electricsheepafrica/africa-poverty-gambia

该数据集包含世界银行关于冈比亚贫困指标的数据，重点关注国家层面的贫困和经济脆弱性指标。数据集包括地理标识符、贫困指标和元数据等变量，分为训练集和测试集。数据来源于世界银行集团，经过Electric Sheep Africa整理为适合机器学习的格式。数据集包含8列（2个数值型，6个类别型），总共有96行数据，其中训练集76行，测试集19行。数据覆盖的时间范围为1998年至2022年。数据集的使用受CC-BY许可协议约束。annotations_creators: - 无标注 language_creators: - 现有资源 language: - en license: cc-by-4.0 multilinguality: - 单语言 size_categories: - 少于1000条样本 source_datasets: - 原创数据集 task_categories: - 表格回归任务 task_ids: [] tags: - 非洲 - 人道主义 - HDX - 电羊非洲（Electric Sheep Africa） - 指标 - 贫困 - 冈比亚（GMB） pretty_name: "冈比亚——贫困状况" dataset_info: splits: - name: train num_examples: 76 - name: test num_examples: 19 --- # 冈比亚——贫困状况 **发布方**：世界银行集团 · **数据来源**：[人道主义数据交换平台（HDX）](https://data.humdata.org/dataset/world-bank-poverty-indicators-for-gambia-the) · **许可协议**：`cc-by` · **最后更新时间**：2026-03-27 --- ## 摘要 本数据集包含来自世界银行[数据门户](http://data.worldbank.org/)的相关数据。此外，人道主义数据交换平台（HDX）上还发布了一份[冈比亚综合国家数据集](https://data.humdata.org/dataset/world-bank-combined-indicators-for-gambia-the)。 对于建立了成熟贫困监测项目的国家，世界银行会同国家相关机构、其他发展机构以及民间社会组织，定期开展分析工作，以评估贫困与不平等的程度及成因，研判经济增长与公共政策的影响，并梳理家庭调查数据与测算方法。本数据集收录的数据来自各类分析报告、国家贫困监测项目，以及世界银行发展研究局（Development Research Group）的研究成果——该局自1990年起便持续编制具有国际可比性的全球贫困测算结果与贫困线标准。 本数据集的每一行数据均代表国家层面的汇总统计值。该数据集最后在HDX平台更新的时间为2026-03-27。地理覆盖范围：**GMB**。 *本数据集已由[电羊非洲（Electric Sheep Africa）](https://huggingface.co/electricsheepafrica)整理为适配机器学习的Parquet格式。* --- ## 数据集特征 | | | |---|---| | **研究领域** | 贫困与经济脆弱性 | | **观测单元** | 国家层面汇总数据 | | **总数据行数** | 96条 | | **字段数量** | 8个（2个数值型，6个分类型，0个日期型） | | **训练集样本量** | 76条 | | **测试集样本量** | 19条 | | **地理覆盖范围** | 冈比亚（GMB） | | **发布方** | 世界银行集团 | | **HDX平台最后更新时间** | 2026-03-27 | --- ## 变量说明 **地理类变量** — `country_name`（冈比亚，Gambia, The）、`country_iso3`（GMB国家代码）、`year`（年份范围：1998.0–2022.0）。 **结果/测算类变量** — `value`（测算值，范围：-1.77–96.2）。 **标识/元数据类变量** — `indicator_name`（指标名称，包括：城市贫民窟人口占比、每日3美元（2021年购买力平价）贫困发生率、每日8.30美元（2021年购买力平价）贫困缺口率）、`indicator_code`（指标代码，包括：EN.POP.SLUM.UR.ZS、SI.POV.DDAY、SI.POV.UMIC.GP）、`esa_source`（数据来源）、`esa_processed`（数据处理时间：2026-04-27）。 --- ## 快速上手 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-poverty-gambia") train = ds["train"].to_pandas() test = ds["test"].to_pandas() print(train.shape) train.head() --- ## 数据结构 | 字段名 | 数据类型 | 缺失率 | 取值范围/示例值 | |---|---|---|---| | `country_name` | 字符型（object） | 0.0% | 冈比亚（Gambia, The） | | `country_iso3` | 字符型（object） | 0.0% | GMB | | `year` | 64位整型（int64） | 0.0% | 1998.0 – 2022.0 (mean 2010.1771) | | `indicator_name` | 字符型（object） | 0.0% | Population living in slums (% of urban population), Poverty headcount ratio at $3.00 a day (2021 PPP) (% of population), Poverty gap at $8.30 a day (2021 PPP) (%) | | `indicator_code` | 字符型（object） | 0.0% | EN.POP.SLUM.UR.ZS, SI.POV.DDAY, SI.POV.UMIC.GP | | `value` | 64位浮点型（float64） | 0.0% | -1.77 – 96.2 (mean 32.207) | | `esa_source` | 字符型（object） | 0.0% | HDX | | `esa_processed` | 字符型（object） | 0.0% | 2026-04-27 | --- ## 数值型变量统计摘要 | 字段名 | 最小值 | 最大值 | 平均值 | 中位数 | |---|---|---|---|---| | `year` | 1998.0 | 2022.0 | 2010.1771 | 2010.0 | | `value` | -1.77 | 96.2 | 32.207 | 34.3 | --- ## 数据整理流程 原始数据通过CKAN应用程序编程接口（CKAN API）从HDX平台下载，并转换为Parquet格式。所有字段名均转换为小写，并统一采用蛇形命名法（snake_case）进行标准化。常见的缺失值标记（`N/A`, `null`, `none`, `-`, `unknown`, `no data`, `#N/A`）被统一替换为`NaN`。本数据集以80/20的比例划分为训练集与测试集，划分时使用固定随机种子（42），最终以Snappy压缩的Parquet格式存储。 --- ## 数据局限性 - 本数据集的数据来源于世界银行集团，尚未由电羊非洲（Electric Sheep Africa）进行独立验证。 - 自动化数据清洗流程无法修正原始数据中存在的错报值、定义不一致问题，或原始采集阶段的抽样偏差。 - 如需了解发布方提供的方法说明与注意事项，请参阅[HDX平台原始数据集页面](https://data.humdata.org/dataset/world-bank-poverty-indicators-for-gambia-the)。 --- ## 引用格式 bibtex @dataset{hdx_africa_poverty_gambia, title = {Gambia, The - Poverty}, author = {World Bank Group}, year = {2026}, url = {https://data.humdata.org/dataset/world-bank-poverty-indicators-for-gambia-the}, 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服务商，总部位于尼日利亚拉各斯。*