electricsheepafrica/africa-faostat-food-security-indicators-for-zimbabwe

---
annotations_creators:
- no-annotation
language_creators:
- found
language:
- en
license: cc-by-4.0
multilinguality:
- monolingual
size_categories:
- 1K<n<10K
source_datasets:
- original
task_categories:
- tabular-classification
- tabular-regression
task_ids: []
tags:
- africa
- humanitarian
- hdx
- electric-sheep-africa
- food-security
- indicators
- nutrition
- zwe
pretty_name: "Zimbabwe - Food Security and Nutrition Indicators"
dataset_info:
splits:
- name: train
num_examples: 889
- name: test
num_examples: 222
---

# Zimbabwe - Food Security and Nutrition Indicators

**Publisher:** Food and Agriculture Organization (FAO) of the United Nations · **Source:** [HDX](https://data.humdata.org/dataset/faostat-food-security-indicators-for-zimbabwe) · **License:** `cc-by-igo` · **Updated:** 2026-04-06

---

## Abstract

Food Security and Nutrition Indicators for Zimbabwe.

Contains data from the FAOSTAT [bulk data service](https://fenixservices.fao.org/faostat/static/bulkdownloads/datasets_E.json).

Each row in this dataset represents country-level aggregates. Temporal coverage is indicated by the `startdate`, `enddate` column(s). Geographic scope: **ZWE**.

*Curated into ML-ready Parquet format by [Electric Sheep Africa](https://huggingface.co/electricsheepafrica).*

---

## Dataset Characteristics

| | |
|---|---|
| **Domain** | Food security and nutrition |
| **Unit of observation** | Country-level aggregates |
| **Rows (total)** | 1,112 |
| **Columns** | 18 (5 numeric, 11 categorical, 2 datetime) |
| **Train split** | 889 rows |
| **Test split** | 222 rows |
| **Geographic scope** | ZWE |
| **Publisher** | Food and Agriculture Organization (FAO) of the United Nations |
| **HDX last updated** | 2026-04-06 |

---

## Variables

**Geographic** — `iso3` (ZWE), `year_code` (range 2000.0–20222024.0), `year` (range 2000.0–2024.0).

**Temporal** — `startdate`, `enddate`.

**Outcome / Measurement** — `value` (range -1.52–4102.0).

**Identifier / Metadata** — `area_code` (range 181.0–181.0), `area_code_m49` ('716), `item_code` (210071M, 210091F, 210081F), `element_code` (range 6121.0–61322.0), `esa_source` (HDX) and 1 others.

**Other** — `area` (Zimbabwe), `item` (Number of severely food insecure male adults (million) (3-year average), Prevalence of moderate or severe food insecurity in the female adult population (percent) (3-year average), Number of moderately or severely food insecure female adults (million) (3-year average)), `element` (Value, Confidence interval: Lower bound, Confidence interval: Upper bound), `unit` (%, million No, kcal/cap/d), `flag` (E, X) and 1 others.

---

## Quick Start

```python
from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-faostat-food-security-indicators-for-zimbabwe")
train = ds["train"].to_pandas()
test = ds["test"].to_pandas()

print(train.shape)
train.head()
```

---

## Schema

| Column | Type | Null % | Range / Sample Values |
|---|---|---|---|
| `iso3` | object | 0.0% | ZWE |
| `startdate` | datetime64[ns] | 0.0% | |
| `enddate` | datetime64[ns] | 0.0% | |
| `area_code` | int64 | 0.0% | 181.0 – 181.0 (mean 181.0) |
| `area_code_m49` | object | 0.0% | '716 |
| `area` | object | 0.0% | Zimbabwe |
| `item_code` | object | 0.0% | 210071M, 210091F, 210081F |
| `item` | object | 0.0% | Number of severely food insecure male adults (million) (3-year average), Prevalence of moderate or severe food insecurity in the female adult population (percent) (3-year average), Number of moderately or severely food insecure female adults (million) (3-year average) |
| `element_code` | int64 | 0.0% | 6121.0 – 61322.0 (mean 16836.8642) |
| `element` | object | 0.0% | Value, Confidence interval: Lower bound, Confidence interval: Upper bound |
| `year_code` | int64 | 0.0% | 2000.0 – 20222024.0 (mean 10257203.1088) |
| `year` | int64 | 0.0% | 2000.0 – 2024.0 (mean 2014.2599) |
| `unit` | object | 2.0% | %, million No, kcal/cap/d |
| `value` | float64 | 1.6% | -1.52 – 4102.0 (mean 276.0677) |
| `flag` | object | 0.0% | E, X |
| `note` | object | 70.9% | FAO data |
| `esa_source` | object | 0.0% | HDX |
| `esa_processed` | object | 0.0% | |

