electricsheepafrica/africa-ilo-pop-xwap-sex-edu-mts-nb-working-age-population-by-sex-education-and-marita

该数据集包含了非洲49个国家从1982年至2025年期间的劳动年龄人口统计数据，具体按性别、教育程度和婚姻状况进行分列，计量单位为千。数据集共有105,207条观测记录，涵盖一个核心指标：Working-age population by sex, education and marital status (thousands)。数据来源于国际劳工组织（ILO）的官方统计数据库ILOSTAT，该数据库是全球劳动力统计数据的主要来源，通过协调各国劳动力调查、家庭收入调查、机构调查和行政记录等数据编制而成。数据集经过Electric Sheep Africa重新打包，以表格形式呈现，包含国家代码、年份、指标值、数据来源、性别分类、教育分类、婚姻状况分类以及各类数据质量注释列，便于机器学习研究和分析使用。--- 许可证：cc-by-4.0 语言： - en 任务类别： - 表格分类任务（tabular-classification） - 表格回归任务（tabular-regression） - 时间序列预测任务（time-series-forecasting） 多语言属性：单语言（monolingual） 样本量范围： - 100K<n<1M 标签： - tabular（表格型数据） - africa（非洲） - ilostat - population（人口） - ilo（国际劳工组织） - labour（劳动） - employment（就业） 友好名称："按性别、教育程度和婚姻状况划分的劳动年龄人口（千人）| 非洲（ILOSTAT）" --- # 按性别、教育程度和婚姻状况划分的劳动年龄人口（千人）| 非洲（ILOSTAT） 🌍 **105,207条观测数据** · **49个非洲国家** · **1982–2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新打包*      ## 简短摘要 本数据集包含**105,207条观测数据**的人口相关数据，覆盖**49个非洲国家**，时间跨度为**1982–2025年**，仅包含**1个独特指标**。 ## 关于数据源 **ILOSTAT（国际劳工组织统计数据库）**是国际劳工组织（International Labour Organization, ILO）的中央统计数据库，是全球领先的劳动统计权威来源。它整合了就业、失业、工资、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，数据来源于全国劳动力调查、家庭收入调查、机构调查和行政记录，覆盖200多个经济体，由国际劳工组织统计司负责数据标准化整合。 - **数据源：** [ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=POP_XWAP_SEX_EDU_MTS_NB) - **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：** 人口 ## 数据处理方法 数据直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=POP_XWAP_SEX_EDU_MTS_NB`拉取，并筛选出非洲地区的ISO3国家代码。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整合；数据来源会在`source.label`列中标记以保证可追溯性。 ## 地理覆盖范围 49个非洲国家 · 以下为按行数排序的前15个国家： | 国家代码 | 行数 | 首年份 | 末年份 | |---------|-----:|-----------:|----------:| | `ZAF` | 10,727 | 2000 | 2024 | | `MUS` | 7,686 | 2001 | 2024 | | `EGY` | 6,553 | 2008 | 2024 | | `GHA` | 4,966 | 1991 | 2024 | | `MLI` | 4,328 | 2009 | 2024 | | `AGO` | 3,764 | 2004 | 2025 | | `RWA` | 3,597 | 2014 | 2025 | | `ZMB` | 3,372 | 2015 | 2024 | | `BWA` | 2,954 | 2006 | 2024 | | `TUN` | 2,925 | 2005 | 2023 | | `TZA` | 2,876 | 2001 | 2024 | | `SEN` | 2,833 | 2011 | 2024 | | `TGO` | 2,823 | 2006 | 2022 | | `ZWE` | 2,747 | 2011 | 2024 | | `BFA` | 2,568 | 2006 | 2024 | | ... | _其余34个国家_ | | | ## 指标（示例） - `POP_XWAP_SEX_EDU_MTS_NB` — 按性别、教育程度和婚姻状况划分的劳动年龄人口（千人） ## 数据架构 | 列名 | 数据类型 | 描述 | 示例 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3国家代码 | `AGO` | | `ref_area.label` | `string` | 英文国家名称 | `Angola` | | `source` | `string` | ILOSTAT来源代码（如劳动力调查） | `BA:13951` | | `source.label` | `string` | 英文来源名称 | `LFS - 就业调查` | | `indicator` | `string` | ILOSTAT指标代码 | `POP_XWAP_SEX_EDU_MTS_NB` | | `indicator.label` | `string` | 英文指标名称 | `按性别、教育程度划分的劳动年龄人口……` | | `sex` | `string` | 性别细分维度（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | `string` | — | `Total` | | `classif1` | `string` | 