electricsheepafrica/africa-unesco-data-for-cameroon

---
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
- demographics
- education
- indicators
- socioeconomics
- sustainable-development
- sustainable-development-goals-sdg
- cmr
pretty_name: "Cameroon - Education Indicators"
dataset_info:
splits:
- name: train
num_examples: 5553
- name: test
num_examples: 1388
---

# Cameroon - Education Indicators

**Publisher:** UNESCO · **Source:** [HDX](https://data.humdata.org/dataset/unesco-data-for-cameroon) · **License:** `cc-by-igo` · **Updated:** 2026-03-02

---

## Abstract

Education indicators for Cameroon.

Contains data from the UNESCO Institute for Statistics [bulk data service](http://data.uis.unesco.org) covering the following categories: SDG 4 Global and Thematic (made 2026 February), Other Policy Relevant Indicators (made 2026 February), Demographic and Socio-economic (made 2026 February)

Each row in this dataset represents country-level aggregates. Data was last updated on HDX on 2026-03-02. Geographic scope: **CMR**.

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

---

## Dataset Characteristics

| | |
|---|---|
| **Domain** | Education |
| **Unit of observation** | Country-level aggregates |
| **Rows (total)** | 6,942 |
| **Columns** | 6 (2 numeric, 4 categorical, 0 datetime) |
| **Train split** | 5,553 rows |
| **Test split** | 1,388 rows |
| **Geographic scope** | CMR |
| **Publisher** | UNESCO |
| **HDX last updated** | 2026-03-02 |

---

## Variables

**Geographic** — `country_id` (CMR), `year` (range 1971.0–2025.0).

**Outcome / Measurement** — `value` (range 0.0–15394122.0).

**Identifier / Metadata** — `indicator_id` (CR.MOD.1.F, CR.MOD.3.GPIA, CR.MOD.3), `esa_source` (HDX), `esa_processed` (2026-04-04).

---

## Quick Start

```python
from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-unesco-data-for-cameroon")
train = ds["train"].to_pandas()
test = ds["test"].to_pandas()

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

---

## Schema

| Column | Type | Null % | Range / Sample Values |
|---|---|---|---|
| `indicator_id` | object | 0.0% | CR.MOD.1.F, CR.MOD.3.GPIA, CR.MOD.3 |
| `country_id` | object | 0.0% | CMR |
| `year` | int64 | 0.0% | 1971.0 – 2025.0 (mean 2009.1453) |
| `value` | float64 | 0.0% | 0.0 – 15394122.0 (mean 22911.0969) |
| `esa_source` | object | 0.0% | HDX |
| `esa_processed` | object | 0.0% | 2026-04-04 |

---

## Numeric Summary

| Column | Min | Max | Mean | Median |
|---|---|---|---|---|
| `year` | 1971.0 | 2025.0 | 2009.1453 | 2011.0 |
| `value` | 0.0 | 15394122.0 | 22911.0969 | 13.2768 |

---

## 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) with >80% missing values were removed: `magnitude`, `qualifier`. 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 UNESCO and has not been independently validated by ESA.
- Automated cleaning cannot correct for misreported values, definitional inconsistencies, or sampling bias in the original collection.
- Refer to the [original HDX dataset page](https://data.humdata.org/dataset/unesco-data-for-cameroon) for the publisher's own methodology notes and caveats.

---

## Citation

```bibtex
@dataset{hdx_africa_unesco_data_for_cameroon,
title = {Cameroon - Education Indicators},
author = {UNESCO},
year = {2026},
url = {https://data.humdata.org/dataset/unesco-data-for-cameroon},
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.*

---
注释创建者：
- 无注释
语言生成方式：
- 公开获取（found）
语言：
- 英语
许可协议：CC-BY-4.0
多语言属性：
- 单语言
规模区间：
- 1000<n<10000
源数据集：
- 原创数据集
任务类别：
- 表格分类
- 表格回归
任务子类别：
- 无
标签：
- 非洲
- 人道主义
- HDX（人道主义数据交换平台，Humanitarian Data Exchange）
- 电羊非洲（Electric Sheep Africa）
- 人口统计学
- 教育
- 指标
- 社会经济
- 可持续发展
- 可持续发展目标（SDGs）
- 喀麦隆（CMR）
美观名称："喀麦隆——教育指标"
数据集信息：
划分集：
- 名称：训练集（train）
样本数量：5553
- 名称：测试集（test）
样本数量：1388
---

