hyperdemocracy/usc-unified
收藏资源简介：
该数据集是一系列数据集的一部分，提供了对美国国会数据的便捷访问，数据来源于美国政府出版办公室的GovInfo批量数据仓库。原始数据为XML格式，通过congress和legisplain仓库进行下载和进一步处理。数据集包含美国国会第113至118届的法案元数据和文本版本，提供了每个法案的唯一ID、国会编号、法案类型、法案编号、XML文件路径、最后修改日期、XML文件内容、解析后的JSON以及每个法案的所有文本版本。数据集按国会编号分为不同的部分，并提供了加载数据集的Python代码示例。此外，还提供了国会编号与年份的映射关系。
该数据集是一系列数据集的一部分，提供了对美国国会数据的便捷访问，数据来源于美国政府出版办公室的GovInfo批量数据仓库。原始数据为XML格式，通过congress和legisplain仓库进行下载和进一步处理。数据集包含美国国会第113至118届的法案元数据和文本版本，提供了每个法案的唯一ID、国会编号、法案类型、法案编号、XML文件路径、最后修改日期、XML文件内容、解析后的JSON以及每个法案的所有文本版本。数据集按国会编号分为不同的部分，并提供了加载数据集的Python代码示例。此外，还提供了国会编号与年份的映射关系。
数据集概述
数据集描述
该数据集是提供美国国会数据的系列数据集之一，涵盖了第113至118届国会的统一元数据和文本版本。数据来源于美国政府出版办公室（GPO）的GovInfo批量数据存储库，原始数据为XML格式。
数据集组成
数据集分为多个部分，每个部分对应一个国会届数，具体包括：
- 第113届国会
- 第114届国会
- 第115届国会
- 第116届国会
- 第117届国会
- 第118届国会
数据文件
每个国会届数的数据文件存储在对应的Parquet文件中，路径如下：
- 第113届国会：
data/usc-113-unified.parquet - 第114届国会：
data/usc-114-unified.parquet - 第115届国会：
data/usc-115-unified.parquet - 第116届国会：
data/usc-116-unified.parquet - 第117届国会：
data/usc-117-unified.parquet - 第118届国会：
data/usc-118-unified.parquet
列描述
数据集包含以下列：
legis_id：每个法案的唯一ID，格式为{congress_num}-{legis_type}-{legis_num}congress_num：法案所属的国会届数legis_type：法案类型，包括hr,hres,hconres,hjres,s,sres,sconres,sjreslegis_num：每个国会和类型的法案的递增编号bulk_path：批量下载时的XML文件路径lastmod：批量下载时的最后修改日期bs_xml：billstatus XML文件的内容bs_json：billstatus XML解析为JSON的内容tvs：该法案的所有文本版本
示例
数据集按国会届数分为多个部分，可以使用以下代码加载： python from datasets import load_dataset
加载每个国会届数的数据到DatasetDict中
dsd = load_dataset(path="hyperdemocracy/usc-unified")
加载单个国会届数的数据到Dataset中
ds = load_dataset(path="hyperdemocracy/usc-unified", split=117)
加载所有国会届数的数据到单个Dataset中
ds = load_dataset(path="hyperdemocracy/usc-unified", split="all")
国会届数与时间映射
| 国会届数 | 年份 | 元数据 | 文本 |
|---|---|---|---|
| 118 | 2023-2024 | True | True |
| 117 | 2021-2022 | True | True |
| 116 | 2019-2020 | True | True |
| 115 | 2017-2018 | True | True |
| 114 | 2015-2016 | True | True |
| 113 | 2013-2014 | True | True |
