electricsheepafrica/africa-ports-mauritius

该数据集提供了毛里求斯港口的每日活动数据和货物运输量估计。具体包括每日港口呼叫次数、进港货物量（以公吨计）和出港货物量（以公吨计）的估计。数据集中的每一行代表国家层面的汇总数据。数据最后更新于2026年4月21日，地理范围为毛里求斯（ISO3代码：MUS）。数据集经过Electric Sheep Africa整理，转换为适合机器学习的Parquet格式，包含训练集（2,131行）和测试集（532行），总计2,664行和31列（24个数值列，6个分类列）。变量涵盖地理信息（如年份、日期、国家、港口ID）、时间信息（日期、月份）以及各种港口活动指标（如集装箱、干散货、杂货、滚装船、油轮的港口呼叫次数和进出口货物量）。数据集主要用于表格分类或回归任务，属于人道主义和发展数据领域。annotations_creators: - 无注释 language_creators: - 公开数据源获取 language: - 英语 license: - 其他 multilinguality: - 单语言 size_categories: - 1000 < n < 10000 source_datasets: - 原创数据集 task_categories: - 表格分类 - 表格回归 task_ids: - 无 tags: - 非洲 - 人道主义 - HDX（人道主义数据交换平台） - Electric Sheep Africa - 港口 - 贸易 - MUS（毛里求斯ISO3国家代码） pretty_name: "毛里求斯：每日港口活动数据与货运估算" dataset_info: splits: - name: train num_examples: 2131 - name: test num_examples: 532 # 毛里求斯：每日港口活动数据与货运估算 **发布方：PortWatch · 来源：[HDX（人道主义数据交换平台）](https://data.humdata.org/dataset/mauritius-daily-port-activity-data-and-shipment-estimates) · 许可证：`hdx-other` · 最后更新：2026-04-21** --- ## 摘要 本数据集涵盖毛里求斯各港口的每日靠港船舶计数，以及入境货运量与出境货运量（单位：公吨）的估算值。数据集中的每一行均为国家级聚合数据。数据最后于HDX平台更新于2026-04-21。地理覆盖范围：**MUS（毛里求斯ISO3国家代码）**。 *本数据集由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)整理为适配机器学习的Parquet格式。* --- ## 数据集特征 | | | |---|---| | **数据领域** | 人道主义与发展数据 | | **观测单元** | 国家级聚合数据 | | **总行数** | 2664 | | **列数** | 31（24个数值型、6个分类型、0个日期时间型） | | **训练集划分** | 2131行 | | **测试集划分** | 532行 | | **地理覆盖范围** | MUS | | **发布方** | PortWatch | | **HDX平台最后更新时间** | 2026-04-21 | --- ## 变量分类 **地理相关变量** — `year`（年份，取值范围2019.0–2026.0）、`day`（日期，取值范围1.0–31.0）、`country`（国家：毛里求斯）、`iso3`（ISO3国家代码，取值为MUS）、`portcalls_dry_bulk`（干散货船靠港次数，取值范围0.0–3.0）等共9项。 **时间相关变量** — `date`（日期）、`month`（月份，取值范围1.0–12.0）。 **标识符与元数据变量** — `portid`（港口ID，示例值：port965）、`portname`（港口名称，示例值：路易港）、`esa_source`（数据来源，HDX）、`esa_processed`（数据处理时间，2026-04-26）。 **其他变量** — `portcalls_container`（集装箱船靠港次数，取值范围0.0–4.0）、`portcalls_general_cargo`（普通杂货船靠港次数，取值范围0.0–3.0）、`portcalls_roro`（滚装船靠港次数，取值范围0.0–2.0）、`portcalls_tanker`（油轮靠港次数，取值范围0.0–6.0）、`portcalls_cargo`（杂货船总靠港次数，取值范围0.0–6.0）等共7项。 --- ## 快速上手 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ports-mauritius") train = ds["train"].to_pandas() test = ds["test"].to_pandas() print(train.shape) train.head() --- ## 数据结构 | 列名 | 数据类型 | 空值占比 | 取值范围/示例值 | |---|---|---|---| | `date` | datetime64[ns, UTC] | 0.0% | | | `year` | int64 | 0.0% | 2019.0 – 2026.0（均值2022.1607） | | `month` | int64 | 0.0% | 1.0 – 12.0（均值6.3536） | | `day` | int64 | 0.0% | 1.0 – 31.0（均值15.6813） | | `portid` | object | 0.0% | port965 | | `portname` | object | 0.0% | 路易港 | | `country` | object | 0.0% | 毛里求斯 | | `iso3` | object | 0.0% | MUS | | `portcalls_container` | int64 | 0.0% | 0.0 – 4.0（均值1.1772） | | `portcalls_dry_bulk` | int64 | 0.0% | 0.0 – 3.0（均值0.1607） | | `portcalls_general_cargo` | int64 | 0.0% | 0.0 – 3.0（均值0.2909） | | `portcalls_roro` | int64 | 0.0% | 0.0 – 2.0（均值0.1029） | | `portcalls_tanker` | int64 | 0.0% | 0.0 – 6.0（均值0.8082） | | `portcalls_cargo` | int64 | 0.0% | 0.0 – 6.0（均值1.7316） | | `portcalls` | int64 | 0.0% | 0.0 – 8.0（均值2.5398） | | `import_container` | int64 | 0.0% | 0.0 – 53386.0（均值4688.8896） | | `import_dry_bulk` | int64 | 0.0% | 0.0 – 102781.0（均值4328.589） | | `import_general_cargo` | int64 | 0.0% | 0.0 – 19574.0（均值251.7545） | | `import_roro` | int64 | 0.0% | 0.0 – 4258.0（均值81.5518） | | `import_tanker` | int64 | 0.0% | 0.0 – 97919.0（均值8265.6982） | | `import_cargo` | int64 | 0.0% | 0.0 – 106137.0（均值9350.9073） | | `import` | int64 | 0.0% | 0.0 – 147416.0（均值17616.8232） | | `export_container` | int64 | 0.0% | 0.0 – 58160.0（均值3000.8986） | | `export_dry_bulk` | int64 | 0.0% | 0.0 – 29831.0（均值33.982） | | `export_general_cargo` | int64 | 0.0% | 0.0 – 7763.0（均值193.3889） | | `export_roro` | int64 | 0.0% | | | `export_tanker` | int64 | 0.0% | | | `export_cargo` | int64 | 0.0% | | | `export` | int64 | 0.0% | | | `esa_source` | object | 0.0% | HDX | | `esa_processed` | object | 0.0% | 2026-04-26 | --- ## 数值型变量统计 | 列名 | 最小值 | 最大值 | 均值 | 中位数 | |---|---|---|---|---| | `year` | 2019.0 | 2026.0 | 2022.1607 | 2022.0 | | `month` | 1.0 | 12.0 | 6.3536 | 6.0 | | `day` | 1.0 | 31.0 | 15.6813 | 16.0 | | `portcalls_container` | 0.0 | 4.0 | 1.1772 | 1.0 | | `portcalls_dry_bulk` | 0.0 | 3.0 | 0.1607 | 0.0 | | `portcalls_general_cargo` | 0.0 | 3.0 | 0.2909 | 0.0 | | `portcalls_roro` | 0.0 | 2.0 | 0.1029 | 0.0 | | `portcalls_tanker` | 0.0 | 6.0 | 0.8082 | 1.0 | | `portcalls_cargo` | 0.0 | 6.0 | 1.7316 | 2.0 | | `portcalls` | 0.0 | 8.0 | 2.5398 | 2.0 | | `import_container` | 0.0 | 53386.0 | 4688.8896 | 1943.0 | | `import_dry_bulk` | 0.0 | 102781.0 | 4328.589 | 0.0 | | `import_general_cargo` | 0.0 | 19574.0 | 251.7545 | 0.0 | | `import_roro` | 0.0 | 4258.0 | 81.5518 | 0.0 | | `import_tanker` | 0.0 | 97919.0 | 8265.6982 | 0.0 | --- ## 数据整理流程 原始数据通过CKAN API从HDX平台下载，并转换为Parquet格式。对列名进行了小写转换与蛇形命名法标准化处理。将常见缺失值标记（`N/A`、`null`、`none`、`-`、`unknown`、`no data`、`#N/A`）统一替换为`NaN`。基于解析成功率（阈值>85%），将1列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80/20比例划分为训练集与测试集，并保存为Snappy压缩的Parquet格式。 --- ## 数据集局限性 - 数据源自PortWatch，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中的错报值、定义不一致问题或原始采集阶段的采样偏差。 - 如需了解发布方的方法论说明与相关注意事项，请参阅[原始HDX数据集页面](https://data.humdata.org/dataset/mauritius-daily-port-activity-data-and-shipment-estimates)。 --- ## 引用格式 bibtex @dataset{hdx_africa_ports_mauritius, title = {Mauritius: Daily Port Activity Data and Shipment Estimates}, author = {PortWatch}, year = {2026}, url = {https://data.humdata.org/dataset/mauritius-daily-port-activity-data-and-shipment-estimates}, note = {由Electric Sheep Africa (https://huggingface.co/electricsheepafrica) 重新打包以适配机器学习场景} } --- *[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。*