electricsheepeurope/europe-ilo-une-deap-sex-age-cct-rt-unemployment-rate-by-sex-age-and-citizenship

--- license: cc-by-4.0 language: - en task_categories: - tabular-classification - tabular-regression - time-series-forecasting multilinguality: monolingual size_categories: - 10K<n<100K tags: - tabular - europe - ilostat - international-migrant-stock - ilo - labour - employment pretty_name: "Unemployment rate by sex, age and citizenship (%) | Europe (ILOSTAT)" --- # Unemployment rate by sex, age and citizenship (%) | Europe (ILOSTAT) 🇪🇺 **66,298 observations** · **40 Europe countries** · **1991–2025** · *Repackaged by [Electric Sheep Europe](https://huggingface.co/electricsheepeurope)*      ## TL;DR This dataset contains **66,298 observations** of `International migrant stock` data across **40 Europe countries**, spanning **1991–2025**, covering **1 distinct indicators**. ## About the source **ILOSTAT** is the ILO's central statistics database, the leading global source for labour statistics. It compiles indicators across employment, unemployment, wages, working time, child labour, informal economy, social protection, occupational injuries, and SDG decent work targets — drawing on national labour force surveys, household income surveys, establishment surveys, and administrative records. Coverage spans 200+ economies, with the ILO's Department of Statistics responsible for harmonisation. - **Source:** [ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_AGE_CCT_RT) - **Publisher:** International Labour Organization (ILO) - **License:** [cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **Topic:** International migrant stock ## Methodology Data pulled directly from the ILOSTAT REST API at `https://rplumber.ilo.org/data/indicator?id=UNE_DEAP_SEX_AGE_CCT_RT` and filtered to Europe ISO3 country codes. ILOSTAT harmonises raw survey microdata using ICLS (International Conference of Labour Statisticians) definitions; sources are flagged in the `source.label` column for traceability. ## Geographic coverage 40 Europe countries · top rows shown below, sorted by row count: | Country | Rows | First year | Last year | |---------|-----:|-----------:|----------:| | `SWE` | 2,718 | 1995 | 2025 | | `GRC` | 2,663 | 1992 | 2025 | | `NLD` | 2,634 | 1995 | 2025 | | `CHE` | 2,608 | 1991 | 2025 | | `DEU` | 2,596 | 1995 | 2025 | | `GBR` | 2,485 | 1995 | 2025 | | `BEL` | 2,457 | 1995 | 2025 | | `FRA` | 2,421 | 1995 | 2025 | | `NOR` | 2,410 | 1995 | 2025 | | `ESP` | 2,351 | 1995 | 2025 | | `AUT` | 2,309 | 1995 | 2025 | | `PRT` | 2,252 | 1995 | 2025 | | `DNK` | 2,214 | 1995 | 2024 | | `IRL` | 2,198 | 1998 | 2025 | | `EST` | 2,135 | 1998 | 2025 | | ... | _25 more countries_ | | | ## Indicators (sample) - `UNE_DEAP_SEX_AGE_CCT_RT` — Unemployment rate by sex, age and citizenship (%) ## Schema | Column | Type | Description | Example | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 country code | `ALB` | | `ref_area.label` | `string` | Country name in English | `Albania` | | `source` | `string` | ILOSTAT source code (e.g. labour force survey) | `BA:480` | | `source.label` | `string` | Source name in English | `LFS - Labour Force Survey` | | `indicator` | `string` | ILOSTAT indicator code | `UNE_DEAP_SEX_AGE_CCT_RT` | | `indicator.label` | `string` | Indicator name in English | `Unemployment rate by sex, age and cit…` | | `sex` | `string` | Disaggregation by sex (SEX_T = total, SEX_M = male, SEX_F = female) | `SEX_T` | | `sex.label` | `string` | — | `Total` | | `classif1` | `string` | First classification variable (age, education, status, etc.) | `AGE_YTHADULT_YGE15` | | `classif1.label` | `string` | — | `Age (Youth, adults): 15+` | | `classif2` | `string` | Second classification variable where applicable | `CCT_CIT_TOTAL` | | `classif2.label` | `string` | — | `Citizenship: Total` | | `time` | `int64` | Observation year | `2024` | | `obs_value` | `float64` | Observed indicator value (unit varies — see indicator definition) | `8.431` | | `obs_status` | `string` | Observation status flag (e.g. provisional, unreliable) | `U` | | `obs_status.label` | `string` | — | `Unreliable` | | `note_classif` | `string` | — | `—` | | `note_classif.label` | `string` | — | `—` | | `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…` | ## Disaggregation dimensions The following columns provide disaggregation dimensions: - **`sex`** (3 unique values): `SEX_T`, `SEX_M`, `SEX_F` ## Data quality & caveats - Data is annual frequency. Some indicators also publish monthly or quarterly series — those are not included here. - When an indicator has multiple sources for the same country×year, the ILO-selected 'best source' is used. - Disaggregation columns (`sex`, `classif1`, `classif2`) are non-null only when the indicator publishes that breakdown. ## Usage ```python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-une-deap-sex-age-cct-rt-unemployment-rate-by-sex-age-and-citizenship") df = ds["train"].to_pandas() print(df.head()) ``` ### Filter to one country ```python germany = df[df["ref_area"] == "DEU"] ``` ### Time-series for a single indicator ```python sample = (df[df["indicator"] == "UNE_DEAP_SEX_AGE_CCT_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="UNE_DEAP_SEX_AGE_CCT_RT") ``` ### Pivot to country × year matrix ```python matrix = (df[df["indicator"] == "UNE_DEAP_SEX_AGE_CCT_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ``` ## Citation ```bibtex @misc{europe_ilo_une_deap_sex_age_cct_rt_unemployment_rate_by_sex_age_and_citizenship_2025, title = {Unemployment rate by sex, age and citizenship (%) | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_AGE_CCT_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Europe}, howpublished = {\url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-une-deap-sex-age-cct-rt-unemployment-rate-by-sex-age-and-citizenship}} } ``` ## License Released under [cc-by-4.0](https://creativecommons.org/licenses/by/4.0/). Original data © International Labour Organization (ILO). When using this dataset, please cite both the original source above and the Electric Sheep Europe repackaging. ## About Electric Sheep Electric Sheep Europe is part of the Electric Sheep mission: a unified, ML-ready data layer for Europe on HuggingFace. We pull data from authoritative open sources, normalize the schemas, package as Parquet, and publish with consistent dataset cards so researchers and developers can use `load_dataset()` to start working in seconds. Browse the full collection: [huggingface.co/electricsheepeurope](https://huggingface.co/electricsheepeurope) --- _Provenance: ingested 2026-05-27 via the Electric Sheep pipeline. Source URL: https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_AGE_CCT_RT_license: cc-by-4.0 language: - en task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语言 size_categories: - 10K<n<100K tags: - 表格数据 - 欧洲 - ilostat - 国际移民存量 - ilo - 劳工 - 就业 pretty_name: "按性别、年龄和国籍划分的失业率（%）| 欧洲（ILOSTAT）" --- # 按性别、年龄和国籍划分的失业率（%）| 欧洲（ILOSTAT） 🇪🇺 **66,298条观测数据** · **40个欧洲国家** · **1991–2025年** · *由[Electric Sheep Europe](https://huggingface.co/electricsheepeurope)重新整理发布*      ## TL;DR 本数据集包含**66,298条观测数据**，涵盖**40个欧洲国家**1991–2025年间的`国际移民存量`数据，仅覆盖**1项独立指标**。 ## 数据源说明 **ILOSTAT**是国际劳工组织（International Labour Organization, ILO）的中央统计数据库，是全球领先的劳工统计数据源。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）体面工作目标等领域的指标，数据来源涵盖全国劳动力调查、家庭收入调查、机构调查与行政记录。其覆盖范围超过200个经济体，由国际劳工组织统计司负责数据标准化工作。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_AGE_CCT_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**：国际移民存量 ## 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=UNE_DEAP_SEX_AGE_CCT_RT`拉取原始数据，并筛选出欧洲地区的ISO 3166-1 alpha-3国家代码子集。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；数据来源将在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 40个欧洲国家，以下按数据条数排序展示部分国家： | 国家 | 数据条数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `SWE` | 2,718 | 1995 | 2025 | | `GRC` | 2,663 | 1992 | 2025 | | `NLD` | 2,634 | 1995 | 2025 | | `CHE` | 2,608 | 1991 | 2025 | | `DEU` | 2,596 | 1995 | 2025 | | `GBR` | 2,485 | 1995 | 2025 | | `BEL` | 2,457 | 1995 | 2025 | | `FRA` | 2,421 | 1995 | 2025 | | `NOR` | 2,410 | 1995 | 2025 | | `ESP` | 2,351 | 1995 | 2025 | | `AUT` | 2,309 | 1995 | 2025 | | `PRT` | 2,252 | 1995 | 2025 | | `DNK` | 2,214 | 1995 | 2024 | | `IRL` | 2,198 | 1998 | 2025 | | `EST` | 2,135 | 1998 | 2025 | | ... | _25个剩余国家_ | | | ## 指标（示例） - `UNE_DEAP_SEX_AGE_CCT_RT` — 按性别、年龄和国籍划分的失业率（%） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 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 数据源代码（如劳动力调查） | `BA:480` | | `source.label` | `string` | 英文数据源名称 | `LFS - Labour Force Survey` | | `indicator` | `string` | ILOSTAT 指标代码 | `UNE_DEAP_SEX_AGE_CCT_RT` | | `indicator.label` | `string` | 英文指标名称 | `Unemployment rate by sex, age and cit…` | | `sex` | `string` | 按性别拆分维度（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | `string` | — | `Total` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、身份等） | `AGE_YTHADULT_YGE15` | | `classif1.label` | `string` | — | `Age (Youth, adults): 15+` | | `classif2` | `string` | 可选第二分类变量 | `CCT_CIT_TOTAL` | | `classif2.label` | `string` | — | `Citizenship: Total` | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `8.431` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | — | `Unreliable` | | `note_classif` | `string` | — | `—` | | `note_classif.label` | `string` | — | `—` | | `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…` | ## 拆分维度 以下字段提供数据拆分维度： - **`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维度时才非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-une-deap-sex-age-cct-rt-unemployment-rate-by-sex-age-and-citizenship") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python germany = df[df["ref_area"] == "DEU"] ### 单指标时间序列可视化 python sample = (df[df["indicator"] == "UNE_DEAP_SEX_AGE_CCT_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="UNE_DEAP_SEX_AGE_CCT_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "UNE_DEAP_SEX_AGE_CCT_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_une_deap_sex_age_cct_rt_unemployment_rate_by_sex_age_and_citizenship_2025, title = {Unemployment rate by sex, age and citizenship (%) | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_AGE_CCT_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Europe}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-une-deap-sex-age-cct-rt-unemployment-rate-by-sex-age-and-citizenship}} } ## 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与Electric Sheep Europe的重新整理版本。 ## 关于 Electric Sheep Electric Sheep Europe是Electric Sheep项目的组成部分，该项目旨在为HuggingFace平台上的欧洲区域数据打造统一的、适配机器学习的标准化数据层。我们从权威开源数据源拉取数据，对数据schema进行标准化处理，封装为Parquet格式，并发布格式统一的数据集卡片，使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年5月27日通过Electric Sheep流水线处理摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_AGE_CCT_RT_

