electricsheepafrica/africa-children-below-18-and-married
收藏资源简介：
该数据集包含非洲多国的人道主义和发展数据记录，共有112条观测记录，涵盖7个变量。每条记录代表次国家行政单位的观测数据。数据集最后更新于2023-11-30，地理范围覆盖非洲多个国家。数据集由Code for Africa发布，并由Electric Sheep Africa整理为适合机器学习的Parquet格式。数据集包含地理、人口统计和元数据变量，如地区、已婚男性和女性比例等。数据集分为训练集（89行）和测试集（22行），并提供了详细的数据模式、数字摘要和整理过程。
annotations_creators: - 无注释 language_creators: - 采集所得 language: - 英语 license: cc-by-4.0 multilinguality: - 单语言 size_categories: - 样本数小于1000 source_datasets: - 原创数据集 task_categories: - 其他 task_ids: [] tags: - 非洲 - 人道主义 - HDX - Electric Sheep Africa（电动绵羊非洲团队） - 18岁以下 - 儿童 - 婚姻 - 乌干达 pretty_name: "18岁以下已婚儿童 | 乌干达" dataset_info: splits: - name: train num_examples: 89 - name: test num_examples: 22 # 18岁以下已婚儿童 | 乌干达 **发布方：** Code for Africa（非洲代码计划） · **来源：** [OpenAfrica](https://open.africa/dataset/children-below-18-and-married) · **许可协议：** `cc-by` · **更新时间：** 2023-11-30 --- ## 摘要 本数据集包含覆盖非洲多国的人道主义与发展数据记录，共计112条观测样本，涵盖7个变量。 数据集中每一行代表一个次国家级行政单元的观测数据。该数据集最近一次更新于2023年11月30日的OpenAfrica平台。地理覆盖范围：**非洲多国**。 *本数据集已由[Electric Sheep Africa（电动绵羊非洲团队）](https://huggingface.co/electricsheepafrica)整理为适配机器学习的Parquet格式。* --- ## 数据集特征 | | | |---|---| | **领域** | 人道主义与发展数据 | | **观测单元** | 次国家级行政单元观测样本 | | **总样本行数** | 112 | | **列数** | 7（3个数值型列、4个分类型列、0个日期时间型列） | | **训练集拆分** | 89条样本 | | **测试集拆分** | 22条样本 | | **地理覆盖范围** | 非洲多国 | | **发布方** | Code for Africa（非洲代码计划） | | **OpenAfrica最后更新时间** | 2023-11-30 | --- ## 变量说明 **地理类变量** — `district`（行政区：布伊克韦（Buikwe）、布科曼西姆比（Bukomansimbi）、奥亚姆（Oyam））。 **人口统计类变量** — `male_married`（取值范围0.5–3.3）、`female_married`（取值范围3.0–11.6）。 **标识符/元数据类变量** — `code`（取值范围1.0–456.0）、`esa_source`（数据来源：HDX）、`esa_processed`（数据处理时间：2026-04-27）。 **其他变量** — `level`（行政层级：district，即行政区）。 --- ## 快速上手 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-children-below-18-and-married") 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 | 空值占比 | 取值范围/示例值 | |---|---|---|---| | `code` | int64 | 0.0% | 1.0 – 456.0（均值 92.7321） | | `level` | object | 0.0% | 行政区（district） | | `district` | object | 0.0% | 布伊克韦（Buikwe）、布科曼西姆比（Bukomansimbi）、奥亚姆（Oyam） | | `male_married` | float64 | 0.0% | 0.5 – 3.3（均值 1.4321） | | `female_married` | float64 | 0.0% | 3.0 – 11.6（均值 5.8241） | | `esa_source` | object | 0.0% | HDX | | `esa_processed` | object | 0.0% | 2026-04-27 | --- ## 数值型变量统计摘要 | 列名 | 最小值 | 最大值 | 均值 | 中位数 | |---|---|---|---|---| | `code` | 1.0 | 456.0 | 92.7321 | 62.5 | | `male_married` | 0.5 | 3.3 | 1.4321 | 1.4 | | `female_married` | 3.0 | 11.6 | 5.8241 | 5.7 | --- ## 数据整理流程 原始数据通过CKAN API从OpenAfrica平台下载，并转换为Parquet格式。列名统一转换为小写并采用蛇形命名法（snake_case）进行标准化。将常见缺失值标记（`N/A`、`null`、`none`、`-`、`unknown`、`no data`、`#N/A`）统一替换为`NaN`。采用固定随机种子（42）将数据集按80/20比例划分为训练集与测试集，并保存为Snappy压缩格式的Parquet文件。 --- ## 局限性说明 - 本数据源自Code for Africa（非洲代码计划），未经过Electric Sheep Africa（电动绵羊非洲团队）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、定义不一致或抽样偏差问题。 - 请参阅[原始HDX数据集页面](https://open.africa/dataset/children-below-18-and-married)获取发布方提供的方法说明与注意事项。 --- ## 引用格式 bibtex @dataset{openafrica_africa_children_below_18_and_married, title = {Children below 18 and married | Uganda}, author = {Code for Africa}, year = {2023}, url = {https://open.africa/dataset/children-below-18-and-married}, note = {Repackaged for machine learning by Electric Sheep Africa (https://huggingface.co/electricsheepafrica)} } --- *[Electric Sheep Africa（电动绵羊非洲团队）](https://huggingface.co/electricsheepafrica) — 非洲机器学习数据集基础设施。尼日利亚拉各斯。*
