electricsheepafrica/africa-climate-senegal

---
annotations_creators:
- no-annotation
language_creators:
- found
language:
- en
license: other
multilinguality:
- monolingual
size_categories:
- 10K<n<100K
source_datasets:
- original
task_categories:
- tabular-classification
- other
task_ids: []
tags:
- africa
- humanitarian
- hdx
- electric-sheep-africa
- baseline-population
- climate-weather
- conflict-violence
- economics
- education
- food-security
- funding
- hazards-and-risk
- sen
pretty_name: "HDX HAPI Data for Senegal"
dataset_info:
splits:
- name: train
num_examples: 21673
- name: test
num_examples: 5418
---

# HDX HAPI Data for Senegal

**Publisher:** HDX Humanitarian API Data · **Source:** [HDX](https://data.humdata.org/dataset/hdx-hapi-sen) · **License:** `hdx-other` · **Updated:** 2026-02-18

---

## Abstract

This dataset contains data obtained from the
[HDX Humanitarian API](https://hapi.humdata.org/) (HDX HAPI),
which provides standardized humanitarian indicators designed
for seamless interoperability from multiple sources.
The data facilitates automated workflows and visualizations
to support humanitarian decision making.
For more information, please see the HDX HAPI
[landing page](https://data.humdata.org/hapi)
and
[documentation](https://hdx-hapi.readthedocs.io/en/latest/).

Each row in this dataset represents geolocated point observations. Temporal coverage is indicated by the `reference_period_start`, `reference_period_end` column(s). Geographic scope: **SEN**.

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

---

## Dataset Characteristics

| | |
|---|---|
| **Domain** | Food security and nutrition |
| **Unit of observation** | Geolocated point observations |
| **Rows (total)** | 27,092 |
| **Columns** | 16 (3 numeric, 7 categorical, 2 datetime) |
| **Train split** | 21,673 rows |
| **Test split** | 5,418 rows |
| **Geographic scope** | SEN |
| **Publisher** | HDX Humanitarian API Data |
| **HDX last updated** | 2026-02-18 |

---

## Variables

**Geographic** — `origin_location_code` (SEN, TCD, MRT), `asylum_location_code` (SEN, USA, CAN), `asylum_has_hrp`, `asylum_in_gho`, `population_group` (ASY, REF) and 2 others.

**Temporal** — `reference_period_start`, `reference_period_end`.

**Demographic** — `gender` (f, m, all), `age_range` (all, 0-4, 5-11), `min_age` (range 0.0–60.0).

**Identifier / Metadata** — `esa_source` (HDX), `esa_processed` (2026-04-20).

**Other** — `origin_has_hrp`, `origin_in_gho`.

---

## Quick Start

```python
from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-climate-senegal")
train = ds["train"].to_pandas()
test = ds["test"].to_pandas()

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

---

## Schema

| Column | Type | Null % | Range / Sample Values |
|---|---|---|---|
| `origin_location_code` | object | 0.0% | SEN, TCD, MRT |
| `origin_has_hrp` | bool | 0.0% | |
| `origin_in_gho` | bool | 0.0% | |
| `asylum_location_code` | object | 0.0% | SEN, USA, CAN |
| `asylum_has_hrp` | bool | 0.0% | |
| `asylum_in_gho` | bool | 0.0% | |
| `population_group` | object | 0.0% | ASY, REF |
| `gender` | object | 0.0% | f, m, all |
| `age_range` | object | 0.0% | all, 0-4, 5-11 |
| `min_age` | float64 | 23.1% | 0.0 – 60.0 (mean 19.0) |
| `max_age` | float64 | 38.5% | 4.0 – 59.0 (mean 22.75) |
| `population` | int64 | 0.0% | 0.0 – 32292.0 (mean 100.4177) |
| `reference_period_start` | datetime64[ns] | 0.0% | |
| `reference_period_end` | datetime64[ns] | 0.0% | |
| `esa_source` | object | 0.0% | HDX |
| `esa_processed` | object | 0.0% | 2026-04-20 |

---

## Numeric Summary

| Column | Min | Max | Mean | Median |
|---|---|---|---|---|
| `min_age` | 0.0 | 60.0 | 19.0 | 12.0 |
| `max_age` | 4.0 | 59.0 | 22.75 | 14.0 |
| `population` | 0.0 | 32292.0 | 100.4177 | 0.0 |

---

## 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`. 2 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 HDX Humanitarian API Data 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: `min_age`, `max_age`.
- Refer to the [original HDX dataset page](https://data.humdata.org/dataset/hdx-hapi-sen) for the publisher's own methodology notes and caveats.

---

## Citation

