electricsheepafrica/africa-mali-formation-sanitaires

---
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
- other
task_ids: []
tags:
- africa
- humanitarian
- hdx
- electric-sheep-africa
- health
- health-facilities
- mli
pretty_name: "Mali: Formation Sanitaires"
dataset_info:
splits:
- name: train
num_examples: 5122
- name: test
num_examples: 1280
---

# Mali: Formation Sanitaires

**Publisher:** OCHA Mali · **Source:** [HDX](https://data.humdata.org/dataset/mali-formation-sanitaires) · **License:** `cc-by` · **Updated:** 2025-04-28

---

## Abstract

Accessibilite et fonctionalite des formations sanitaires au Mali en 2023.

Each row in this dataset represents geolocated point observations. Data was last updated on HDX on 2025-04-28. Geographic scope: **MLI**.

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

---

## Dataset Characteristics

| | |
|---|---|
| **Domain** | Public health |
| **Unit of observation** | Geolocated point observations |
| **Rows (total)** | 6,403 |
| **Columns** | 8 (2 numeric, 6 categorical, 0 datetime) |
| **Train split** | 5,122 rows |
| **Test split** | 1,280 rows |
| **Geographic scope** | MLI |
| **Publisher** | OCHA Mali |
| **HDX last updated** | 2025-04-28 |

---

## Variables

**Geographic** — `nom_de_la_localité_p_ex_village_quartier` (Dimbal, Soubala, SENOU), `coordonnées_géographiques_de_la_fosa_en_degrés_décimaux_latitude` (range 10.2143–22.6064), `coordonnées_géographiques_de_la_fosa_en_degrés_décimaux_longitude` (range -12.2269–7.9792), `accessibilité_la_fosa_est_elle_accessible_aux_patients_x000d` (Accessible, Partiellement accessible, Non accessible).

**Identifier / Metadata** — `workspace_id` (Bamako / Commune VI, Koulikoro / Kalabancoro, Mopti / Bankass / ASC), `esa_source` (HDX), `esa_processed` (2026-04-18).

**Other** — `fonctionnalité_la_fosa_est_elle_fonctionnel` (Fonctionnelle, Partiellement fonctionnelle, Non fonctionnelle).

---

## Quick Start

```python
from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-mali-formation-sanitaires")
train = ds["train"].to_pandas()
test = ds["test"].to_pandas()

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

---

## Schema

| Column | Type | Null % | Range / Sample Values |
|---|---|---|---|
| `workspace_id` | object | 0.0% | Bamako / Commune VI, Koulikoro / Kalabancoro, Mopti / Bankass / ASC |
| `nom_de_la_localité_p_ex_village_quartier` | object | 1.8% | Dimbal, Soubala, SENOU |
| `coordonnées_géographiques_de_la_fosa_en_degrés_décimaux_latitude` | float64 | 31.9% | 10.2143 – 22.6064 (mean 13.2101) |
| `coordonnées_géographiques_de_la_fosa_en_degrés_décimaux_longitude` | float64 | 31.9% | -12.2269 – 7.9792 (mean -6.4301) |
| `fonctionnalité_la_fosa_est_elle_fonctionnel` | object | 53.2% | Fonctionnelle, Partiellement fonctionnelle, Non fonctionnelle |
| `accessibilité_la_fosa_est_elle_accessible_aux_patients_x000d` | object | 6.8% | Accessible, Partiellement accessible, Non accessible |
| `esa_source` | object | 0.0% | HDX |
| `esa_processed` | object | 0.0% | 2026-04-18 |

---

## Numeric Summary

| Column | Min | Max | Mean | Median |
|---|---|---|---|---|
| `coordonnées_géographiques_de_la_fosa_en_degrés_décimaux_latitude` | 10.2143 | 22.6064 | 13.2101 | 12.6698 |
| `coordonnées_géographiques_de_la_fosa_en_degrés_décimaux_longitude` | -12.2269 | 7.9792 | -6.4301 | -6.8451 |

---

## 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`. 96 exact duplicate rows were removed. 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 OCHA Mali and has not been independently validated by ESA.
- Automated cleaning cannot correct for misreported values, definitional inconsistencies, or sampling bias in the original collection.
- The following columns have >20% missing values and should be treated with caution in modelling: `coordonnées_géographiques_de_la_fosa_en_degrés_décimaux_latitude`, `coordonnées_géographiques_de_la_fosa_en_degrés_décimaux_longitude`, `fonctionnalité_la_fosa_est_elle_fonctionnel`.
- Refer to the [original HDX dataset page](https://data.humdata.org/dataset/mali-formation-sanitaires) for the publisher's own methodology notes and caveats.

---

## Citation

```bibtex
@dataset{hdx_africa_mali_formation_sanitaires,
title = {Mali: Formation Sanitaires},
author = {OCHA Mali},
year = {2025},
url = {https://data.humdata.org/dataset/mali-formation-sanitaires},
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.*

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:
- 1K<n<10K
source_datasets:
- 原创数据集
task_categories:
- 表格分类
- 其他
task_ids: []
tags:
- 非洲
- 人道主义
- HDX
- 非洲电羊（Electric Sheep Africa）
- 医疗健康
- 医疗设施
- MLI
pretty_name: "马里：卫生医疗设施"
dataset_info:
splits:
- name: train
num_examples: 5122
- name: test
num_examples: 1280

# 马里：卫生医疗设施

**发布方：马里联合国人道主义事务协调厅（OCHA Mali） · 数据源：[HDX（人道主义数据交换平台）](https://data.humdata.org/dataset/mali-formation-sanitaires) · 许可证：`cc-by` · 最后更新时间：2025-04-28**

