africa-somalia-internally-displaced-persons-idps
收藏资源简介：
该数据集名为“索马里：国内流离失所者（IDPs）”，由联合国难民署（UNHCR）的保护和返回监测网络（PRMN）整理，包含2016年1月至2022年10月期间索马里国内流离失所者的数据。数据集记录了流离失所者的来源和目的地地区、流离失所原因等信息，每条数据代表一个次国家级行政单位的观察结果。数据集总共有76行数据，分为60行训练集和15行测试集，包含7个分类变量，如当前地区、当前行政区、总人口数等。数据集适用于机器学习和数据分析任务，特别是在人道主义援助和移民研究领域。数据集由Electric Sheep Africa进行了标准化处理，转换为Parquet格式，并进行了缺失值统一和标准化命名。
This dataset, titled "Somalia: Internally Displaced Persons (IDPs)", was compiled by the Protection and Return Monitoring Network (PRMN) under the United Nations High Commissioner for Refugees (UNHCR), and contains data on internally displaced persons in Somalia covering the period from January 2016 to October 2022. It records details including the origin and destination regions of displaced individuals, causes of displacement, and other relevant information, with each entry corresponding to an observation of a sub-national administrative unit. The dataset comprises a total of 76 rows, split into 60 rows for the training set and 15 rows for the test set, and includes seven categorical variables such as current region, current administrative district, and total population. This dataset is applicable to machine learning and data analysis tasks, especially within the domains of humanitarian aid and migration research. It was standardized by Electric Sheep Africa, converted to the Parquet file format, and processed with uniform handling of missing values and standardized naming conventions.
数据集概述：索马里境内流离失所者 (IDPs)
基本信息
- 数据集名称：Somalia: Internally Displaced Persons (IDPs)
- 发布者：UNHCR - The UN Refugee Agency
- 数据来源：HDX (https://data.humdata.org/dataset/somalia-internally-displaced-persons-idps)
- 整理者：Electric Sheep Africa (https://huggingface.co/electricsheepafrica)
- 许可协议：cc-by-4.0
- 语言：英语
- 多语言性：单语
- 规模类别：n<1K
- 任务类别：其他
- 标签：africa, humanitarian, hdx, electric-sheep-africa, baseline-population, displacement, internally-displaced-persons-idp, refugees, som
数据集内容
- 领域：强迫流离失所与移民
- 观测单位：次国家级行政单位观测数据
- 数据时间范围：2016年1月至2022年10月
- 地理范围：索马里 (SOM)
- 总行数：76
- 列数：7
- 数据分割：
- 训练集：60行
- 测试集：15行
- HDX最后更新日期：2025-04-28
- ESA处理日期：2026-04-08
变量说明
数据集包含7个分类变量，无数值变量和日期时间变量。
地理变量
curentregion：当前区域（例如：Lower Shabelle, Bari, Gedo）currentmapdistrict：当前地图区域（例如：Laasqoray, Qardho, Baki）admin2_name：二级行政区名称（例如：Laasqoray, Qardho, Baki）admin2_pcode：二级行政区代码（例如：SO1503, SO1606, SO1102）
标识符/元数据变量
esa_source：数据来源（固定为“HDX”）esa_processed：ESA处理日期（固定为“2026-04-08”）
其他变量
sum_of_allpeople：总人数（例如：2,522, 2,059, 5,694）
数据结构
所有列均为对象类型，无空值。
数据整理过程
- 原始数据通过CKAN API从HDX下载并转换为Parquet格式。
- 列名被转换为小写和蛇形命名法。
- 常见的缺失值标记被统一为
NaN。 - 数据集使用固定的随机种子（42）按80/20的比例分割为训练集和测试集，并保存为Snappy压缩的Parquet文件。
使用方式
python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-somalia-internally-displaced-persons-idps")
局限性
- 数据来源于联合国难民署，未经ESA独立验证。
- 自动清洗无法纠正原始收集中误报的值、定义不一致或抽样偏差。
- 有关发布者自身的方法说明和注意事项，请参考原始HDX数据集页面 (https://data.humdata.org/dataset/somalia-internally-displaced-persons-idps)。
引用
bibtex @dataset{hdx_africa_somalia_internally_displaced_persons_idps, title = {Somalia: Internally Displaced Persons (IDPs)}, author = {UNHCR - The UN Refugee Agency}, year = {2025}, url = {https://data.humdata.org/dataset/somalia-internally-displaced-persons-idps}, note = {Repackaged for machine learning by Electric Sheep Africa (https://huggingface.co/electricsheepafrica)} }