# 喀麦隆——教育指标

**发布方**：联合国教科文组织（UNESCO） · **来源**：[HDX（人道主义数据交换平台，Humanitarian Data Exchange）](https://data.humdata.org/dataset/unesco-data-for-cameroon) · **许可协议**：`cc-by-igo` · **最后更新时间**：2026-03-02

---

## 摘要

本数据集为喀麦隆教育指标数据集，包含来自联合国教科文组织统计研究所（UNESCO Institute for Statistics）[批量数据服务（bulk data service）](http://data.uis.unesco.org)的数据，涵盖以下类别：可持续发展目标4（SDG 4）全球与专题数据（2026年2月生成）、其他政策相关指标（2026年2月生成）、人口与社会经济数据（2026年2月生成）。

数据集中每一行均代表国家级汇总统计结果。数据最后于2026-03-02在HDX平台更新，地理覆盖范围为**CMR（喀麦隆）**。

*本数据集由[电羊非洲（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

| 项目 | 内容 |
|---|---|
| **领域** | 教育 |
| **观测单元** | 国家级汇总统计结果 |
| **总样本行数** | 6,942 |
| **列数** | 6（2个数值型、4个分类型、0个日期时间型） |
| **训练集样本量** | 5,553条 |
| **测试集样本量** | 1,388条 |
| **地理覆盖范围** | CMR（喀麦隆） |
| **发布方** | 联合国教科文组织（UNESCO） |
| **HDX平台最后更新时间** | 2026-03-02 |

---

## 变量说明

**地理类变量** — `country_id`（国家代码，CMR）、`year`（年份，取值范围1971.0–2025.0）。

**结果/测量类变量** — `value`（指标数值，取值范围0.0–15394122.0）。

**标识符/元数据类变量** — `indicator_id`（指标代码，取值包括CR.MOD.1.F、CR.MOD.3.GPIA、CR.MOD.3）、`esa_source`（数据来源，HDX）、`esa_processed`（数据处理时间，2026-04-04）。

---

## 快速上手

python
from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-unesco-data-for-cameroon")
train = ds["train"].to_pandas()
test = ds["test"].to_pandas()

print(train.shape)
train.head()

---

## 数据结构

| 列名 | 数据类型 | 空值占比 | 取值范围/示例值 |
|---|---|---|---|
| `indicator_id` | object | 0.0% | CR.MOD.1.F、CR.MOD.3.GPIA、CR.MOD.3 |
| `country_id` | object | 0.0% | CMR |
| `year` | int64 | 0.0% | 1971.0 – 2025.0（均值2009.1453） |
| `value` | float64 | 0.0% | 0.0 – 15394122.0（均值22911.0969） |
| `esa_source` | object | 0.0% | HDX |
| `esa_processed` | object | 0.0% | 2026-04-04 |

---

## 数值统计摘要

| 列名 | 最小值 | 最大值 | 均值 | 中位数 |
|---|---|---|---|---|
| `year` | 1971.0 | 2025.0 | 2009.1453 | 2011.0 |
| `value` | 0.0 | 15394122.0 | 22911.0969 | 13.2768 |

---

## 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。将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`。移除了2个缺失值占比超过80%的列：`magnitude`与`qualifier`。使用固定随机种子（42）将数据集按80/20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。

---

## 局限性说明

- 数据来源于联合国教科文组织，尚未由电羊非洲（Electric Sheep Africa）进行独立验证。
- 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。
- 请查阅[HDX平台原始数据集页面](https://data.humdata.org/dataset/unesco-data-for-cameroon)获取发布方提供的方法说明与注意事项。

---

## 引用格式

bibtex
@dataset{hdx_africa_unesco_data_for_cameroon,
title = {喀麦隆——教育指标},
author = {联合国教科文组织（UNESCO）},
year = {2026},
url = {https://data.humdata.org/dataset/unesco-data-for-cameroon},
note = {由电羊非洲（Electric Sheep Africa）重新打包为机器学习可用格式 (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。*