---

## Numeric Summary

| Column | Min | Max | Mean | Median |
|---|---|---|---|---|
| `area_code` | 181.0 | 181.0 | 181.0 | 181.0 |
| `element_code` | 6121.0 | 61322.0 | 16836.8642 | 6128.0 |
| `year_code` | 2000.0 | 20222024.0 | 10257203.1088 | 20002002.0 |
| `year` | 2000.0 | 2024.0 | 2014.2599 | 2016.0 |
| `value` | -1.52 | 4102.0 | 276.0677 | 26.7 |

---

## Curation

Raw data was downloaded from HDX via the CKAN API and converted to Parquet. Column names were lowercased and standardised to snake_case. Common missing-value markers (`N/A`, `null`, `none`, `-`, `unknown`, `no data`, `#N/A`) were unified to `NaN`. 3 column(s) were cast from string to numeric or datetime based on parse-success rate (>85% threshold). The dataset was split 80/20 into train and test partitions using a fixed random seed (42) and saved as Snappy-compressed Parquet.

---

## Limitations

- Data originates from Food and Agriculture Organization (FAO) of the United Nations and has not been independently validated by ESA.
- Automated cleaning cannot correct for misreported values, definitional inconsistencies, or sampling bias in the original collection.
- The following columns have >20% missing values and should be treated with caution in modelling: `note`.
- Refer to the [original HDX dataset page](https://data.humdata.org/dataset/faostat-food-security-indicators-for-zimbabwe) for the publisher's own methodology notes and caveats.

---

## Citation

```bibtex
@dataset{hdx_africa_faostat_food_security_indicators_for_zimbabwe,
title = {Zimbabwe - Food Security and Nutrition Indicators},
author = {Food and Agriculture Organization (FAO) of the United Nations},
year = {2026},
url = {https://data.humdata.org/dataset/faostat-food-security-indicators-for-zimbabwe},
note = {Repackaged for machine learning by Electric Sheep Africa (https://huggingface.co/electricsheepafrica)}
}
```

---

*[Electric Sheep Africa](https://huggingface.co/electricsheepafrica) — Africa's ML dataset infrastructure. Lagos, Nigeria.*

---
annotations_creators:
- 无注释（no-annotation）
language_creators:
- 现有资源搜集（found）
language:
- 英语（en）
license:
- 知识共享署名4.0协议（CC BY 4.0）
multilinguality:
- 单语言（monolingual）
size_categories:
- 1K<n<10K
source_datasets:
- 原始数据集（original）
task_categories:
- 表格分类（tabular-classification）
- 表格回归（tabular-regression）
task_ids: []
tags:
- 非洲（africa）
- 人道主义（humanitarian）
- HDX（Humanitarian Data Exchange）
- Electric Sheep Africa（电子绵羊非洲团队）
- 粮食安全（food-security）
- 指标（indicators）
- 营养（nutrition）
- ZWE（津巴布韦ISO3代码）
pretty_name: "津巴布韦——粮食安全与营养指标"
dataset_info:
splits:
- name: train
num_examples: 889
- name: test
num_examples: 222
---

# 津巴布韦——粮食安全与营养指标

**发布方：** 联合国粮食及农业组织（Food and Agriculture Organization of the United Nations, FAO） · **来源：** [HDX（Humanitarian Data Exchange）](https://data.humdata.org/dataset/faostat-food-security-indicators-for-zimbabwe) · **许可协议：** `cc-by-igo` · **更新时间：** 2026-04-06

---

## 摘要
本数据集包含津巴布韦的粮食安全与营养指标数据，数据源自FAOSTAT批量数据服务（bulk data service，https://fenixservices.fao.org/faostat/static/bulkdownloads/datasets_E.json）。数据集中每一行代表国家级汇总数据，时间覆盖范围由`startdate`（开始日期）、`enddate`（结束日期）列标注，地理覆盖范围为**ZWE（津巴布韦）**。本数据集已由Electric Sheep Africa（电子绵羊非洲团队）整理为适配机器学习的Parquet格式。

---

## 数据集特征
| | |
|---|---|
| **领域** | 粮食安全与营养 |
| **观测单元** | 国家级汇总数据 |
| **总数据行数** | 1,112 |
| **列数** | 18列（5个数值列、11个分类列、2个日期时间列） |
| **训练集划分** | 889行 |
| **测试集划分** | 222行 |
| **地理覆盖范围** | ZWE（津巴布韦） |
| **发布方** | 联合国粮食及农业组织（FAO） |
| **HDX更新时间** | 2026-04-06 |

