electricsheepeurope/europe-ilo-emp-nifl-sex-ins-dsb-nb-informal-employment-by-sex-public-private-sector-a

该数据集包含欧洲2个国家的190个观测值，时间跨度为2007年至2025年，涵盖了1个独立指标：按性别、公私部门及残疾状况划分的非正规就业数据（以千人为单位）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并过滤为欧洲国家代码。数据集以表格形式呈现，包括国家、指标、性别分类、时间、观测值等列，适用于表格分类、回归和时间序列预测等任务。数据经过ILO根据国际劳工统计学家会议（ICLS）定义进行标准化处理，并标注了数据来源和质量状态。许可证：cc-by-4.0 语言： - 英语 任务类别： - 表格分类 - 表格回归 - 时间序列预测 多语言属性：单语言 样本量范围： - 小于1000条 标签： - 表格数据 - 欧洲 - ILOSTAT - 非正规经济 - ILO - 劳动 - 就业 友好名称："按性别、公共/私营部门与残疾状况划分的非正规就业（千人）|欧洲（ILOSTAT）" # 按性别、公共/私营部门与残疾状况划分的非正规就业（千人）|欧洲（ILOSTAT） 🇪🇺 **190条观测值** · **2个欧洲国家** · **2007–2025年** · *由[Electric Sheep Europe](https://huggingface.co/electricsheepeurope)重新整理*      ## 简短摘要 本数据集包含覆盖**2个欧洲国家**的**190条非正规经济**相关观测值，时间跨度为**2007–2025年**，涵盖**1项核心指标**。 ## 数据源说明 **ILOSTAT**（国际劳工组织统计数据库）是国际劳工组织（ILO）的核心统计数据库，为全球领先的劳动统计权威数据源。其收录指标涵盖就业、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体面工作相关目标，数据来源于全国劳动力调查、家庭收入调查、机构调查与行政记录。该数据库覆盖全球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。 - **数据源地址**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_NIFL_SEX_INS_DSB_NB) - **发布机构**：国际劳工组织（ILO） - **许可证**：[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：非正规经济 ## 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=EMP_NIFL_SEX_INS_DSB_NB`获取原始数据，并筛选出欧洲地区的ISO 3166-1 alpha-3国家编码对应的观测值。ILOSTAT采用国际劳工统计学家会议（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`字段中标记，以保证可追溯性。 ## 地理覆盖范围 2个欧洲国家，以下按数据行数排序展示前两行： | 国家代码 | 观测行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `MDA` | 166 | 2018 | 2025 | | `SRB` | 24 | 2007 | 2007 | ## 指标示例 - `EMP_NIFL_SEX_INS_DSB_NB` — 按性别、公共/私营部门与残疾状况划分的非正规就业（千人） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `MDA` | | `ref_area.label` | `string` | 英文国家名称 | `摩尔多瓦共和国` | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查） | `BA:571` | | `source.label` | `string` | 英文数据源名称 | `LFS - 劳动力调查` | | `indicator` | `string` | ILOSTAT 指标代码 | `EMP_NIFL_SEX_INS_DSB_NB` | | `indicator.label` | `string` | 英文指标名称 | `按性别、公共/私营部门与残疾状况划分的非正规就业（千人）` | | `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` | 无额外说明 | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业身份等） | `INS_SECTOR_TOTAL` | | `classif1.label` | `string` | 无额外说明 | `机构部门：总计` | | `classif2` | `string` | 可选第二分类变量 | `DSB_STATUS_TOTAL` | | `classif2.label` | `string` | 无额外说明 | `残疾状况：总计` | | `time` | `int64` | 观测年份 | `2025` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `780.658` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | 无额外说明 | `不可靠` | | `note_indicator` | `string` | 无额外说明 | `—` | | `note_indicator.label` | `string` | 无额外说明 | `—` | | `note_source` | `string` | 无额外说明 | `R1:3513` | | `note_source.label` | `string` | 无额外说明 | `数据仓库：ILO统计司 - 微观数据…` | ## 细分维度 以下字段提供数据细分维度： - **`sex`**（共3个唯一值）：`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”。 - 细分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分维度时才会有非空值。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-emp-nifl-sex-ins-dsb-nb-informal-employment-by-sex-public-private-sector-a") df = ds["train"].to_pandas() print(df.head()) ### 按国家筛选 python germany = df[df["ref_area"] == "DEU"] ### 单个指标的时间序列可视化 python sample = (df[df["indicator"] == "EMP_NIFL_SEX_INS_DSB_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_NIFL_SEX_INS_DSB_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_NIFL_SEX_INS_DSB_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_emp_nifl_sex_ins_dsb_nb_informal_employment_by_sex_public_private_sector_a_2025, title = {按性别、公共/私营部门与残疾状况划分的非正规就业（千人）|欧洲（ILOSTAT)}, author = {国际劳工组织（ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_NIFL_SEX_INS_DSB_NB}, publisher = {HuggingFace数据集，由Electric Sheep Europe重新整理}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-emp-nifl-sex-ins-dsb-nb-informal-employment-by-sex-public-private-sector-a}} } ## 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 © 国际劳工组织（ILO）。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平台上的欧洲数据构建统一、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，对数据架构进行标准化处理，打包为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()`函数在数秒内开始使用数据。 浏览完整数据集集合：[huggingface.co/electricsheepeurope](https://huggingface.co/electricsheepeurope) --- _数据溯源：2026年5月26日通过Electric Sheep数据管道摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_NIFL_SEX_INS_DSB_NB_