---

## 摘要

2023年马里卫生医疗设施的可及性与运行情况。

本数据集的每一行均代表一条带地理定位的点位观测数据。该数据集最后一次在HDX平台更新的时间为2025-04-28。地理覆盖范围：**MLI（马里ISO国家代码）**。

*本数据集已由[非洲电羊（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** | 公共卫生 |
| **观测单元** | 带地理定位的点位数据 |
| **总数据行数** | 6403 |
| **总列数** | 8列（2个数值列、6个分类列、0个日期时间列） |
| **训练集划分** | 5122行 |
| **测试集划分** | 1280行 |
| **地理覆盖范围** | MLI |
| **发布方** | 马里联合国人道主义事务协调厅（OCHA Mali） |
| **HDX平台最后更新时间** | 2025-04-28 |

---

## 变量说明

### 地理类变量
`nom_de_la_localité_p_ex_village_quartier`：社区名称（如村庄或街区），示例值：Dimbal、Soubala、SENOU
`coordonnées_géographiques_de_la_fosa_en_degrés_décimaux_latitude`：卫生设施十进制地理纬度，取值范围：10.2143~22.6064
`coordonnées_géographiques_de_la_fosa_en_degrés_décimaux_longitude`：卫生设施十进制地理经度，取值范围：-12.2269~7.9792
`accessibilité_la_fosa_est_elle_accessible_aux_patients`（原字段含换行符`x000d`）：该卫生设施是否可供患者就诊，可选值：可访问、部分可访问、不可访问

### 标识与元数据类变量
`workspace_id`：工作区标识，示例值：Bamako / Commune VI、Koulikoro / Kalabancoro、Mopti / Bankass / ASC
`esa_source`：数据来源，取值：HDX
`esa_processed`：数据处理时间，取值：2026-04-18

### 其他类变量
`fonctionnalité_la_fosa_est_elle_fonctionnel`：该卫生设施是否处于运行状态，可选值：正常运行、部分运行、无法运行

---

## 快速上手

python
from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-mali-formation-sanitaires")
train = ds["train"].to_pandas()
test = ds["test"].to_pandas()

print(train.shape)
train.head()

---

## 数据结构详情

| 列名 | 数据类型 | 空值占比 | 取值范围/示例值 |
|---|---|---|---|
| `workspace_id` | 对象类型（object） | 0.0% | Bamako / Commune VI、Koulikoro / Kalabancoro、Mopti / Bankass / ASC |
| `nom_de_la_localité_p_ex_village_quartier` | 对象类型（object） | 1.8% | Dimbal、Soubala、SENOU |
| `coordonnées_géographiques_de_la_fosa_en_degrés_décimaux_latitude` | 浮点型（float64） | 31.9% | 10.2143 ~ 22.6064（均值：13.2101） |
| `coordonnées_géographiques_de_la_fosa_en_degrés_décimaux_longitude` | 浮点型（float64） | 31.9% | -12.2269 ~ 7.9792（均值：-6.4301） |
| `fonctionnalité_la_fosa_est_elle_fonctionnel` | 对象类型（object） | 53.2% | 正常运行、部分运行、无法运行 |
| `accessibilité_la_fosa_est_elle_accessible_aux_patients_x000d` | 对象类型（object） | 6.8% | 可访问、部分可访问、不可访问 |
| `esa_source` | 对象类型（object） | 0.0% | HDX |
| `esa_processed` | 对象类型（object） | 0.0% | 2026-04-18 |

---

## 数值统计摘要

| 列名 | 最小值 | 最大值 | 均值 | 中位数 |
|---|---|---|---|---|
| `coordonnées_géographiques_de_la_fosa_en_degrés_décimaux_latitude` | 10.2143 | 22.6064 | 13.2101 | 12.6698 |
| `coordonnées_géographiques_de_la_fosa_en_degrés_décimaux_longitude` | -12.2269 | 7.9792 | -6.4301 | -6.8451 |

---

## 数据整理流程

原始数据通过CKAN应用程序编程接口（CKAN API）从HDX平台下载，并转换为Parquet格式。所有列名均转换为小写并标准化为蛇形命名法（snake_case）。常见的缺失值标记（如`N/A`、`null`、`none`、`-`、`unknown`、`no data`、`#N/A`）被统一替换为`NaN`。共移除96条完全重复的行。本数据集以80/20的比例划分为训练集与测试集，划分时使用固定随机种子（42），最终以Snappy压缩的Parquet格式存储。

---

## 数据集局限性

- 本数据集源自马里联合国人道主义事务协调厅，未经过非洲电羊（Electric Sheep Africa）的独立验证。
- 自动化数据清洗无法修正原始采集阶段的错报值、定义不一致或采样偏差问题。
- 以下列的空值占比超过20%，在建模过程中需谨慎使用：`coordonnées_géographiques_de_la_fosa_en_degrés_décimaux_latitude`、`coordonnées_géographiques_de_la_fosa_en_degrés_décimaux_longitude`、`fonctionnalité_la_fosa_est_elle_fonctionnel`。
- 如需了解发布方的方法论说明与免责声明，请参阅[HDX平台原始数据集页面](https://data.humdata.org/dataset/mali-formation-sanitaires)。

---

## 引用格式

bibtex
@dataset{hdx_africa_mali_formation_sanitaires,
title = {Mali: Formation Sanitaires},
author = {OCHA Mali},
year = {2025},
url = {https://data.humdata.org/dataset/mali-formation-sanitaires},
note = {Repackaged for machine learning by Electric Sheep Africa (https://huggingface.co/electricsheepafrica)}
}

---

*[非洲电羊（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。*