electricsheepafrica/africa-education-gabon
收藏资源简介：
--- annotations_creators: - no-annotation language_creators: - found language: - en license: other multilinguality: - monolingual size_categories: - 10K<n<100K source_datasets: - original task_categories: - tabular-classification - other task_ids: [] tags: - africa - humanitarian - hdx - electric-sheep-africa - baseline-population - conflict-violence - economics - education - food-security - hazards-and-risk - health - indicators - gab pretty_name: "HDX HAPI Data for Gabon" dataset_info: splits: - name: train num_examples: 10493 - name: test num_examples: 2623 --- # HDX HAPI Data for Gabon **Publisher:** HDX Humanitarian API Data · **Source:** [HDX](https://data.humdata.org/dataset/hdx-hapi-gab) · **License:** `hdx-other` · **Updated:** 2026-02-18 --- ## Abstract This dataset contains data obtained from the [HDX Humanitarian API](https://hapi.humdata.org/) (HDX HAPI), which provides standardized humanitarian indicators designed for seamless interoperability from multiple sources. The data facilitates automated workflows and visualizations to support humanitarian decision making. For more information, please see the HDX HAPI [landing page](https://data.humdata.org/hapi) and [documentation](https://hdx-hapi.readthedocs.io/en/latest/). Each row in this dataset represents geolocated point observations. Temporal coverage is indicated by the `reference_period_start`, `reference_period_end` column(s). Geographic scope: **GAB**. *Curated into ML-ready Parquet format by [Electric Sheep Africa](https://huggingface.co/electricsheepafrica).* --- ## Dataset Characteristics | | | |---|---| | **Domain** | Food security and nutrition | | **Unit of observation** | Geolocated point observations | | **Rows (total)** | 13,117 | | **Columns** | 16 (3 numeric, 7 categorical, 2 datetime) | | **Train split** | 10,493 rows | | **Test split** | 2,623 rows | | **Geographic scope** | GAB | | **Publisher** | HDX Humanitarian API Data | | **HDX last updated** | 2026-02-18 | --- ## Variables **Geographic** — `origin_location_code` (GAB, COD, TCD), `asylum_location_code` (GAB, CAN, DEU), `asylum_has_hrp`, `asylum_in_gho`, `population_group` (REF, ASY, OOC) and 2 others. **Temporal** — `reference_period_start`, `reference_period_end`. **Demographic** — `gender` (f, m, all), `age_range` (all, 0-4, 5-11), `min_age` (range 0.0–60.0). **Identifier / Metadata** — `esa_source` (HDX), `esa_processed` (2026-04-20). **Other** — `origin_has_hrp`, `origin_in_gho`. --- ## Quick Start ```python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-education-gabon") train = ds["train"].to_pandas() test = ds["test"].to_pandas() print(train.shape) train.head() ``` --- ## Schema | Column | Type | Null % | Range / Sample Values | |---|---|---|---| | `origin_location_code` | object | 0.0% | GAB, COD, TCD | | `origin_has_hrp` | bool | 0.0% | | | `origin_in_gho` | bool | 0.0% | | | `asylum_location_code` | object | 0.0% | GAB, CAN, DEU | | `asylum_has_hrp` | bool | 0.0% | | | `asylum_in_gho` | bool | 0.0% | | | `population_group` | object | 0.0% | REF, ASY, OOC | | `gender` | object | 0.0% | f, m, all | | `age_range` | object | 0.0% | all, 0-4, 5-11 | | `min_age` | float64 | 23.1% | 0.0 – 60.0 (mean 19.0) | | `max_age` | float64 | 38.5% | 4.0 – 59.0 (mean 22.75) | | `population` | int64 | 0.0% | 0.0 – 15001.0 (mean 43.8441) | | `reference_period_start` | datetime64[ns] | 0.0% | | | `reference_period_end` | datetime64[ns] | 0.0% | | | `esa_source` | object | 0.0% | HDX | | `esa_processed` | object | 0.0% | 2026-04-20 | --- ## Numeric Summary | Column | Min | Max | Mean | Median | |---|---|---|---|---| | `min_age` | 0.0 | 60.0 | 19.0 | 12.0 | | `max_age` | 4.0 | 59.0 | 22.75 | 14.0 | | `population` | 0.0 | 15001.0 | 43.8441 | 0.0 | --- ## Curation Raw data was downloaded from HDX via the CKAN API and converted to Parquet. Column names were lowercased and standardised to snake_case. Common missing-value markers (`N/A`, `null`, `none`, `-`, `unknown`, `no data`, `#N/A`) were unified to `NaN`. 2 column(s) were cast from string to numeric or datetime based on parse-success rate (>85% threshold). The dataset was split 80/20 into train and test partitions using a fixed random seed (42) and saved as Snappy-compressed Parquet. --- ## Limitations - Data originates from HDX Humanitarian API Data and has not been independently validated by ESA. - Automated cleaning cannot correct for misreported values, definitional inconsistencies, or sampling bias in the original collection. - The following columns have >20% missing values and should be treated with caution in modelling: `min_age`, `max_age`. - Refer to the [original HDX dataset page](https://data.humdata.org/dataset/hdx-hapi-gab) for the publisher's own methodology notes and caveats. --- ## Citation ```bibtex @dataset{hdx_africa_education_gabon, title = {HDX HAPI Data for Gabon}, author = {HDX Humanitarian API Data}, year = {2026}, url = {https://data.humdata.org/dataset/hdx-hapi-gab}, note = {Repackaged for machine learning by Electric Sheep Africa (https://huggingface.co/electricsheepafrica)} } ``` --- *[Electric Sheep Africa](https://huggingface.co/electricsheepafrica) — Africa's ML dataset infrastructure. Lagos, Nigeria.*
annotations_creators: - 无标注 language_creators: - 采集自现有数据 language: - en license: 其他 multilinguality: - 单语言 size_categories: - 10K<n<100K source_datasets: - 原始数据集 task_categories: - 表格分类 - 其他 task_ids: [] tags: - 非洲 - 人道主义 - HDX（Humanitarian Data Exchange） - 电羊非洲（Electric Sheep Africa） - 基线人口 - 冲突暴力 - 经济学 - 教育 - 粮食安全 - 灾害与风险 - 健康 - 指标 - GAB（加蓬国家代码） pretty_name: "加蓬HDX HAPI数据集" dataset_info: splits: - name: train num_examples: 10493 - name: test num_examples: 2623 # 加蓬HDX HAPI数据集 **发布方：** HDX人道主义数据交换（Humanitarian Data Exchange）API数据集 · **来源：** [HDX](https://data.humdata.org/dataset/hdx-hapi-gab) · **许可协议：** `hdx-other` · **更新时间：** 2026-02-18 --- ## 摘要 本数据集包含从[HDX人道主义API（HDX HAPI）](https://hapi.humdata.org/)获取的数据，该API提供标准化的人道主义指标，旨在实现多源数据的无缝互操作。本数据集支持自动化工作流与可视化流程，以辅助人道主义决策制定。如需更多信息，请访问HDX HAPI的[登录页面](https://data.humdata.org/hapi)与[官方文档](https://hdx-hapi.readthedocs.io/en/latest/)。 本数据集的每一行均代表一个带地理定位的点位观测值。时间覆盖范围由`reference_period_start`（参考周期起始）、`reference_period_end`（参考周期结束）列标注。地理覆盖范围：**GAB（加蓬）**。 *本数据集已由[电羊非洲（Electric Sheep Africa）](https://huggingface.co/electricsheepafrica)整理为适用于机器学习的Parquet格式。* --- ## 数据集特征 | | | |---|---| | **领域** | 粮食安全与营养 | | **观测单元** | 带地理定位的点位观测值 | | **总数据行数** | 13,117 | | **列数** | 16列（3个数值型、7个分类型、2个日期时间型） | | **训练集划分** | 10,493行 | | **测试集划分** | 2,623行 | | **地理覆盖范围** | GAB（加蓬） | | **发布方** | HDX人道主义数据交换API数据集 | | **HDX最后更新时间** | 2026-02-18 | --- ## 变量 **地理类变量** — `origin_location_code（来源地位置代码）`（GAB、COD、TCD）、`asylum_location_code（庇护地位置代码）`（GAB、CAN、DEU）、`asylum_has_hrp（庇护地是否有人道主义应对计划）`、`asylum_in_gho（庇护地是否在全球卫生观察站）`、`population_group（人口群体）`（REF、ASY、OOC）及另外2个变量。 **时间类变量** — `reference_period_start（参考周期起始）`、`reference_period_end（参考周期结束）`。 **人口统计类变量** — `gender（性别）`（f、m、all）、`age_range（年龄区间）`（all、0-4、5-11）、`min_age（最小年龄）`（取值范围0.0–60.0）。 **标识符/元数据类变量** — `esa_source（电羊数据源）`（HDX）、`esa_processed（电羊处理时间）`（2026-04-20）。 **其他变量** — `origin_has_hrp（来源地是否有人道主义应对计划）`、`origin_in_gho（来源地是否在全球卫生观察站）`。 --- ## 快速上手 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-education-gabon") train = ds["train"].to_pandas() test = ds["test"].to_pandas() print(train.shape) train.head() --- ## 数据结构 | 列名 | 数据类型 | 缺失率 | 取值范围/示例值 | |---|---|---|---| | 来源地位置代码（origin_location_code） | 对象型 | 0.0% | GAB、COD、TCD | | 来源地是否有人道主义应对计划（origin_has_hrp） | 布尔型 | 0.0% | | | 来源地是否在全球卫生观察站（origin_in_gho） | 布尔型 | 0.0% | | | 庇护地位置代码（asylum_location_code） | 对象型 | 0.0% | GAB、CAN、DEU | | 庇护地是否有人道主义应对计划（asylum_has_hrp） | 布尔型 | 0.0% | | | 庇护地是否在全球卫生观察站（asylum_in_gho） | 布尔型 | 0.0% | | | 人口群体（population_group） | 对象型 | 0.0% | REF、ASY、OOC | | 性别（gender） | 对象型 | 0.0% | f、m、all | | 年龄区间（age_range） | 对象型 | 0.0% | all、0-4、5-11 | | 最小年龄（min_age） | 浮点型 | 23.1% | 0.0 – 60.0（平均值19.0） | | 最大年龄（max_age） | 浮点型 | 38.5% | 4.0 – 59.0（平均值22.75） | | 人口数量（population） | 整型 | 0.0% | 0.0 – 15001.0（平均值43.8441） | | 参考周期起始时间（reference_period_start） | 日期时间型[ns] | 0.0% | | | 参考周期结束时间（reference_period_end） | 日期时间型[ns] | 0.0% | | | 电羊数据源（esa_source） | 对象型 | 0.0% | HDX | | 电羊处理时间（esa_processed） | 对象型 | 0.0% | 2026-04-20 | --- ## 数值型变量统计摘要 | 列名 | 最小值 | 最大值 | 平均值 | 中位数 | |---|---|---|---|---| | 最小年龄（min_age） | 0.0 | 60.0 | 19.0 | 12.0 | | 最大年龄（max_age） | 4.0 | 59.0 | 22.75 | 14.0 | | 人口数量（population） | 0.0 | 15001.0 | 43.8441 | 0.0 | --- ## 数据整理流程 原始数据通过CKAN API从HDX下载，并转换为Parquet格式。列名被转换为小写并统一为蛇形命名法。常见缺失值标记（`N/A`、`null`、`none`、`-`、`unknown`、`no data`、`#N/A`）被统一替换为`NaN`。基于解析成功率（>85%阈值），将2列从字符串类型转换为数值型或日期时间型。本数据集以固定随机种子（42）按80/20比例划分为训练集与测试集，并保存为Snappy压缩的Parquet格式。 --- ## 数据集局限性 - 数据源自HDX人道主义API数据集，未经过电羊非洲（Electric Sheep Africa）的独立验证。 - 自动化清洗流程无法修正原始数据收集中的错报值、定义不一致或采样偏差问题。 - 以下2列的缺失率超过20%，在建模过程中需谨慎使用：`min_age（最小年龄）`、`max_age（最大年龄）`。 - 如需了解发布方的方法论说明与免责条款，请参阅[原始HDX数据集页面](https://data.humdata.org/dataset/hdx-hapi-gab)。 --- ## 引用格式 bibtex @dataset{hdx_africa_education_gabon, title = {HDX HAPI Data for Gabon}, author = {HDX Humanitarian API Data}, year = {2026}, url = {https://data.humdata.org/dataset/hdx-hapi-gab}, note = {Repackaged for machine learning by Electric Sheep Africa (https://huggingface.co/electricsheepafrica)} } --- *[电羊非洲（Electric Sheep Africa）](https://huggingface.co/electricsheepafrica) — 非洲机器学习数据集基础设施。尼日利亚拉各斯。*