第一个分类变量（年龄、教育程度、身份等） | `EDU_AGGREGATE_TOTAL` | | `classif1.label` | `string` | — | `Education (Aggregate levels): Total` | | `classif2` | `string` | 适用的第二个分类变量 | `MTS_AGGREGATE_TOTAL` | | `classif2.label` | `string` | — | `Marital status (Aggregate): Total` | | `time` | `int64` | 观测年份 | `2025` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `20993.124` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | — | `Unreliable` | | `note_classif` | `string` | — | `C3:3710` | | `note_classif.label` | `string` | — | `Nonstandard education level: Includin…` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `Break in series: Methodology revised` | | `note_source` | `string` | — | `R1:3513` | | `note_source.label` | `string` | — | `Repository: ILO-STATISTICS - Micro da…` | ## 细分维度 以下列提供数据细分维度： - **`sex`**（3个唯一取值）：`SEX_T`、`SEX_M`、`SEX_F`，分别对应总计、男性、女性 ## 数据质量与注意事项 - 数据为年度频率，部分指标也发布月度或季度序列，本数据集未包含此类序列。 - 当同一国家×年份的同一指标存在多个来源时，采用国际劳工组织选定的"最佳来源"。 - 细分列（`sex`、`classif1`、`classif2`）仅在指标支持该细分维度时非空。 ## 使用方法 python from datasets import load_dataset # 加载数据集 ds = load_dataset("electricsheepafrica/africa-ilo-pop-xwap-sex-edu-mts-nb-working-age-population-by-sex-education-and-marita") # 将数据集转换为Pandas DataFrame df = ds["train"].to_pandas() # 打印前5行数据 print(df.head()) ### 筛选单个国家的数据 python # 筛选出肯尼亚的数据 kenya = df[df["ref_area"] == "KEN"] ### 单个指标的时间序列数据 python # 筛选指定指标并按年份排序 sample = (df[df["indicator"] == "POP_XWAP_SEX_EDU_MTS_NB"] .sort_values("time")) # 绘制时间序列折线图 sample.plot(x="time", y="obs_value", title="POP_XWAP_SEX_EDU_MTS_NB") ### 转换为国家×年份的透视矩阵 python # 将数据透视为「年份 × 国家」的矩阵 matrix = (df[df["indicator"] == "POP_XWAP_SEX_EDU_MTS_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) # 打印最后5行数据 print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_pop_xwap_sex_edu_mts_nb_working_age_population_by_sex_education_and_marita_2025, title = {按性别、教育程度和婚姻状况划分的劳动年龄人口（千人）| 非洲（ILOSTAT)}, author = {国际劳工组织（International Labour Organization, ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=POP_XWAP_SEX_EDU_MTS_NB}, publisher = {HuggingFace Datasets, 由Electric Sheep Africa重新打包}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-pop-xwap-sex-edu-mts-nb-working-age-population-by-sex-education-and-marita}} } ## 许可证 本数据集采用[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/)协议发布。 原始数据版权归国际劳工组织（International Labour Organization, ILO）所有。使用本数据集时，请同时引用上述原始来源以及Electric Sheep Africa的重新打包版本。 ## 关于Electric Sheep Electric Sheep Africa是Electric Sheep使命的一部分：在HuggingFace平台上构建统一的、适用于机器学习的非洲数据层。我们从权威开源数据源获取数据，标准化数据架构，打包为Parquet格式，并发布格式统一的数据集卡片，以便研究人员和开发者仅需调用`load_dataset()`即可在数秒内启动工作。 浏览完整数据集集合：[huggingface.co/electricsheepafrica](https://huggingface.co/electricsheepafrica) --- _数据溯源：2026-05-26通过Electric Sheep管道摄取。源URL: https://www.ilo.org/shinyapps/bulkexplorer/?id=POP_XWAP_SEX_EDU_MTS_NB_

