electricsheepafrica/africa-infrastructure-libya

该数据集包含世界银行发布的利比亚基础设施指标数据，涵盖了水资源、能源、通信等多个领域。数据集由国家层面的聚合数据组成，每行代表一个国家级别的数据点。数据经过处理，转换为适合机器学习的Parquet格式，并分为训练集（992行）和测试集（248行）。数据集包含8列，其中2列为数值型，6列为分类型。数据集的地理范围限定为利比亚（LBY），数据最后更新于2026年3月27日。数据集由Electric Sheep Africa整理并发布，旨在为非洲的机器学习项目提供基础设施数据支持。

---
注释创建者:
- 无注释
语言创建者:
- 现有资源采集
语言:
- 英语
许可协议: CC BY 4.0
多语言属性:
- 单语言
数据规模:
- 1000 < 样本数 < 10000
源数据集:
- 原创数据集
任务类别:
- 表格分类
任务子项: []
标签:
- 非洲
- 人道主义
- 人道主义数据交换（Humanitarian Data Exchange，HDX）
- Electric Sheep Africa
- 设施与基础设施
- 指标
- 利比亚（LBY）
美观名称: "利比亚——基础设施"
数据集信息:
划分:
- 名称: 训练集
样本数: 992
- 名称: 测试集
样本数: 248
---

# 利比亚——基础设施

**发布方**：世界银行集团 · **数据来源**：[人道主义数据交换平台（Humanitarian Data Exchange，HDX）](https://data.humdata.org/dataset/world-bank-infrastructure-indicators-for-libya) · **许可协议**：`CC BY` · **最后更新时间**：2026-03-27

---

## 摘要

本数据集包含世界银行[官方数据门户](http://data.worldbank.org/)的相关数据，同时人道主义数据交换平台（HDX）上还发布有[利比亚综合国家指标数据集](https://data.humdata.org/dataset/world-bank-combined-indicators-for-libya)。

基础设施是制造业与农业活动顺利开展的核心决定因素。在供水、环卫、能源、住房与交通领域的投资，不仅能够改善民众生活质量，更有助于减少贫困。而新兴信息与通信技术则可推动经济增长，优化医疗及其他公共服务的供给，拓展教育覆盖范围，并助力社会与文化进步。本数据集的数据源自国际道路联合会、国际集装箱化协会、国际民用航空组织、国际能源署以及国际电信联盟等机构。

本数据集的每一行均代表国家层面的汇总统计数据。数据最后于2026-03-27在HDX平台更新，地理覆盖范围为**利比亚（LBY）**。

*本数据集已由[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** | 公共卫生 |
| **观测单元** | 国家层面汇总数据 |
| **总样本行数** | 1241 |
| **字段数** | 8（2个数值型、6个分类型、0个日期型） |
| **训练集划分** | 992行 |
| **测试集划分** | 248行 |
| **地理覆盖范围** | 利比亚（LBY） |
| **发布方** | 世界银行集团 |
| **HDX平台最后更新时间** | 2026-03-27 |

---

## 字段说明

**地理类字段**：`country_name`（国家名称：利比亚）、`country_iso3`（国家ISO3代码：LBY）、`year`（年份：范围1960.0–2024.0）。

**结果/测量类字段**：`value`（指标数值：范围0.0–358820000.0）。

**标识符/元数据字段**：`indicator_name`（指标名称：可再生内陆淡水资源总量（十亿立方米）、人均可再生内陆淡水资源（立方米）、固定电话订阅量）、`indicator_code`（指标代码：ER.H2O.INTR.K3、ER.H2O.INTR.PC、IT.MLT.MAIN）、`esa_source`（数据来源：HDX）、`esa_processed`（处理时间：2026-04-27）。

---

## 快速上手

以下为快速使用示例：

python
from datasets import load_dataset

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

print(train.shape)
train.head()

---

## 数据结构

| 字段名 | 数据类型 | 空值占比 | 取值范围/示例值 |
|---|---|---|---|
| `country_name` | 字符串型 | 0.0% | 利比亚 |
| `country_iso3` | 字符串型 | 0.0% | LBY |
| `year` | 整数型 | 0.0% | 1960.0 – 2024.0（均值2000.4464） |
| `indicator_name` | 字符串型 | 0.0% | 可再生内陆淡水资源总量（十亿立方米）、人均可再生内陆淡水资源（立方米）、固定电话订阅量 |
| `indicator_code` | 字符串型 | 0.0% | ER.H2O.INTR.K3、ER.H2O.INTR.PC、IT.MLT.MAIN |
| `value` | 浮点型 | 0.0% | 0.0 – 358820000.0（均值1766608.5864） |
| `esa_source` | 字符串型 | 0.0% | HDX |
| `esa_processed` | 字符串型 | 0.0% | 2026-04-27 |

---

## 数值型字段统计摘要

| 字段名 | 最小值 | 最大值 | 均值 | 中位数 |
|---|---|---|---|---|
| `year` | 1960.0 | 2024.0 | 2000.4464 | 2002.0 |
| `value` | 0.0 | 358820000.0 | 1766608.5864 | 26.8859 |

---

## 数据整理流程

原始数据通过CKAN API从HDX平台下载，并转换为Parquet格式。字段名称统一转换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`）均被统一替换为`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文件保存。

---

## 数据集局限性

1. 本数据集数据源自世界银行集团，尚未由Electric Sheep Africa（ESA）进行独立验证。
2. 自动化数据清洗无法修正原始数据集中的错报值、定义不一致问题或采样偏差。
3. 如需了解发布方的方法论说明与免责条款，请参阅[原始HDX数据集页面](https://data.humdata.org/dataset/world-bank-infrastructure-indicators-for-libya)。

---

## 引用格式

bibtex
@dataset{hdx_africa_infrastructure_libya,
title = {Libya - Infrastructure},
author = {World Bank Group},
year = {2026},
url = {https://data.humdata.org/dataset/world-bank-infrastructure-indicators-for-libya},
note = {Repackaged for machine learning by Electric Sheep Africa (https://huggingface.co/electricsheepafrica)}
}

---

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