electricsheepafrica/africa-ilo-ged-pepr-sex-hht-chl-rt-prime-age-employment-to-population-ratio-by-sex-ho

该数据集包含18,373个观测值，覆盖44个非洲国家，时间跨度为2000年至2024年，聚焦于一个核心指标：GED_PEPR_SEX_HHT_CHL_RT，即按性别、家庭类型和子女存在情况划分的黄金年龄就业人口比率（百分比）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家数据，用于表格分类、回归和时间序列预测任务。数据集包括国家代码、性别、家庭类型、子女存在情况、观测年份和观测值等维度，提供就业统计的详细分解。--- 许可证：CC BY 4.0 语言： - 英语 任务类别： - 表格分类 - 表格回归 - 时间序列预测 多语言属性：单语言 样本规模： - 10000 < 样本量 < 100000 标签： - 表格数据 - 非洲 - 国际劳工组织统计数据库（ILOSTAT） - 就业 - 国际劳工组织（ILO） - 劳工 美观名称："按性别、家庭类型及子女存在情况划分的适龄劳动人口就业与人口比率（| 非洲（ILOSTAT））" --- # 按性别、家庭类型及子女存在情况划分的适龄劳动人口就业与人口比率（| 非洲（ILOSTAT）） 🌍 **18373条观测数据** · **44个非洲国家** · **2000–2024年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新封装*      ## 快速摘要 本数据集包含**44个非洲国家2000–2024年间的18373条就业相关观测数据**，涵盖**1项独立指标**。 ## 关于数据源 **国际劳工组织统计数据库（ILOSTAT）**是国际劳工组织（International Labour Organization, ILO）的核心统计数据库，也是全球领先的劳工统计数据源。其整合了就业、失业、薪资、工作时长、童工、非正规经济、社会保障、职业伤害以及可持续发展目标体面工作目标等各类指标，数据来源涵盖全国劳动力调查、家庭收入调查、机构调查及行政记录。该数据库覆盖全球200余个经济体，由国际劳工组织统计司负责数据标准化工作。 - **来源：** [ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=GED_PEPR_SEX_HHT_CHL_RT) - **发布方：** 国际劳工组织（ILO） - **许可证：** [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) - **主题：** 就业 ## 处理方法 数据直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=GED_PEPR_SEX_HHT_CHL_RT`获取，并筛选出非洲地区的ISO 3166-1 alpha-3国家代码对应的数据集。ILOSTAT采用国际劳工统计学家会议（International Conference of Labour Statisticians, ICLS）的定义对原始调查微观数据进行标准化处理；数据来源会在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 44个非洲国家，以下按观测条数排序展示部分国家的信息： | 国家代码（ISO 3166-1 alpha-3） | 观测条数 | 首个统计年份 | 最后统计年份 | |---------|-----:|-----------:|----------:| | `TUN` | 1,714 | 2005 | 2023 | | `EGY` | 1,075 | 2008 | 2024 | | `MUS` | 1,030 | 2014 | 2024 | | `RWA` | 934 | 2014 | 2024 | | `ZMB` | 893 | 2015 | 2023 | | `GHA` | 836 | 2000 | 2022 | | `UGA` | 830 | 2010 | 2021 | | `BWA` | 750 | 2006 | 2023 | | `TZA` | 656 | 2008 | 2024 | | `AGO` | 597 | 2004 | 2019 | | `NAM` | 591 | 2012 | 2018 | | `KEN` | 589 | 2005 | 2022 | | `MLI` | 589 | 2009 | 2022 | | `BFA` | 473 | 2006 | 2024 | | `NGA` | 466 | 2011 | 2019 | | ... | _另有29个国家_ | | | ## 指标（示例） - `GED_PEPR_SEX_HHT_CHL_RT` — 按性别、家庭类型及子女存在情况划分的适龄劳动人口就业与人口比率（%） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例 | |--------|------|-------------|---------| | `ref_area` | 字符串 | ISO 3166-1 alpha-3国家代码 | `AGO` | | `ref_area.label` | 字符串 | 英语国家名称 | `安哥拉` | | `source` | 字符串 | ILOSTAT来源代码（例如劳动力调查） | `BB:16199` | | `source.label` | 字符串 | 英语数据源名称 | `HIES - 支出、收入调查……` | | `indicator` | 字符串 | ILOSTAT指标代码 | `GED_PEPR_SEX_HHT_CHL_RT` | | `indicator.label` | 字符串 | 英语指标名称 | `适龄劳动人口就业与人口比率……` | | `sex` | 字符串 | 按性别拆分（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | 字符串 | — | `总计` | | `classif1` | 字符串 | 第一分类变量（年龄、教育程度、身份等） | `HHT_AGGREGATE_TOTAL` | | `classif1.label` | 字符串 | — | `家庭类型：总计` | | `classif2` | 字符串 | 可选第二分类变量 | `CHL_AGET6_TOTAL` | | `classif2.label` | 字符串 | — | `6岁以下子女存在情况：总计` | | `time` | 64位整数 | 观测年份 | `2019` | | `obs_value` | 64位浮点数 | 观测指标值（单位因指标而异，请参阅指标定义） | `82.666` | | `obs_status` | 字符串 | 观测状态标记（例如临时、不可靠） | `U` | | `obs_status.label` | 字符串 | — | `不可靠` | | `note_indicator` | 64位浮点数 | — | `—` | | `note_indicator.label` | 64位浮点数 | — | `—` | | `note_source` | 字符串 | — | `R1:3513` | | `note_source.label` | 字符串 | — | `存储库：ILO统计数据库 - 微观数据……` | ## 拆分维度 以下字段提供数据拆分维度： - **`sex`**（共3个唯一取值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 数据为年度频率。部分指标同时发布月度或季度序列，本数据集未包含此类数据。 - 当同一国家×年份的同一指标存在多个数据源时，将采用国际劳工组织选定的「最优数据源」。 - 拆分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应拆分时才会非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-ged-pepr-sex-hht-chl-rt-prime-age-employment-to-population-ratio-by-sex-ho") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python kenya = df[df["ref_area"] == "KEN"] ### 单个指标的时间序列数据 python sample = (df[df["indicator"] == "GED_PEPR_SEX_HHT_CHL_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="GED_PEPR_SEX_HHT_CHL_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "GED_PEPR_SEX_HHT_CHL_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_ged_pepr_sex_hht_chl_rt_prime_age_employment_to_population_ratio_by_sex_ho_2024, title = {Prime-age employment-to-population ratio by sex, household type and presence of children ( | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2024}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=GED_PEPR_SEX_HHT_CHL_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-ged-pepr-sex-hht-chl-rt-prime-age-employment-to-population-ratio-by-sex-ho}} } ## 许可证 本数据集采用[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)许可证发布。 原始数据版权归国际劳工组织（ILO）所有。使用本数据集时，请同时引用上述原始数据源及Electric Sheep Africa的重新封装版本。 ## 关于Electric Sheep Electric Sheep Africa是Electric Sheep使命的一部分：旨在为HuggingFace上的非洲地区数据构建统一、适配机器学习的数据集层。我们从权威开源数据源获取数据，对其schema进行标准化处理，封装为Parquet格式，并发布为格式统一的数据集卡片，方便研究人员与开发者通过`load_dataset()`函数在数秒内启动工作。 浏览完整数据集集合：[huggingface.co/electricsheepafrica](https://huggingface.co/electricsheepafrica) --- _数据溯源：2026-05-25通过Electric Sheep管道摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=GED_PEPR_SEX_HHT_CHL_RT_