홈›데이터 찾기›한국가스공사_월간 시도별 도시가스 판매현황
한국가스공사_월간 시도별 도시가스 판매현황
읽기 쉬운 제목(검토 전) 월간 시도별 도시가스 판매현황
한국가스공사 · 마케팅기획처 수급계획부 · 공공데이터포털 원본 ↗
준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
월별 시도별 도시가스 판매현황은 1989년 1월부터 2019년 11월까지의 시도별 도시가스 판매량을 정리한 데이터입니다.
기관이 작성한 데이터 설명 전체
월별 시도별 도시가스 판매현황은 1989년 1월부터 2019년 11월까지의 시도별 도시가스 판매량을 정리한 데이터입니다. 서울, 인천, 경기, 부산, 대구, 광주, 대전, 울산, 세종, 강원, 충북, 충남, 전북, 전남, 경북, 경남, 제주 단위는 천㎥이며, 해당 자료를 통해 각 시도의 천연가스 공급시기를 확인할 수 있습니다. 함께 참고할 수 있는 자료로는 [도시가스 용도별 권역별 중기 수요전망(5개년)], [도시가스 용도별 지역별 중기 수요전망(5개년)], [도시가스 용도별 중기 수요전망(5개년)], [도시가스 중기 수요전망(5개년) 기준 권역별 비중], [도시가스 중기 수요전망(5개년) 기준 권역별 보급률]이 있습니다.
산업고용 - 에너지및자원개발시도별도시가스월간판매현황연간
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
432행 × 원본 18열 (+정제 1열)
CSV 53 KB · Parquet 37 KB
기간
1989 – 2024
연월 기준 · 99% 범위
공간 단위
해당 없음
결측
0.0%
항목 평균
정제 범위
1/18 항목 · 정제값이 있는 셀 100.0%
원본 열은 그대로 보존
데이터 내용
연월시도별 도시가스 판매량이 집계된 해와 달유형 문자형분류 —결측 0%정제 정제 100.0%
시도별 도시가스 판매량이 집계된 해와 달
정제 열 정제_연월
예: 1989-01 2012-09 2013-08
서울표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 15,151 ~ 928,709 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 15,151 ~ 928,709 범위의 정수 수치
예: 37560 159054 169099
인천표를 지역 기준으로 펼친 축에서 「인천」에 해당하는 값 · 셀은 6,191 ~ 241,088 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「인천」에 해당하는 값 · 셀은 6,191 ~ 241,088 범위의 정수 수치
예: 10468 77963 73926
경기표를 지역 기준으로 펼친 축에서 「경기」에 해당하는 값 · 셀은 0 ~ 868,530 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「경기」에 해당하는 값 · 셀은 0 ~ 868,530 범위의 정수 수치
예: 0 654319 430224
부산표를 지역 기준으로 펼친 축에서 「부산」에 해당하는 값 · 셀은 2,268 ~ 225,359 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「부산」에 해당하는 값 · 셀은 2,268 ~ 225,359 범위의 정수 수치
예: 2497 3112 71611
대구표를 지역 기준으로 펼친 축에서 「대구」에 해당하는 값 · 셀은 1,118 ~ 159,602 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「대구」에 해당하는 값 · 셀은 1,118 ~ 159,602 범위의 정수 수치
예: 33318 37955 1940
광주표를 지역 기준으로 펼친 축에서 「광주」에 해당하는 값 · 셀은 815 ~ 102,090 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「광주」에 해당하는 값 · 셀은 815 ~ 102,090 범위의 정수 수치
예: 25430 27119 28656
대전표를 지역 기준으로 펼친 축에서 「대전」에 해당하는 값 · 셀은 158 ~ 124,430 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「대전」에 해당하는 값 · 셀은 158 ~ 124,430 범위의 정수 수치
예: 110897 10624 322
울산표를 지역 기준으로 펼친 축에서 「울산」에 해당하는 값 · 셀은 1,222 ~ 352,116 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「울산」에 해당하는 값 · 셀은 1,222 ~ 352,116 범위의 정수 수치
예: 7277 2006 275652
세종표를 지역 기준으로 펼친 축에서 「세종」에 해당하는 값 · 셀은 0 ~ 12,855 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「세종」에 해당하는 값 · 셀은 0 ~ 12,855 범위의 정수 수치
예: 0(288) · 5138(2) · 9477…
강원표를 지역 기준으로 펼친 축에서 「강원」에 해당하는 값 · 셀은 105 ~ 74,051 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「강원」에 해당하는 값 · 셀은 105 ~ 74,051 범위의 정수 수치
예: 15614 16280 13001
충북표를 지역 기준으로 펼친 축에서 「충북」에 해당하는 값 · 셀은 0 ~ 134,218 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「충북」에 해당하는 값 · 셀은 0 ~ 134,218 범위의 정수 수치
예: 0 66814 37521
충남표를 지역 기준으로 펼친 축에서 「충남」에 해당하는 값 · 셀은 0 ~ 220,643 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「충남」에 해당하는 값 · 셀은 0 ~ 220,643 범위의 정수 수치
예: 0 106000 134360
전북표를 지역 기준으로 펼친 축에서 「전북」에 해당하는 값 · 셀은 328 ~ 129,959 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「전북」에 해당하는 값 · 셀은 328 ~ 129,959 범위의 정수 수치
예: 607 586 45737
전남표를 지역 기준으로 펼친 축에서 「전남」에 해당하는 값 · 셀은 405 ~ 107,310 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「전남」에 해당하는 값 · 셀은 405 ~ 107,310 범위의 정수 수치
예: 1339 19787 764
경북표를 지역 기준으로 펼친 축에서 「경북」에 해당하는 값 · 셀은 139 ~ 208,314 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「경북」에 해당하는 값 · 셀은 139 ~ 208,314 범위의 정수 수치
예: 3764 1017 150
경남표를 지역 기준으로 펼친 축에서 「경남」에 해당하는 값 · 셀은 1,564 ~ 193,539 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「경남」에 해당하는 값 · 셀은 1,564 ~ 193,539 범위의 정수 수치
예: 2942 51462 55092
제주표를 지역 기준으로 펼친 축에서 「제주」에 해당하는 값 · 셀은 0 ~ 5,602 범위의 정수 수치유형 숫자형분류 —결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「제주」에 해당하는 값 · 셀은 0 ~ 5,602 범위의 정수 수치
예: 0 1065 1275
찾는 항목이 없습니다.
상위 5행 · 18열 중 11열 · 나머지는 데이터 팩에 · 첫 열 고정 · 「정제_」 항목이 정리한 값 · 확인 필요 규칙으로 확정하지 못해 원래 값을 그대로 유지한 값(파일에서는 값 앞에 [E]) · 행 식별값은 맨 끝
| 서울 | 인천 | 경기 | 부산 | 대구 | 광주 | 대전 | 울산 | 세종 | 강원 | 연월 | 정제_연월 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 37560 | 10468 | 0 | 3112 | 1940 | 2203 | 322 | 2006 | 0 | 326 | 1989-01 | 1989-01 | 0_9bc9065b |
| 33566 | 9211 | 0 | 3052 | 1756 | 2034 | 345 | 1900 | 0 | 272 | 1989-02 | 1989-02 | 1_12a93a44 |
| 30224 | 9608 | 0 | 3714 | 1896 | 1940 | 268 | 2135 | 0 | 253 | 1989-03 | 1989-03 | 2_72353ff2 |
| 18668 | 7736 | 0 | 2497 | 1416 | 1225 | 257 | 1402 | 0 | 163 | 1989-04 | 1989-04 | 3_8a7f7376 |
| 15790 | 7091 | 0 | 2268 | 1270 | 903 | 196 | 1445 | 0 | 134 | 1989-05 | 1989-05 | 4_4bb98333 |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15040819/data/dataset-15040819.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15040819)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
연결 기준이 같은 데이터
121종 중 공유하는 기준이 많은 순 · 기준(항목 종류)이 동일하다는 의미이며, 실제 값의 일치 여부는 확인하지 않았습니다(값 미확인)