---

## 变量说明
**地理变量**：`iso3`（ZWE，津巴布韦ISO3代码）、`year_code`（取值范围2000.0–20222024.0）、`year`（取值范围2000.0–2024.0）。
**时间变量**：`startdate`（开始日期）、`enddate`（结束日期）。
**结果/测量变量**：`value`（取值范围-1.52–4102.0）。
**标识符/元数据变量**：`area_code`（取值范围181.0–181.0）、`area_code_m49`（'716）、`item_code`（210071M、210091F、210081F）、`element_code`（取值范围6121.0–61322.0）、`esa_source`（HDX）及其他1个字段。
**其他变量**：`area`（津巴布韦）、`item`（严重粮食不安全成年男性人口数量（百万）（3年平均值）、成年女性人口中度或重度粮食不安全患病率（百分比）（3年平均值）、中度或重度粮食不安全成年女性人口数量（百万）（3年平均值））、`element`（数值、置信区间下限、置信区间上限）、`unit`（%、百万、千卡/人/天）、`flag`（E、X）及其他1个字段。

---

## 快速上手
python
from datasets import load_dataset

# 加载津巴布韦粮食安全与营养指标数据集
ds = load_dataset("electricsheepafrica/africa-faostat-food-security-indicators-for-zimbabwe")
train = ds["train"].to_pandas()
test = ds["test"].to_pandas()

# 打印训练集形状
print(train.shape)
# 查看训练集前5行数据
train.head()

---

## 数据 Schema
| 列名 | 数据类型 | 空值占比 | 取值范围/示例值 |
|---|---|---|---|
| `iso3` | 对象类型（object） | 0.0% | ZWE |
| `startdate` | 日期时间类型（datetime64[ns]） | 0.0% | 无 |
| `enddate` | 日期时间类型（datetime64[ns]） | 0.0% | 无 |
| `area_code` | 64位整数类型（int64） | 0.0% | 181.0 – 181.0（均值181.0） |
| `area_code_m49` | 对象类型（object） | 0.0% | '716 |
| `area` | 对象类型（object） | 0.0% | 津巴布韦 |
| `item_code` | 对象类型（object） | 0.0% | 210071M、210091F、210081F |
| `item` | 对象类型（object） | 0.0% | 严重粮食不安全成年男性人口数量（百万）（3年平均值）、成年女性人口中度或重度粮食不安全患病率（百分比）（3年平均值）、中度或重度粮食不安全成年女性人口数量（百万）（3年平均值） |
| `element_code` | 64位整数类型（int64） | 0.0% | 6121.0 – 61322.0（均值16836.8642） |
| `element` | 对象类型（object） | 0.0% | 数值、置信区间下限、置信区间上限 |
| `year_code` | 64位整数类型（int64） | 0.0% | 2000.0 – 20222024.0（均值10257203.1088） |
| `year` | 64位整数类型（int64） | 0.0% | 2000.0 – 2024.0（均值2014.2599） |
| `unit` | 对象类型（object） | 2.0% | %、百万、千卡/人/天 |
| `value` | 64位浮点类型（float64） | 1.6% | -1.52 – 4102.0（均值276.0677） |
| `flag` | 对象类型（object） | 0.0% | E、X |
| `note` | 对象类型（object） | 70.9% | FAO数据 |
| `esa_source` | 对象类型（object） | 0.0% | HDX |
| `esa_processed` | 对象类型（object） | 0.0% | 无 |

---

## 数值统计摘要
| 列名 | 最小值 | 最大值 | 均值 | 中位数 |
|---|---|---|---|---|
| `area_code` | 181.0 | 181.0 | 181.0 | 181.0 |
| `element_code` | 6121.0 | 61322.0 | 16836.8642 | 6128.0 |
| `year_code` | 2000.0 | 20222024.0 | 10257203.1088 | 20002002.0 |
| `year` | 2000.0 | 2024.0 | 2014.2599 | 2016.0 |
| `value` | -1.52 | 4102.0 | 276.0677 | 26.7 |

---

## 数据整理流程
原始数据通过CKAN API从HDX下载，并转换为Parquet格式。列名统一转换为小写并标准化为蛇形命名法（snake_case）。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3个列从字符串类型转换为数值或日期时间类型。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
1. 数据源自联合国粮食及农业组织（FAO），未经过电子绵羊非洲团队的独立验证。
2. 自动化清洗无法修正原始数据收集中的错报值、定义不一致或抽样偏差问题。
3. 以下列存在超过20%的缺失值，在建模时需谨慎使用：`note`。
4. 请参阅[原始HDX数据集页面](https://data.humdata.org/dataset/faostat-food-security-indicators-for-zimbabwe)获取发布方提供的方法学说明与注意事项。

---

## 引用格式
bibtex
@dataset{hdx_africa_faostat_food_security_indicators_for_zimbabwe,
title = {津巴布韦——粮食安全与营养指标},
author = {联合国粮食及农业组织（FAO)},
year = {2026},
url = {https://data.humdata.org/dataset/faostat-food-security-indicators-for-zimbabwe},
note = {由电子绵羊非洲团队（https://huggingface.co/electricsheepafrica）重新打包以适配机器学习使用}
}

---

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