electricsheepafrica/africa-kenya-subcounties
收藏资源简介：
该数据集名为Kenya Subcounties，主要包含肯尼亚的次县级行政单位数据。数据集由Code for Africa发布，数据来源于OpenAfrica，并由Electric Sheep Africa整理成适合机器学习的格式。数据集包含345行数据，分为训练集（276行）和测试集（69行），每行代表一个次国家行政单位观察。数据集包含4个分类变量，没有数值变量。数据集的领域为人道主义和发展数据，地理范围为非洲（多个国家）。数据集的最后更新日期为2023-11-30。
annotations_creators: - 无注释 language_creators: - 公开获取 language: - en license: cc-by-4.0 multilinguality: - 单语言 size_categories: - 样本量小于1000 source_datasets: - 原始数据集 task_categories: - 表格分类（tabular-classification） - 表格回归（tabular-regression） task_ids: [] tags: - 非洲 - 人道主义 - HDX（HDX） - Electric Sheep Africa - 肯尼亚 - 次级行政区 pretty_name: "肯尼亚次级行政区" dataset_info: splits: - name: train num_examples: 276 - name: test num_examples: 69 # 肯尼亚次级行政区 **发布方：Code for Africa** · **数据源：** [OpenAfrica](https://open.africa/dataset/kenya-subcounties) · **许可协议：** `cc-by` · **更新时间：** 2023-11-30 --- ## 摘要 肯尼亚各郡下辖的次级行政区（subcounty）。 本数据集的每一行均代表一个国家级以下的行政单元观测样本。本数据集最后于2023年11月30日在OpenAfrica平台更新。地理覆盖范围：**非洲（多国家）**。 *本数据集已由 [Electric Sheep Africa](https://huggingface.co/electricsheepafrica) 整理为机器学习可用的Parquet格式（Parquet）。* --- ## 数据集特征 | | | |---|---| | **领域** | 人道主义与发展数据 | | **观测单元** | 国家级以下行政单元观测样本 | | **总样本行数** | 345 | | **列数** | 4（0个数值列、4个分类列、0个日期时间列） | | **训练集划分** | 276行 | | **测试集划分** | 69行 | | **地理覆盖范围** | 非洲（多国家） | | **发布方** | Code for Africa | | **OpenAfrica最后更新时间** | 2023-11-30 | --- ## 变量说明 **地理类变量** — `subcounty`（示例值：肯尼亚山森林、阿伯德尔森林、昌加姆韦）。 **标识符/元数据类变量** — `name`（示例值：基图伊、梅鲁、卡卡梅加），`esa_source`（示例值：HDX），`esa_processed`（示例值：2026-04-27）。 --- ## 快速上手 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-kenya-subcounties") train = ds["train"].to_pandas() test = ds["test"].to_pandas() print(train.shape) train.head() --- ## 数据 Schema | 列名 | 数据类型 | 空值占比 | 取值范围/示例值 | |---|---|---|---| | `name` | 字符串（object） | 0.0% | 基图伊、梅鲁、卡卡梅加 | | `subcounty` | 字符串（object） | 0.0% | 肯尼亚山森林、阿伯德尔森林、昌加姆韦 | | `esa_source` | 字符串（object） | 0.0% | HDX | | `esa_processed` | 字符串（object） | 0.0% | 2026-04-27 | --- ## 数值型变量统计 | 列名 | 最小值 | 最大值 | 均值 | 中位数 | |---|---|---|---|---| _无数值型列。_ --- ## 数据整理流程 原始数据通过CKAN API（CKAN API）从OpenAfrica平台下载，并转换为Parquet格式（Parquet）。列名已统一转换为小写蛇形命名法（snake_case）。常见缺失值标记（`N/A`、`null`、`none`、`-`、`unknown`、`no data`、`#N/A`）已统一替换为`NaN`。本数据集以固定随机种子（42）按照80/20的比例划分为训练集与测试集，并保存为Snappy压缩（Snappy）的Parquet格式。 --- ## 局限性说明 - 本数据源自Code for Africa，尚未由Electric Sheep Africa进行独立验证。 - 自动化清洗流程无法修正原始数据收集中的错误上报值、定义不一致或采样偏差问题。 - 如需了解发布方的方法说明与免责声明，请参阅[原始HDX数据集页面](https://open.africa/dataset/kenya-subcounties)。 --- ## 引用格式 bibtex @dataset{openafrica_africa_kenya_subcounties, title = {"肯尼亚次级行政区"}, author = {Code for Africa}, year = {2023}, url = {https://open.africa/dataset/kenya-subcounties}, note = {由Electric Sheep Africa (https://huggingface.co/electricsheepafrica) 重新打包以适配机器学习任务} } --- *[Electric Sheep Africa](https://huggingface.co/electricsheepafrica) — 非洲的机器学习数据集基础设施。尼日利亚拉各斯。*
