Data-Gouv-FR/departements-de-france

该数据集包含法国行政区划的详细信息，具体涵盖以下字段：部门代码（Le code département）、部门名称（Le nom du département）、地区代码（Le code région）和地区名称（Le nom de la région）。数据以结构化格式（如Parquet或CSV）提供，适用于地理分析、数据可视化或公共数据研究等应用。示例数据如：01,Ain,84,Auvergne-Rhône-Alpes，展示了部门Ain的代码为01，所属地区为Auvergne-Rhône-Alpes，地区代码为84。数据集来源于法国政府公开数据平台data.gouv.fr，遵循开放数据许可。license: 其他 language: - 法语 tags: - data-gouv - 法国公共数据（donnees-publiques-francaises） - parquet - csv - 开放数据（open-data） pretty_name: "法国省份" configs: - config_name: departements-france data_files: - split: train path: data/departements-france.parquet --- # 法国省份数据集 ## 数据集来源 - 官方来源：https://www.data.gouv.fr/datasets/departements-de-france - 法国政府数据开放平台（data.gouv.fr）上的数据集标识符：`5cf0dbc1634f4143ecd8bf36` - 法国政府数据开放平台（data.gouv.fr）上的数据集别名（Slug）：`departements-de-france` - 法国政府数据开放平台（data.gouv.fr）元数据中注明的许可证：odc-odbl ## Hugging Face 数据集结构 - 一个data.gouv.fr数据集对应一个Hugging Face仓库 - 原始表格资源对应一个Hugging Face子集合/配置项 - 每个子集合/配置项均包含一个名为`train`的数据集拆分 ## 子集合说明 - `departements-france` → `data/departements-france.parquet` ## 使用示例 python from datasets import load_dataset ds = load_dataset("Data-Gouv-FR/departements-de-france", "departements-france") print(ds["train"]) ## 原始数据集说明 该文件包含以下字段： 省份代码 省份名称 所属大区代码 所属大区名称 示例: 01,Ain,84,Auvergne-Rhône-Alpes 01,Ain,84,Auvergne-Rhône-Alpes 01,Ain,84,Auvergne-Rhône-Alpes 💓💓💓 **赞助支持** 如果您想通过请我喝一杯咖啡来支持我的工作，请点击下方链接：👇 Paypal: <https://paypal.me/m0hamedbadaoui> Github: <https://github.com/sponsors/mohamed-badaoui> 感谢 🙏

搜集汇总

数据集介绍

构建方式

该数据集源自法国官方开放数据平台data.gouv.fr，基于其发布的省级行政区划数据构建而成。原始数据以CSV格式提供，涵盖法国各省份的核心信息，经过标准化处理后转换为Parquet格式存储。在Hugging Face平台上，每份原始数据集对应一个独立的仓库，而每条原始表格资源则对应一个Hugging Face子集配置。本数据集仅包含一个名为“departements-france”的子集，其训练分裂直接映射至单个Parquet文件，从而确保了数据导入的高效性与结构的一致性。

特点

该数据集具有简洁、规范与高实用性的特点。其主要包含四个字段：省份代码、省份名称、大区代码及大区名称，覆盖法国本土及海外省的全部行政区划信息。得益于Parquet格式的采用，数据在存储与读取方面具备极佳的压缩性与查询性能。数据来源于官方渠道，经过授权许可（ODC-ODbL）发布，适合各类研究与分析场景，尤其是地理信息系统、行政数据分析及自然语言处理中的地域特征提取任务。

使用方法

用户可通过Hugging Face的datasets库便捷地加载该数据集。只需指定数据集名称与子集配置，调用load_dataset函数即可获取训练分裂的完整内容。加载后返回的Dataset对象支持Pandas DataFrame式的操作，用户可轻松进行数据预览、筛选与转换。由于数据集结构简单，无需复杂的预处理流程，非常适合快速集成到数据分析管线或机器学习模型的输入流程中。

背景与挑战

背景概述

该数据集名为“departements-de-france”，由法国政府开放数据平台 data.gouv.fr 于 2019 年首次发布，旨在提供法国各省份的基础行政信息。数据集由数据科学家 Mohamed Badaoui 在 Data-Gouv-ML 组织支持下整理并托管于 Hugging Face，核心研究问题在于为地理信息系统、区域经济分析及公共政策研究提供标准化的行政编码与名称对应关系。该数据集包含了法国 101 个省份的代码、名称以及所属大区的代码与名称，是法国行政地理研究的重要基础资源，对区域数据分析、人口统计及公共服务优化等领域的科学研究具有广泛影响力。

当前挑战

该数据集所解决的领域问题在于为法国行政地理的自动化分析提供结构化基础，挑战包括：1）法国行政区划变更频繁，如大区合并或省份调整，要求数据集保持版本同步与历史追溯能力，避免研究结论因数据过时而失真；2）构建过程中面临多源数据一致性校验难题，原始数据来自 data.gouv.fr 的 CSV 格式，需转换为 Parquet 格式并以单一分片存储，涉及编码清洗、字段对齐及缺失值处理，确保跨平台兼容性；3）数据以法语提供，缺乏多语言标注，限制了国际研究的可复现性与跨语言比较分析。

常用场景

经典使用场景

在法国地理信息与公共数据治理领域，'Departements de france'数据集作为一份标准化的行政区划参考资源，常被用于构建地理编码系统与区域分析模型。研究人员可借助该数据集提取法国各省份的代码、名称及其所属大区的对应关系，进而开展基于空间单元的数据聚合与可视化工作。该数据集简洁的结构使其成为地理信息系统（GIS）教学、省级经济指标映射以及区域政策效果评估的经典基础数据源。

解决学术问题

该数据集有效解决了法国行政区划数据碎片化与格式不统一的问题，为学术研究提供了权威、机器可读的基准参照。在区域经济学领域，它使得学者能够精准关联各省份与所属大区的社会经济数据，从而分析区域发展不平衡的深层机制；在公共管理研究中，它支撑了省级政策实施效果的横向比较研究，消除了因数据口径不一致带来的偏差。其开源属性进一步降低了重复收集数据的成本，提升了研究结果的可复现性。

衍生相关工作

围绕该数据集衍生了一系列重要的相关研究与实践工作。在数据基础设施层面，它成为法国开放数据社区'Data Gouv ML'项目的基础组件之一，推动了Parquet格式在公共数据发布中的标准化应用。在学术产出方面，有研究者基于该数据集构建了法国城乡类型分类模型，将各省份按照人口密度与经济结构进行聚类分析。此外，该数据集还被整合进多部开源地理空间教科书与教程中，用于示范如何在Hugging Face Datasets生态中高效管理地理参考数据。