electricsheepeurope/europe-ilo-eap-dwap-sex-age-geo-rt-labour-force-participation-rate-by-sex-age-and-rur

该数据集包含欧洲40个国家从1987年至2025年的劳动力参与率数据，共135,084个观测值，涵盖1个核心指标：按性别、年龄和城乡地区划分的劳动力参与率（%）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为欧洲国家代码。数据集包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、年龄分类、地理分类、观测年份、观测值及数据质量标志等列，适用于表格分类、回归和时间序列预测等任务。数据以CC-BY-4.0许可证发布，由Electric Sheep Europe重新打包，旨在为欧洲提供统一的机器学习就绪数据层。license: cc-by-4.0 language: - en task_categories: - tabular-classification - tabular-regression - time-series-forecasting multilinguality: monolingual size_categories: - 100K<n<1M tags: - tabular - europe - ilostat - labour-force - ilo - labour - employment pretty_name: "按性别、年龄及城乡区域划分的劳动力参与率（%）| 欧洲（ILOSTAT）" --- # 按性别、年龄及城乡区域划分的劳动力参与率（%）| 欧洲（ILOSTAT） 🇪🇺 **135,084 条观测值** · **40 个欧洲国家** · **1987–2025** · *由 [Electric Sheep Europe](https://huggingface.co/electricsheepeurope) 重新封装*      ## 快速概览 本数据集包含**135,084 条劳动力相关观测值**，覆盖**40 个欧洲国家**，时间跨度为**1987–2025**，仅包含**1 项独特指标**。 ## 数据来源说明 **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，也是全球领先的劳动力统计权威来源。该库整合了就业、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（SDG）体面工作目标等多类指标，数据来源于全国劳动力调查、家庭收入调查、机构调查以及行政记录，覆盖全球200余个经济体，由国际劳工组织统计司负责数据的统一标准化处理。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_DWAP_SEX_AGE_GEO_RT) - **发布方**：国际劳工组织（International Labour Organization, ILO） - **许可证**：[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：劳动力 ## 数据处理方法 本数据集直接从ILOSTAT的REST API接口 `https://rplumber.ilo.org/data/indicator?id=EAP_DWAP_SEX_AGE_GEO_RT` 拉取数据，并筛选出欧洲地区的ISO3国家代码对应的数据。ILOSTAT依据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；数据来源信息将在`source.label`列中标记，以确保可追溯性。 ## 地理覆盖范围 40个欧洲国家，以下按观测行数排序展示部分国家： | 国家 | 观测行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `GRC` | 5,616 | 1987 | 2025 | | `ESP` | 4,896 | 1992 | 2025 | | `PRT` | 4,896 | 1992 | 2025 | | `FRA` | 4,896 | 1992 | 2025 | | `DEU` | 4,896 | 1992 | 2025 | | `ITA` | 4,896 | 1992 | 2025 | | `DNK` | 4,890 | 1992 | 2025 | | `BEL` | 4,888 | 1992 | 2025 | | `NLD` | 4,850 | 1992 | 2025 | | `IRL` | 4,752 | 1993 | 2025 | | `FIN` | 4,569 | 1995 | 2025 | | `AUT` | 4,464 | 1995 | 2025 | | `SWE` | 4,456 | 1995 | 2025 | | `GBR` | 4,401 | 1992 | 2019 | | `LUX` | 4,107 | 1997 | 2025 | | ... | 其余25个国家 | | | ## 指标示例 - `EAP_DWAP_SEX_AGE_GEO_RT` — 按性别、年龄及城乡区域划分的劳动力参与率（%） ## 数据字段结构 | 列名 | 数据类型 | 描述 | 示例 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `ALB` | | `ref_area.label` | `string` | 英文国家名称 | `Albania` | | `source` | `string` | ILOSTAT 来源代码（如劳动力调查） | `BB:7401` | | `source.label` | `string` | 英文来源名称 | `HIES - 生活水平调查` | | `indicator` | `string` | ILOSTAT 指标代码 | `EAP_DWAP_SEX_AGE_GEO_RT` | | `indicator.label` | `string` | 英文指标名称 | `Labour force participation rate by se…` | | `sex` | `string` | 性别分组维度（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | `string` | 分组维度说明 | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业状态等） | `AGE_YTHADULT_YGE15` | | `classif1.label` | `string` | 分类变量说明 | `年龄（青年、成人）：15岁及以上` | | `classif2` | `string` | 可选第二分类变量 | `GEO_COV_NAT` | | `classif2.label` | `string` | 分类变量说明 | `区域类型：全国范围` | | `time` | `int64` | 观测年份 | `2012` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `40.798` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | 状态标记说明 | `不可靠` | | `note_classif` | `string` | 分类变量备注 | `C12:2951` | | `note_classif.label` | `string` | 备注说明 | `城乡区域覆盖定义……` | | `note_indicator` | `string` | 指标相关备注 | `I11:264` | | `note_indicator.label` | `string` | 备注说明 | `序列中断：方法学修订` | | `note_source` | `string` | 来源相关备注 | `R1:3513` | | `note_source.label` | `string` | 备注说明 | `存储库：国际劳工组织统计数据库-微观数据……` | ## 数据分解维度 以下列提供数据分解维度： - **`sex`**（共3种唯一取值）：`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来源时，将采用国际劳工组织选定的“最优来源”数据。 - 分解维度列（`sex`、`classif1`、`classif2`）仅在指标支持对应细分维度时才会非空。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-eap-dwap-sex-age-geo-rt-labour-force-participation-rate-by-sex-age-and-rur") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家数据 python germany = df[df["ref_area"] == "DEU"] ### 单个指标的时间序列数据 python sample = (df[df["indicator"] == "EAP_DWAP_SEX_AGE_GEO_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EAP_DWAP_SEX_AGE_GEO_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EAP_DWAP_SEX_AGE_GEO_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_eap_dwap_sex_age_geo_rt_labour_force_participation_rate_by_sex_age_and_rur_2025, title = {按性别、年龄及城乡区域划分的劳动力参与率（%）| 欧洲（ILOSTAT)}, author = {国际劳工组织（ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_DWAP_SEX_AGE_GEO_RT}, publisher = {HuggingFace 数据集平台，由 Electric Sheep Europe 重新封装}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-eap-dwap-sex-age-geo-rt-labour-force-participation-rate-by-sex-age-and-rur}} } ## 许可证声明 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来源及Electric Sheep Europe的重新封装版本。 ## 关于Electric Sheep项目 Electric Sheep Europe 是Electric Sheep项目的组成部分，该项目旨在为HuggingFace平台上的欧洲数据构建统一的、适配机器学习的标准化数据层。我们从权威开源数据源获取数据，对数据结构进行标准化处理，封装为Parquet格式，并发布为统一格式的数据集卡片，以便研究人员与开发者可通过`load_dataset()`函数在数秒内启动工作。 浏览完整数据集集合：[huggingface.co/electricsheepeurope](https://huggingface.co/electricsheepeurope) --- _数据溯源：2026-05-25 通过Electric Sheep流水线获取。源URL: https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_DWAP_SEX_AGE_GEO_RT_