electricsheepafrica/africa-rule-of-law-2021

该数据集名为Rule of Law, 2021，主要包含非洲国家的法治指数评估数据。数据集由Bertelsmann Stiftung发布，来源于OpenAfrica，并由Electric Sheep Africa整理为适合机器学习的格式。数据集包含93条记录，分为训练集（74条）和测试集（18条），覆盖了包括贝宁、博茨瓦纳、埃塞俄比亚等12个非洲国家。数据集中的变量包括法治指数、年份等，用于评估政治权力的分离、司法独立性等法治相关指标。法治指数的评分范围为1到10，分数越高表示法治状况越好。数据集还提供了详细的变量描述、快速开始指南、数据模式、数字摘要、整理过程、使用限制和引用信息。

annotations_creators:
- 无注释
language_creators:
- 采集所得
language:
- 英语
license:
- 知识共享署名4.0（CC-BY-4.0）
multilinguality:
- 单语言
size_categories:
- 样本数少于1000
source_datasets:
- 原创数据集
task_categories:
- 表格回归（tabular-regression）
task_ids: []
tags:
- 非洲
- 人道主义
- HDX
- Electric Sheep Africa
- 法治
- 权力分立
- 贝宁
- 博茨瓦纳
- 佛得角
- 埃塞俄比亚
- 肯尼亚
pretty_name: "2021年法治指数"
dataset_info:
splits:
- name: train
num_examples: 74
- name: test
num_examples: 18

# 2021年法治指数

**发布方：贝塔斯曼基金会（Bertelsmann Stiftung）** · **数据源：[OpenAfrica](https://open.africa/dataset/rule-of-law-2021)** · **许可协议：`cc-by`** · **更新时间：2023-01-23**

---

## 摘要
本数据集为专家评估与指数成果，整合了政治权力分立程度、司法机构独立性、公职人员滥用职权追责情况以及公民权利落实情况的相关信息。指数分值介于1至10之间，分值越高代表法治程度越高。
| 分值区间 | 评级 |
| ---- | ---- |
| 1 - 2.49 | 不佳 |
| 2.5 - 4.49 | 缺陷过多 |
| 4.5 - 6.49 | 一般 |
| 6.5 - 8.49 | 健全 |
| 8.5 - 10 | 优秀 |

本数据集的每一行均代表一条表格记录。数据最近一次在OpenAfrica平台的更新时间为2023-01-23。地理覆盖范围：**贝宁、博茨瓦纳、佛得角、埃塞俄比亚、肯尼亚、尼日利亚、塞内加尔、南非，以及另外4个国家**。
*本数据集已由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)整理为适合机器学习的Parquet格式。*

---

## 数据集特征
| | |
|---|---|
| **领域** | 人道主义与发展数据 |
| **观测单元** | 表格记录 |
| **总记录数** | 93条 |
| **字段数** | 5个（2个数值型、3个分类型、0个日期时间型） |
| **训练集划分** | 74条记录 |
| **测试集划分** | 18条记录 |
| **地理覆盖范围** | 贝宁、博茨瓦纳、佛得角、埃塞俄比亚、肯尼亚、尼日利亚、塞内加尔、南非，以及另外4个国家 |
| **发布方** | 贝塔斯曼基金会 |
| **OpenAfrica平台最后更新时间** | 2023-01-23 |

---

## 变量说明
**地理相关字段** — `rule_of_law_index_2005_2021`（覆盖贝宁、博茨瓦纳、埃塞俄比亚）。
**标识符与元数据字段** — `unnamed_1`（取值范围：2005.0–2021.0），`unnamed_2`（取值范围：1.0–8.25），`esa_source`（来源为HDX），`esa_processed`（处理时间：2026-04-28）。

---

## 快速上手
python
from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-rule-of-law-2021")
train = ds["train"].to_pandas()
test = ds["test"].to_pandas()

print(train.shape)
train.head()

---

## 数据结构
| 字段名 | 数据类型 | 空值占比 | 取值范围/示例值 |
|---|---|---|---|
| `rule_of_law_index_2005_2021` | object | 1.1% | 贝宁、博茨瓦纳、埃塞俄比亚 |
| `unnamed_1` | float64 | 3.2% | 2005.0 – 2021.0（均值：2013.0） |
| `unnamed_2` | float64 | 3.2% | 1.0 – 8.25（均值：5.4722） |
| `esa_source` | object | 0.0% | HDX |
| `esa_processed` | object | 0.0% | 2026-04-28 |

---

## 数值型字段统计
| 字段名 | 最小值 | 最大值 | 均值 | 中位数 |
|---|---|---|---|---|
| `unnamed_1` | 2005.0 | 2021.0 | 2013.0 | 2013.0 |
| `unnamed_2` | 1.0 | 8.25 | 5.4722 | 5.75 |

---

## 数据整理流程
原始数据通过CKAN应用程序编程接口（CKAN API）从OpenAfrica平台下载，并转换为Parquet格式。字段名均转换为小写并标准化为蛇形命名法。常见缺失值标记（`N/A`、`null`、`none`、`-`、`unknown`、`no data`、`#N/A`）被统一替换为`NaN`。移除了6个缺失值占比超过80%的字段：`unnamed_3`、`unnamed_4`、`unnamed_5`、`unnamed_6`、`unnamed_7`、`unnamed_8`。基于解析成功率（阈值85%），将2个字段从字符串类型转换为数值型或日期时间型。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压缩的Parquet格式。

---

## 局限性说明
- 数据源自贝塔斯曼基金会，未经过Electric Sheep Africa的独立验证。
- 自动化清洗流程无法修正原始数据收集阶段的错报值、定义不一致或采样偏差问题。
- 本数据集覆盖12个国家，各国间的地理与方法学差异可能影响跨国可比性。
- 如需了解发布方的方法论说明与免责条款，请参阅[原始HDX数据集页面](https://open.africa/dataset/rule-of-law-2021)。

---

## 引用格式
bibtex
@dataset{openafrica_africa_rule_of_law_2021,
title = {Rule of Law, 2021},
author = {Bertelsmann Stiftung},
year = {2023},
url = {https://open.africa/dataset/rule-of-law-2021},
note = {Repackaged for machine learning by Electric Sheep Africa (https://huggingface.co/electricsheepafrica)}
}

---

*[Electric Sheep Africa](https://huggingface.co/electricsheepafrica) — 非洲机器学习数据集基础设施。尼日利亚拉各斯。*