KOIIAAI Ready Data 처음으로

홈›데이터 찾기›산업통상부_유형별 광산재해현황

산업통상부_유형별 광산재해현황

읽기 쉬운 제목(검토 전) 유형별 광산재해현황

산업통상부 · 동부광산안전사무소 · 공공데이터포털 원본 ↗

데이터 ID 15054408 · 버전 1.0.0 · 최초 등록 2020-06-16 · 2025-08-06 갱신 · 연간

준비 단계품질 진단 기준을 충족한 AI Ready 데이터입니다. 품질 판정서 보기 · 준비 단계란?

해당 데이터는 1980년부터 현재까지 전국 광산에서 발생한 재해를 원인 별로 분류하여, 재해자 수와 사망자 수를 연도 별로 정리한 통계입니다.

기관이 작성한 데이터 설명 전체
해당 데이터는 1980년부터 현재까지 전국 광산에서 발생한 재해를 원인 별로 분류하여, 재해자 수와 사망자 수를 연도 별로 정리한 통계입니다.
각 재해 유형은 광산 작업 중 자주 발생하는 사고 원인을 기준으로 나누었으며, 아래와 같은 주요 항목이 포함되어 있습니다:

낙반·붕락: 암석이나 토사가 갑자기 무너져 내리는 사고로, 갱내 작업 중 가장 많이 발생하는 유형 중 하나입니다.

운반: 자재나 광물을 운반하는 과정에서 발생하는 사고로, 운반기기와 인력의 충돌이나 전도 등이 포함됩니다.

화약: 발파 작업 중 발생하는 사고로, 폭발물의 오작동이나 잔류 폭약에 의한 사고가 주요 원인입니다.

가스: 메탄가스 누출 또는 유독가스 중독 등, 광산 내 가스 환경으로 인한 사고를 의미합니다.

출수: 지하수나 갱내 수분이 갑자기 유입되어 발생하는 사고로, 익사 또는 붕락과 복합 재해가 될 수 있습니다.

추락: 높은 곳에서 떨어지는 사고로, 채굴 장비 사용 중 또는 지하 작업장에서 자주 발생합니다.

기계·전기: 채굴 장비나 전기설비에서 발생하는 감전, 끼임, 충돌 등의 사고를 포함합니다.

기타: 위 항목에 포함되지 않는 기타 원인에 의한 사고로, 환경, 인적 요인, 예외적 상황 등을 포함합니다.

우리나라 광산 산업 현장 발생하는 재해의 유형과 각 유형 별로 몇 명이 다치거나 목숨을 잃었는지, 어떤 사고가 반복되고 있는지, 어떤 위험에 더 철저히 대비해야 하는 지를 살펴볼 수 있는 자료입니다.

산업고용 - 에너지및자원개발광산재해유형통계현황

활용 적합성 요약 팩에서 계산한 값 · 판정 아님

규모

45행 × 원본 17열 (+정제 1열)

CSV 3 KB · Parquet 7 KB

기간

1980 – 2023

연도 기준 · 99% 범위

공간 단위

해당 없음

결측

0.0%

항목 평균

연결 기준

0종 · 0개 데이터

없음

정제 범위

1/17 항목 · 정제값이 있는 셀 100.0%

원본 열은 그대로 보존

데이터 내용

개별 항목 1개 + 반복 열 그룹 1개

연도광산 재해의 원인별 재해자 수와 사망자 수를 집계한 해유형 숫자형분류 —결측 0%정제 정제 100.0%

광산 재해의 원인별 재해자 수와 사망자 수를 집계한 해

정제 열 정제_연도

예: 1980 2003 2005

{구분}_{지표} 16개반복 열 그룹 · 구분 8 × 지표 2유형 문자형분류 코드 · 분류결측 0%정제 원본 유지

구분마다 가로로 펼친 열입니다. 열 이름 = {구분}_{지표}

지표 2
재해자 · 사망자
구분 8
낙반붕락 · 운반 · 화약 · 가스 · 출수 · 추락-전석 · 기계-전기 · 기타

첫 열 설명: 해당 연도에 암석이나 토사가 무너져 내리는 낙반·붕락 사고로 피해를 입은 사람의 수

각 열의 정의는 오른쪽 「CSVW 항목 스키마」에서 확인할 수 있습니다.

상위 5행 · 17열 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

낙반붕락_재해자낙반붕락_사망자운반_재해자운반_사망자화약_재해자화약_사망자가스_재해자가스_사망자출수_재해자출수_사망자연도정제_연도행 식별값
16481151983249993743112198019800_86ac9a48
169412019264584971133120198119811_6a1bdf7b
158112316311973121616103198219822_cdc3f4b9
147411114432089122311202198319833_ee6a0447
149912017082286125220143198419844_b3e38393
프로그램 · AI에서 활용 개발자용 코드 예시

필요한 패키지: pandas · pyarrow

import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15054408/data/dataset-15054408.parquet")

에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15054408)

{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
데이터 팩 내려받기 · 21 KBCSV