```bibtex
@dataset{hdx_africa_climate_senegal,
title = {HDX HAPI Data for Senegal},
author = {HDX Humanitarian API Data},
year = {2026},
url = {https://data.humdata.org/dataset/hdx-hapi-sen},
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.*

注释生成者：
- 无注释
语言生成方式：
- 现有文本采集
语言：
- 英语
授权协议：
- 其他
多语言属性：
- 单语种
数据规模区间：
- 10000 < 样本数 < 100000
源数据集：
- 原生数据集
任务类别：
- 表格分类
- 其他
任务子类别：
- 无
标签：
- 非洲
- 人道主义
- HDX
- Electric Sheep Africa（electric-sheaf-africa）
- 基准人口
- 气候与天气
- 冲突与暴力
- 经济学
- 教育
- 粮食安全
- 资助
- 灾害与风险
- SEN（塞内加尔国家代码）
展示名称："塞内加尔HDX HAPI数据集"
数据集信息：
划分方式：
- 划分名称：训练集
样本数：21673
- 划分名称：测试集
样本数：5418

# 塞内加尔HDX HAPI数据集

**发布方：** HDX人道主义API数据集 · **来源：** [HDX](https://data.humdata.org/dataset/hdx-hapi-sen) · **授权协议：** `hdx-other` · **更新时间：** 2026-02-18

---

## 摘要
本数据集包含从[HDX人道主义API](https://hapi.humdata.org/)（HDX HAPI）获取的数据，该API提供标准化的人道主义指标，旨在实现多源数据的无缝互操作。本数据集可助力自动化工作流与可视化，以支持人道主义决策制定。如需更多信息，请访问HDX HAPI[首页](https://data.humdata.org/hapi)与[官方文档](https://hdx-hapi.readthedocs.io/en/latest/)。

本数据集的每一行均代表一个地理定位的点位观测值。时间覆盖范围由`reference_period_start`（参考周期开始）、`reference_period_end`（参考周期结束）列标注。地理范围：**SEN（塞内加尔国家代码）**。

本数据集已由[Electric Sheep Africa（电羊非洲）](https://huggingface.co/electricsheepafrica)整理为适合机器学习使用的Parquet格式。

---

## 数据集特征
| | |
|---|---|
| **领域** | 粮食安全与营养 |
| **观测单元** | 地理定位点位观测值 |
| **总行数** | 27092条 |
| **列数** | 16列（3列数值型、7列分类型、2列日期时间型） |
| **训练集划分** | 21673条 |
| **测试集划分** | 5418条 |
| **地理范围** | SEN（塞内加尔） |
| **发布方** | HDX人道主义API数据集 |
| **HDX最后更新时间** | 2026-02-18 |

---

## 变量
**地理类变量** — `origin_location_code`（来源地区代码，取值为SEN、TCD、MRT）、`asylum_location_code`（避难地区代码，取值为SEN、USA、CAN）、`asylum_has_hrp`、`asylum_in_gho`、`population_group`（人口群体，取值为ASY、REF）及其他2列。
**时间类变量** — `reference_period_start`（参考周期开始时间）、`reference_period_end`（参考周期结束时间）。
**人口统计类变量** — `gender`（性别，取值为f、m、all）、`age_range`（年龄区间，取值为all、0-4、5-11）、`min_age`（最小年龄，取值范围0.0–60.0）。
**标识符与元数据类变量** — `esa_source`（数据来源，取值为HDX）、`esa_processed`（数据处理时间，2026-04-20）。
**其他变量** — `origin_has_hrp`、`origin_in_gho`。

