electricsheepafrica/africa-sensorsafrica-airquality-archive-kampala

该数据集名为sensors.AFRICA Air Quality Archive Kampala，主要包含由低成本传感器采集的PM（颗粒物）、温度和湿度读数。数据集详细记录了传感器类型、日期、时间、位置信息以及具体的测量值（温度、湿度、PM1、PM2.5和PM10）。数据格式为CSV，适合研究空气质量和低成本传感器的研究人员使用。数据集的地理范围限定在乌干达的SENSORSAFRICA-AIRQUALITY-ARCHIVE区域，最后更新日期为2025-10-03。数据集由Electric Sheep Africa整理为适合机器学习的Parquet格式。

annotations_creators:
- 无标注
language_creators:
- 公开采集
language:
- 英语
license: CC BY 4.0
multilinguality:
- 单语言
size_categories:
- 1万<n<10万
source_datasets:
- 原创数据集
task_categories:
- 表格回归
- 其他
task_ids:
- 无
tags:
- 非洲
- 人道主义
- HDX
- Electric Sheep Africa
- pm1
- pm10
- pm2.5
- 湿度
- 温度
- sensorsafrica-airquality-archive
- 乌干达
pretty_name: "sensors.AFRICA 乌干达坎帕拉空气质量档案库"
dataset_info:
splits:
- name: train
num_examples: 13584
- name: test
num_examples: 3396

---

# sensors.AFRICA 乌干达坎帕拉空气质量档案库

**发布方**：sensors.AFRICA · **来源**：[OpenAfrica](https://open.africa/dataset/sensorsafrica-airquality-archive-kampala) · **许可协议**：`CC BY 4.0` · **最后更新**：2025-10-03

---

## 摘要

本数据集收录了由低成本颗粒物监测传感器采集的颗粒物（particulate matter，PM）、温度与湿度观测读数。此类传感器可监测空气中的PM浓度，涵盖直径≤1微米的颗粒物（PM1）、直径2.5微米的颗粒物（PM2.5）以及直径≤10微米的颗粒物（PM10）。

数据集包含传感器类型、读数日期、时间、位置信息，以及传感器测得的温度（摄氏度，℃）、湿度（百分比，%）、PM1、PM2.5与PM10的具体数值。本数据集非常适合致力于研究空气质量与PM监测用低成本传感器的科研人员与爱好者使用。

数据集以CSV格式存储，可通过Microsoft Excel、Google Sheets、LibreOffice Calc等编辑器打开。

请注意，数据集中的P0代表PM1，P2代表PM2.5，P1代表PM10。

本数据集的每一行均代表一个带地理定位的点位观测数据。原始数据最后在OpenAfrica平台更新于2025-10-03。地理覆盖范围：**SENSORSAFRICA-AIRQUALITY-ARCHIVE，乌干达**。

*本数据集已由[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

| | |
|---|---|
| **领域** | 人道主义与发展数据 |
| **观测单元** | 带地理定位的点位观测数据 |
| **总行数** | 16980 |
| **列数** | 3（0个数值列、3个分类列、0个日期时间列） |
| **训练集划分** | 13584行 |
| **测试集划分** | 3396行 |
| **地理覆盖范围** | SENSORSAFRICA-AIRQUALITY-ARCHIVE，乌干达 |
| **发布方** | sensors.AFRICA |
| **OpenAfrica最后更新时间** | 2025-10-03 |

---

## 变量说明

**地理相关字段** — `sensor_id_sensor_type_location_lat_lon_timestamp_value_type_value`（示例值：42;SDS011;19;0.323;32.576;2018-02-21T07:24:27.103718+00:00;P2;22.10、42;SDS011;19;0.323;32.576;2018-02-26T11:28:35.445400+00:00;humidity;51.90、42;SDS011;19;0.323;32.576;2018-02-26T11:21:00.733059+00:00;P2;4.20）。

**标识符/元数据字段** — `esa_source`（HDX）、`esa_processed`（2026-04-27）。

---

## 快速上手

python
from datasets import load_dataset

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

print(train.shape)
train.head()

---

## 数据Schema

| 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 | 0.0% | 42;SDS011;19;0.323;32.576;2018-02-21T07:24:27.103718+00:00;P2;22.10、42;SDS011;19;0.323;32.576;2018-02-26T11:28:35.445400+00:00;humidity;51.90、42;SDS011;19;0.323;32.576;2018-02-26T11:21:00.733059+00:00;P2;4.20 |
| `esa_source` | 对象型 | 0.0% | HDX |
| `esa_processed` | 对象型 | 0.0% | 2026-04-27 |

---

## 数值统计摘要

| 列名 | 最小值 | 最大值 | 均值 | 中位数 |
|---|---|---|---|---|
| 无数值列。 | | | | |

---

## 数据整理流程

原始数据通过CKAN API从OpenAfrica平台下载，并转换为Parquet格式。列名统一转为小写并标准化为蛇形命名法。常见的缺失值标记（`N/A`、`null`、`none`、`-`、`unknown`、`no data`、`#N/A`）被统一替换为`NaN`。本数据集以80/20的比例划分为训练集与测试集，使用固定随机种子（42）进行划分，并以Snappy压缩的Parquet格式存储。

---

## 局限性说明

- 数据源自sensors.AFRICA，未由Electric Sheep Africa（ESA）进行独立验证。
- 自动化清洗无法修正原始采集过程中错误上报的值、定义不一致问题或采样偏差。
- 本数据集覆盖2个国家；不同国家间的地理与方法学差异可能影响跨国家的可比性。
- 请查阅[原始HDX数据集页面](https://open.africa/dataset/sensorsafrica-airquality-archive-kampala)获取发布方提供的方法学说明与注意事项。

---

## 引用格式

bibtex
@dataset{openafrica_africa_sensorsafrica_airquality_archive_kampala,
title = {sensors.AFRICA Air Quality Archive Kampala},
author = {sensors.AFRICA},
year = {2025},
url = {https://open.africa/dataset/sensorsafrica-airquality-archive-kampala},
note = {Repackaged for machine learning by Electric Sheep Africa (https://huggingface.co/electricsheepafrica)}
}

---

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