홈›데이터 찾기›(주)한국가스기술공사_굴착공사 관리실적
(주)한국가스기술공사_굴착공사 관리실적
읽기 쉬운 제목(검토 전) 굴착공사 관리실적
(주)한국가스기술공사 · ESG경영처 국민소통부 · 공공데이터포털 원본 ↗
준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
본 데이터는 (주)한국가스기술공사의 2015년 1월부터 6월까지의 굴착공사 관리실적을 지사별, 공사 규모별(대규모·일반)로 집계한 자료입니다.
기관이 작성한 데이터 설명 전체
본 데이터는 (주)한국가스기술공사의 2015년 1월부터 6월까지의 굴착공사 관리실적을 지사별, 공사 규모별(대규모·일반)로 집계한 자료입니다. 서울, 인천, 경기 등 각 지사의 월별 굴착공사 건수가 기록되어 있으며, 이를 통해 지역별 굴착작업 빈도, 대규모와 일반 공사의 비율, 계절별 작업량 변동 추세를 분석할 수 있습니다. 해당 자료는 굴착공사 안전관리 강화, 인력 및 장비 배치 계획 수립, 작업 일정 최적화, 지사별 운영 효율성 평가 등에 활용될 수 있습니다. 특히 공사 건수의 월별 변화를 통해 공사 집중 기간을 파악하고, 안전사고 예방을 위한 사전 관리 대책 수립에 기초 자료로 제공될 수 있습니다.
산업고용 - 에너지및자원개발지역별 굴착공사 관리대규모·일반 공사 구분월별 공사 건수 통계지사별 운영 실적공사안전 관리현황건설현장 관리효율굴착작업 모니터링작업량 변동 분석
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
18행 × 원본 8열
CSV 1 KB · Parquet 3 KB
기간
시점 항목 없음
공간 단위
해당 없음
결측
0.0%
항목 평균
연결 기준
0종 · 0개 데이터
없음
정제 범위
0/8 항목
원본 열은 그대로 보존
데이터 내용
지사명굴착공사 관리실적을 집계한 지사의 이름유형 문자형분류 —결측 0%정제 원본 유지
굴착공사 관리실적을 집계한 지사의 이름
예: 서울 인천 경기
구분가스배관 주변 굴착공사를 공사 규모에 따라 나눈 종류유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
가스배관 주변 굴착공사를 공사 규모에 따라 나눈 종류
예: 대규모 일반
1월표를 월 기준으로 펼친 축에서 「1월」에 해당하는 값 · 셀은 3 ~ 63 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 월 기준으로 펼친 축에서 「1월」에 해당하는 값 · 셀은 3 ~ 63 범위의 정수 수치
예: 18 17 19
2월표를 월 기준으로 펼친 축에서 「2월」에 해당하는 값 · 셀은 3 ~ 63 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 월 기준으로 펼친 축에서 「2월」에 해당하는 값 · 셀은 3 ~ 63 범위의 정수 수치
예: 18 19 13
3월표를 월 기준으로 펼친 축에서 「3월」에 해당하는 값 · 셀은 3 ~ 63 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 월 기준으로 펼친 축에서 「3월」에 해당하는 값 · 셀은 3 ~ 63 범위의 정수 수치
예: 16 22 21
4월표를 월 기준으로 펼친 축에서 「4월」에 해당하는 값 · 셀은 3 ~ 63 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 월 기준으로 펼친 축에서 「4월」에 해당하는 값 · 셀은 3 ~ 63 범위의 정수 수치
예: 22 18 17
5월표를 월 기준으로 펼친 축에서 「5월」에 해당하는 값 · 셀은 1 ~ 61 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 월 기준으로 펼친 축에서 「5월」에 해당하는 값 · 셀은 1 ~ 61 범위의 정수 수치
예: 17 35 22
6월표를 월 기준으로 펼친 축에서 「6월」에 해당하는 값 · 셀은 1 ~ 63 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 월 기준으로 펼친 축에서 「6월」에 해당하는 값 · 셀은 1 ~ 63 범위의 정수 수치
예: 21 29 17
찾는 항목이 없습니다.
상위 5행 · 8열 중 8열 · 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
| 지사명 | 구분 | 1월 | 2월 | 3월 | 4월 | 5월 | 6월 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|
| 서울 | 대규모 | 18 | 18 | 22 | 22 | 22 | 21 | 0_054d0eb7 |
| 서울 | 일반 | 17 | 17 | 22 | 22 | 23 | 29 | 1_eeffaf59 |
| 인천 | 대규모 | 19 | 19 | 19 | 18 | 17 | 17 | 2_b89d3df2 |
| 인천 | 일반 | 3 | 3 | 3 | 3 | 1 | 1 | 3_2a90db12 |
| 경기 | 대규모 | 63 | 63 | 63 | 63 | 61 | 63 | 4_fec394ed |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15045833/data/dataset-15045833.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15045833)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }