。同时，该数据可作为跨国风险评估模型的输入特征，辅助识别性少数群体面临法律迫害的高危区域。对于致力于非洲公共卫生与艾滋病防治的机构而言，法律环境的变化数据有助于揭示结构性污名化与医疗可及性之间的关联，从而设计更具文化敏感性的干预方案。

衍生相关工作

基于此数据集的衍生工作已初现端倪，其影响力正向多个交叉学科领域渗透。在法律地理学方向，研究者可将其与其它社会正义指标（如女性参政比例、仇恨犯罪立法）融合，构建非洲包容性指数的综合分析框架。在机器学习领域，因数据具有明确的时间序列结构，该数据集成为评估时序预测模型（如Prophet或LSTM）在少样本面板数据上迁移能力的理想基准。此外，数据清洗与标准化流程（由Electric Sheep Africa完成）本身亦为数据科学社区提供了针对非洲区域数据的标准化治理范例，推动了“ML-ready”数据集生态的本地化建设。