---

## 快速上手
python
from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-climate-senegal")
train = ds["train"].to_pandas()
test = ds["test"].to_pandas()

print(train.shape)
train.head()

---

## 数据架构
| 列名 | 数据类型 | 缺失率 | 取值范围/示例值 |
|---|---|---|---|
| `origin_location_code` | 字符串型（object） | 0.0% | SEN、TCD、MRT |
| `origin_has_hrp` | 布尔型（bool） | 0.0% | - |
| `origin_in_gho` | 布尔型（bool） | 0.0% | - |
| `asylum_location_code` | 字符串型（object） | 0.0% | SEN、USA、CAN |
| `asylum_has_hrp` | 布尔型（bool） | 0.0% | - |
| `asylum_in_gho` | 布尔型（bool） | 0.0% | - |
| `population_group` | 字符串型（object） | 0.0% | ASY、REF |
| `gender` | 字符串型（object） | 0.0% | f、m、all |
| `age_range` | 字符串型（object） | 0.0% | all、0-4、5-11 |
| `min_age` | 64位浮点型（float64） | 23.1% | 0.0 – 60.0（均值19.0） |
| `max_age` | 64位浮点型（float64） | 38.5% | 4.0 – 59.0（均值22.75） |
| `population` | 64位整型（int64） | 0.0% | 0.0 – 32292.0（均值100.4177） |
| `reference_period_start` | 纳秒级日期时间型（datetime64[ns]） | 0.0% | - |
| `reference_period_end` | 纳秒级日期时间型（datetime64[ns]） | 0.0% | - |
| `esa_source` | 字符串型（object） | 0.0% | HDX |
| `esa_processed` | 字符串型（object） | 0.0% | 2026-04-20 |

---

## 数值型变量统计摘要
| 列名 | 最小值 | 最大值 | 均值 | 中位数 |
|---|---|---|---|---|
| `min_age` | 0.0 | 60.0 | 19.0 | 12.0 |
| `max_age` | 4.0 | 59.0 | 22.75 | 14.0 |
| `population` | 0.0 | 32292.0 | 100.4177 | 0.0 |

---

## 数据整理
原始数据通过CKAN API从HDX平台下载，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。常见缺失值标记（`N/A`、`null`、`none`、`-`、`unknown`、`no data`、`#N/A`）被统一替换为`NaN`。基于解析成功率（阈值>85%），将2列从字符串类型转换为数值型或日期时间型。本数据集以固定随机种子（42）按80/20的比例划分为训练集与测试集，并保存为Snappy压缩的Parquet格式文件。

---

## 数据集局限性
- 本数据集源自HDX人道主义API数据集，未由Electric Sheep Africa（电羊非洲）进行独立验证。
- 自动化清洗流程无法修正原始数据收集中的错报值、定义不一致或采样偏差问题。
- 以下列的缺失率超过20%，在建模过程中需谨慎使用：`min_age`、`max_age`。
- 如需了解发布方的方法说明与注意事项，请参阅[原始HDX数据集页面](https://data.humdata.org/dataset/hdx-hapi-sen)。

---

## 引用格式
bibtex
@dataset{hdx_africa_climate_senegal,
title = {HDX HAPI Data for Senegal},
author = {HDX Humanitarian API Data},
year = {2026},
url = {https://data.humdata.org/dataset/hdx-hapi-sen},
note = {Repackaged for machine learning by Electric Sheep Africa (https://huggingface.co/electricsheepafrica)}
}

---

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