electricsheepafrica/africa-sensorsafrica-airquality-archive-akure

该数据集包含通过低成本传感器采集的PM（颗粒物）、温度和湿度读数。这些传感器测量空气中的PM浓度，包括直径小于或等于1微米（PM1）、2.5微米（PM2.5）和10微米（PM10）的颗粒。数据集还包括传感器类型、日期、时间、位置等信息，以及温度（℃）、湿度（%）、PM1、PM2.5和PM10的具体测量值。数据集以CSV格式存储，适合用于研究空气质量和低成本传感器在PM测量中的应用。数据集分为训练集（175个样本）和测试集（43个样本）。

annotations_creators:
- 无注释
language_creators:
- 公开获取
language:
- 英语
license:
- 其他许可
multilinguality:
- 单语言
size_categories:
- 样本量小于1000
source_datasets:
- 原始数据集
task_categories:
- 表格回归
- 其他
task_ids: []
tags:
- 非洲
- 人道主义
- HDX（Humanitarian Data Exchange）
- 电羊非洲（Electric Sheep Africa）
- PM1
- PM10
- PM2.5
- 温度
- 湿度
- sensorsafrica-airquality-archive
pretty_name: "sensors.AFRICA空气质量档案阿库雷数据集"
dataset_info:
splits:
- name: 训练集
num_examples: 175
- name: 测试集
num_examples: 43

# sensors.AFRICA空气质量档案阿库雷数据集

**发布方：sensors.AFRICA · 来源：[OpenAfrica](https://open.africa/dataset/sensorsafrica-airquality-archive-akure) · 许可协议：`` · 最后更新：2026-04-27

---

## 摘要

本数据集包含由低成本传感器采集的颗粒物（Particulate Matter，PM）、温度与湿度读数。此类传感器可检测空气中的颗粒物浓度，涵盖粒径≤1微米的颗粒物（PM1）、粒径2.5微米的颗粒物（PM2.5）以及粒径≤10微米的颗粒物（PM10）。数据集包含传感器类型、读数日期、时间、位置等信息，以及传感器针对温度（摄氏度，℃）、湿度（百分比，%）、PM1、PM2.5和PM10的具体测量值。本数据集适用于致力于研究空气质量与PM检测用低成本传感器的科研人员与爱好者。数据集以CSV格式存储，可通过Microsoft Excel、Google Sheets、LibreOffice Calc等编辑器打开。需注意：数据集中的P0对应PM1，P2对应PM2.5，P1对应PM10。

数据集中的每一行均代表一个带有地理定位的点位观测值。该数据集最后一次在OpenAfrica平台更新于2026年4月27日。地理覆盖范围：**SENSORSAFRICA-AIRQUALITY-ARCHIVE**。本数据集已由[电羊非洲（Electric Sheep Africa）](https://huggingface.co/electricsheepafrica)整理为适用于机器学习的Parquet格式。

---

## 数据集特征

| | |
|---|---|
| **领域** | 人道主义与发展数据 |
| **观测单元** | 地理定位点位观测值 |
| **总行数** | 219 |
| **列数** | 3（0个数值型、3个分类型、0个日期时间型） |
| **训练集划分** | 175行 |
| **测试集划分** | 43行 |
| **地理覆盖范围** | SENSORSAFRICA-AIRQUALITY-ARCHIVE |
| **发布方** | sensors.AFRICA |
| **OpenAfrica最后更新时间** | 2026年4月27日 |

---

## 变量

**地理信息** — `sensor_id_sensor_type_location_lat_lon_timestamp_value_type_value`（示例值：4964;pms5003;4012;7.253;5.207;2025-09-29T17:02:53.762242+00:00;P2;16.80, 4965;DHT22;4012;7.253;5.207;2025-09-30T14:10:58.941126+00:00;humidity;68.30, 4965;DHT22;4012;7.253;5.207;2025-09-30T13:54:21.510524+00:00;temperature;33.80）。
**标识符/元数据** — `esa_source`（HDX（Humanitarian Data Exchange））、`esa_processed`（2026-04-27）。

---

## 快速上手

python
from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-sensorsafrica-airquality-archive-akure")
train = ds["train"].to_pandas()
test = ds["test"].to_pandas()

print(train.shape)
train.head()

---

## 数据模式

| 列名 | 数据类型 | 空值占比 | 取值范围/示例值 |
|---|---|---|---|
| `sensor_id_sensor_type_location_lat_lon_timestamp_value_type_value` | 对象型（object） | 0.0% | 4964;pms5003;4012;7.253;5.207;2025-09-29T17:02:53.762242+00:00;P2;16.80, 4965;DHT22;4012;7.253;5.207;2025-09-30T14:10:58.941126+00:00;humidity;68.30, 4965;DHT22;4012;7.253;5.207;2025-09-30T13:54:21.510524+00:00;temperature;33.80 |
| `esa_source` | 对象型（object） | 0.0% | HDX |
| `esa_processed` | 对象型（object） | 0.0% | 2026-04-27 |

---

## 数值型统计

| 列名 | 最小值 | 最大值 | 平均值 | 中位数 |
|---|---|---|---|---|
无数值型列。

---

## 数据整理

原始数据通过CKAN API从OpenAfrica平台下载，并转换为Parquet格式。列名统一转换为小写并采用蛇形命名法（snake_case）进行标准化。常见缺失值标记（`N/A`、`null`、`none`、`-`、`unknown`、`no data`、`#N/A`）被统一替换为`NaN`。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，并以Snappy压缩格式的Parquet文件存储。

---

## 局限性

- 数据源自sensors.AFRICA，未经过电羊非洲（Electric Sheep Africa）的独立验证。
- 自动化清洗无法修正原始采集过程中上报错误的值、定义不一致或采样偏差问题。
- 请参阅[原始HDX数据集页面](https://open.africa/dataset/sensorsafrica-airquality-archive-akure)获取发布方提供的方法说明与注意事项。

---

## 引用格式

bibtex
@dataset{openafrica_africa_sensorsafrica_airquality_archive_akure,
title = {sensors.AFRICA空气质量档案阿库雷数据集},
author = {sensors.AFRICA},
year = {2026},
url = {https://open.africa/dataset/sensorsafrica-airquality-archive-akure},
note = {由电羊非洲（Electric Sheep Africa）重新打包以适配机器学习需求（https://huggingface.co/electricsheepafrica）}
}

---

*[电羊非洲（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。*