搜集汇总

数据集介绍

构建方式

该数据集以国际劳工组织统计数据库（ILOSTAT）所发布的非洲区域劳动年龄人口统计资料为原始依据，经Electric Sheep Africa团队系统化整理与标准化后构建而成。原始数据涵盖1982年至2025年间49个非洲国家的105,207条观测记录，围绕单一指标——按性别、教育程度与婚姻状况分列的劳动年龄人口规模（以千人为单位）进行组织。构建过程中，工程团队保留了原始来源的变量定义与计量单位，对元数据进行了结构化补充，并以Parquet列式格式重新封装，最终形成可在Hugging Face平台上直接加载的结构化表格数据集，兼顾数据溯源完整性与分析可用性。

特点

该数据集在时空覆盖与人口维度上呈现出显著的广度与纵深。其观测范围横跨四十余年，覆盖非洲大陆49个国家，具备良好的跨国比较与长时段趋势分析潜力。在变量结构上，数据集同时纳入性别、教育程度与婚姻状况三个社会人口学维度，为劳动年龄人口的异质性刻画提供了细粒度支撑。数据以千人计量单位统一呈现，规模介于十万至百万行之间，属于中等规模结构化表格数据。数据集附带标准化的元数据说明、来源注记与许可信息，采用CC BY 4.0开放许可，并以Parquet格式存储，便于高效读取与跨平台迁移。

使用方法

研究者可借助Hugging Face datasets库以一行代码完成数据集的加载，并通过返回对象的features属性查看字段结构，利用切片操作快速预览样本记录。当分析任务需要表格化处理时，可将数据集直接转换为Pandas DataFrame，以便进行缺失值诊断、变量分布刻画及分组聚合等操作。在建模之前，建议先行检查各字段的缺失模式与取值分布，审慎对待缺失值而避免未经论证的插补。使用者还可依据国家、年份与指标字段，将该数据集与Electric Sheep Africa目录中的其他非洲数据集进行联接，构建可复现的分析流程，并在成果中同时标注原始来源与平台仓库信息。

背景与挑战

背景概述

伴随国际劳工组织统计数据库（ILOSTAT）对全球劳动力市场监测的持续深化，非洲区域劳动年龄人口的结构性特征日益成为发展经济学与劳动经济学的核心议题。本数据集由Electric Sheep Africa于2026年基于ILOSTAT公共统计数据整理发布，覆盖49个非洲国家、时间跨度为1982至2025年，共计105,207条观测记录，系统刻画了按性别、教育程度与婚姻状况分组的劳动年龄人口规模。其核心研究问题在于揭示非洲劳动力供给的人口学分层规律，为就业政策、教育投资与性别平等研究提供可复现的微观基础。该数据集以标准化元数据与Parquet格式降低了非洲数据的获取门槛，对推动区域劳动统计的开放科学实践具有基础性意义。

当前挑战

该数据集所回应的领域问题，在于非洲劳动年龄人口统计长期面临国家间口径不一、性别与教育维度交叉分类粒度粗糙，以及婚姻状况变量在跨国比较中定义漂移等系统性困难，直接制约了劳动力供给预测与结构性失业分析的精度。在构建过程中，数据整合面临显著挑战：一是ILOSTAT原始数据的国别报告周期不齐与缺失值普遍存在，需在保留缺失机制的前提下审慎处理；二是元数据清单中country与upstream_publisher字段的信息缺口，导致地理归属与来源溯源存在模糊地带；三是教育分类与婚姻状况的编码体系需与非洲各国统计实践对齐，方可支撑可信的跨国面板分析。上述挑战共同构成了该数据集在可解释性与可比性方面的核心张力。

常用场景

经典使用场景

在劳动经济学与人口统计学的交叉研究中，该数据集凭借其覆盖49个非洲国家、长达四十余年的十万余条观测记录，构成了分析适龄劳动人口结构的经典资源。研究者通常以性别、教育程度与婚姻状况为分层变量，借助表格分类与回归任务，刻画非洲各国劳动年龄人口的异质性分布特征，并据此开展跨国比较与时间序列分析。

实际应用

在政策实践层面，该数据集可服务于国际组织与各国劳工部门的人力资本评估、就业规划及社会保护政策制定。分析人员能够据此识别不同教育与婚姻群体中的劳动人口特征，为技能培训配置、性别包容性就业政策以及区域发展规划提供量化依据，亦可支撑劳动力市场监测与预警系统的构建。

衍生相关工作

依托Electric Sheep Africa的元数据标准化框架，该数据集与ILOSTAT系列其他劳动统计数据集形成了可关联的分析生态，催生了跨国劳动人口比较、教育与就业匹配度评估等衍生研究。相关工作者进一步将其与非洲经济、金融数据集进行融合，拓展了劳动统计在机器学习建模与开放数据发现中的应用边界。