搜集汇总

数据集介绍

构建方式

在欧洲劳动力市场研究领域，国际劳工组织（ILO）的ILOSTAT数据库被视为权威数据源。本数据集通过直接调用ILOSTAT REST API接口（https://rplumber.ilo.org/data/indicator?id=UNE_DEAP_SEX_AGE_CCT_RT）获取原始数据，并依据ICLS（国际劳动统计学家会议）定义对各国劳动力调查微观数据进行统一协调与标准化处理。在抽取过程中，数据被限定为欧洲40个国家的ISO3代码范围，最终整理为涵盖1991至2025年间的66,298条观测记录，每条记录均包含来源溯源标识（source.label列），以确保数据来源的可追溯性与可信度。

特点

该数据集的核心特色在于其精细的多维分解维度，允许研究者从性别（SEX_T/SEX_M/SEX_F）、年龄层次（如青年与成年人）及国籍分类（如总人口与特定国籍群体）等多个角度深入分析失业率。数据涵盖40个欧洲国家，时间跨度长达35年，且每条观测均附有观测状态标识（如provisional或unreliable），可辅助用户进行数据质量评估。此外，ILO基于最佳来源原则选取同一国家与年份的多源数据，确保指标的一致性与权威性。

使用方法

用户可通过HuggingFace的datasets库便捷加载该数据集，使用load_dataset("electricsheepeurope/europe-ilo-une-deap-sex-age-cct-rt-unemployment-rate-by-sex-age-and-citizenship")命令即可获取训练集，并转换为pandas DataFrame进行后续分析。针对特定国家，可通过ref_area列进行筛选（如df[df["ref_area"] == "DEU"]获取德国数据）。对于时间序列分析，可按indicator列过滤后按time排序，并通过obs_value列绘制趋势图。此外，利用pivot_table函数可将数据重塑为国家×年份的矩阵形式，便于进行跨区域比较与计量建模。

背景与挑战

背景概述

该数据集源自国际劳工组织（ILO）的ILOSTAT统计数据库，由Electric Sheep Europe于2025年重新打包并发布在HuggingFace平台上，聚焦欧洲40个国家1991至2025年间按性别、年龄和公民身份细分的失业率数据。ILOSTAT作为全球劳动统计的权威来源，整合了来自劳动力调查、行政记录等多源数据，为研究劳动力市场动态与结构性不平等提供了坚实的数据基础。该数据集不仅覆盖了南欧、北欧等多样化经济体，还通过细化的分类维度揭示了不同社会群体在就业机会上的差异性，对分析移民融合、代际就业差距以及性别经济平权等议题具有重要意义，已成为劳动经济学、公共政策与社会学研究中的关键实证资源。

当前挑战

该数据集面临的挑战包括：其一，在领域问题方面，劳动统计数据常因调查方法、定义标准（如国际劳工统计学家会议ICLS定义）的变化导致序列断裂，该数据集中众多观测值附有‘方法修订’等注释标志，影响了时间序列的一致性与跨时期可比性；其二，构建过程中，整合来自40国、跨越35年的多元数据源面临严重的数据碎片化与质量异质性问题，不同国家的劳动力调查抽样框架、分类体系与数据更新频率各异，需依赖ILO选择‘最佳来源’进行协调，但此过程可能引入选择偏差；此外，数据集中部分观测值被标记为‘不可靠’，反映了原始数据在采样误差与覆盖完整性上的固有局限。

常用场景

经典使用场景

在欧洲劳动经济学与人口迁移研究的交汇地带，该数据集凭借其对40个欧洲国家、跨越三十余载（1991–2025年）的失业率观测记录，成为剖析劳动力市场动态的基石。研究人员常将其作为面板数据的核心来源，用于探索不同性别、年龄及公民身份群体的失业率差异，进而揭示移民群体在目标国家劳动力市场中的融入困境。通过对时间序列的细致拆解与横截面维度的对比，学者得以描绘出失业率在欧洲版图上的结构性变迁轨迹，尤其关注移民与本土劳动者在就业机会获取上的不对称演变。

衍生相关工作

基于这一宝贵的数据仓储，衍生出一系列具有标识性的学术工作。一方面，研究者构建了预测移民失业率波动的机器学习模型，将性别、年龄与公民身份维度作为核心特征，探索经济周期与结构性因素对移民就业韧性的非线性影响。另一方面，该数据集常与ILOSTAT平台上的工资分布、非正规就业比例等指标进行交叉比对，从而拓深对移民劳动力市场分层现象的理解。此外，部分学者以此为基础开发了交互式数据可视化仪表盘，用于实时展示欧洲各国移民群体失业率的动态演变，助力数据驱动下的公共政策传播与公众认知提升。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲劳动力市场结构性变迁中的失业率异质性测度，尤其关注性别、年龄与公民身份三个关键维度对就业机会的交互影响。在近期研究中，它被广泛用于解析移民群体在欧盟一体化进程中的经济融入困境，并与俄乌冲突后难民潮、新冠疫情长期劳动参与率下降等热点事件深度绑定。通过ILOSTAT标准化的时间序列数据（1991–2025），研究者能够捕捉到东欧与南欧国家因人口老龄化与技能错配引发的结构性失业特征，同时结合OECD国家劳动力调查（LFS）框架，将其作为评估欧洲央行的货币政策区域非对称效应的代理变量。该数据集的高频分解特性（提供按性别与国籍的交叉分类）使其在训练可解释的劳动力市场预测模型中展现出独特价值，尤其适用于分层贝叶斯模型与面板VAR分析，从而为欧盟社会基金（ESF）的精准干预政策提供数据驱动的决策锚点。