준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
한국가스공사 생산기지의 연도별 생산실적 데이터 입니다.
기관이 작성한 데이터 설명 전체
한국가스공사 생산기지의 연도별 생산실적 데이터 입니다. 생산기지의 생산성 분석 및 공급계획 수립, 수급 관리, 기지 운영 효율성 평가를 목적으로 수집되었습니다. 데이터 구성항목은 연도별로 평택기지, 인천기지, 통영기지, 삼척기지, 제주기지의 생산실적(Ton 단위)으로 이루어져 있어 각 기지의 생산 성과를 비교 분석할 수 있습니다. 본 데이터를 활용하면 기지별 생산량 추이 분석, 생산능력 대비 실적 평가, 계절별 생산 패턴 파악, 기지간 생산량 비중 변화 분석이 가능합니다. 또한 수요 변동에 따른 생산 대응력 평가, 생산 효율성 벤치마킹, 가동률 분석, 생산계획 대비 달성률 평가에 활용됩니다. 연도별 수요예측에 따른 생산계획 수립, 기지간 생산량 조정, LNG 도입량 결정 등 천연가스 수급 관리 의사결정을 지원하며, 생산기지 운영 효율성 향상을 위한 기초자료로 활용됩니다.
산업고용 - 에너지및자원개발톤생산실적생산기지삼척기지인천기지
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
7행 × 원본 6열 (+정제 1열)
CSV 0 KB · Parquet 3 KB
기간
2014 – 2019
연도 기준 · 99% 범위
공간 단위
해당 없음
결측
0.0%
항목 평균
연결 기준
0종 · 0개 데이터
없음
정제 범위
1/6 항목 · 정제값이 있는 셀 100.0%
원본 열은 그대로 보존
데이터 내용
연도생산기지의 연간 생산실적이 집계된 해유형 숫자형분류 —결측 0%정제 정제 100.0%
생산기지의 연간 생산실적이 집계된 해
정제 열 정제_연도
예: 2014 2015 2016
평택기지표를 분류 기준으로 펼친 축에서 「평택기지」에 해당하는 값 · 셀은 10,545,549 ~ 13,253,603 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 분류 기준으로 펼친 축에서 「평택기지」에 해당하는 값 · 셀은 10,545,549 ~ 13,253,603 범위의 정수 수치
예: 13253603 11384126 11254244
인천기지표를 지역 기준으로 펼친 축에서 「인천기지」에 해당하는 값 · 셀은 11,305,847 ~ 12,685,706 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「인천기지」에 해당하는 값 · 셀은 11,305,847 ~ 12,685,706 범위의 정수 수치
예: 12227104 11305847 11905660
통영기지표를 분류 기준으로 펼친 축에서 「통영기지」에 해당하는 값 · 셀은 5,921,544 ~ 8,260,150 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 분류 기준으로 펼친 축에서 「통영기지」에 해당하는 값 · 셀은 5,921,544 ~ 8,260,150 범위의 정수 수치
예: 8260150 5921544 6537572
삼척기지표를 분류 기준으로 펼친 축에서 「삼척기지」에 해당하는 값 · 셀은 1,328,893 ~ 4,197,336 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 분류 기준으로 펼친 축에서 「삼척기지」에 해당하는 값 · 셀은 1,328,893 ~ 4,197,336 범위의 정수 수치
예: 1328893 2780513 3092149
제주기지표를 지역 기준으로 펼친 축에서 「제주기지」에 해당하는 값 · 셀은 0 ~ 220,214 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「제주기지」에 해당하는 값 · 셀은 0 ~ 220,214 범위의 정수 수치
예: 0 23424 220214
찾는 항목이 없습니다.
상위 5행 · 6열 중 6열 · 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
| 평택기지 | 인천기지 | 통영기지 | 삼척기지 | 제주기지 | 연도 | 정제_연도 | 행 식별값 |
|---|---|---|---|---|---|---|---|
| 13253603 | 12227104 | 8260150 | 1328893 | 0 | 2014 | 2014 | 0_dff38998 |
| 11384126 | 11305847 | 5921544 | 2780513 | 0 | 2015 | 2015 | 1_0f12b661 |
| 11254244 | 11905660 | 6537572 | 3092149 | 0 | 2016 | 2016 | 2_11664f1e |
| 10923243 | 11609120 | 6149512 | 3359451 | 0 | 2017 | 2017 | 3_197ad124 |
| 11711349 | 12685706 | 7460843 | 4197336 | 0 | 2018 | 2018 | 4_49ee6fda |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15040983/data/dataset-15040983.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15040983)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }