KOIIAAI Ready Data 처음으로

홈›데이터 찾기›한국석유공사_국내 석유제품 지역별 소비현황

한국석유공사_국내 석유제품 지역별 소비현황

읽기 쉬운 제목(검토 전) 국내 석유제품 지역별 소비현황

한국석유공사 · 스마트데이터센터 · 공공데이터포털 원본 ↗

데이터 ID 15054602 · 버전 1.0.0 · 최초 등록 2020-03-31 · 2025-08-04 갱신 · 연간

준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?

이 데이터는 국내 각 지역별로 소비한 석유제품의 현황을 정리한 자료입니다.

기관이 작성한 데이터 설명 전체
이 데이터는 국내 각 지역별로 소비한 석유제품의 현황을 정리한 자료입니다. 항목에는 지역명, 석유제품명, 소비연도, 소비량(천배럴 단위) 등이 포함되어 있으며, 이를 통해 특정 지역의 석유제품 수요 특성과 연도별 소비 추이를 확인할 수 있습니다. 지역 간 소비 패턴 차이를 분석하거나 연료별 소비 집중도, 특정 지역의 산업 및 교통용 에너지 수요 등 다양한 분석이 가능하며, 에너지 수급 계획 수립, 지역 단위 에너지 정책 수립, 환경 영향 분석 등에도 활용될 수 있습니다. 특히 석유제품 소비 데이터를 정량화함으로써 정부 및 지자체의 효율적 에너지 관리와 탄소중립 대응전략 수립에 기초 자료로 사용될 수 있습니다.

산업고용 - 에너지및자원개발석유제품소비량지역별석유소비연도별에너지통계2024년

활용 적합성 요약 팩에서 계산한 값 · 판정 아님

규모

28행 × 원본 18열 (+정제 1열)

CSV 3 KB · Parquet 8 KB

기간

1997 – 2023

년 기준 · 99% 범위

공간 단위

해당 없음

결측

3.2%

항목 평균 · 세종 54%

연결 기준

1종 · 121개 데이터

시도

정제 범위

1/18 항목 · 정제값이 있는 셀 100.0%

원본 열은 그대로 보존

데이터 내용

년지역별 석유제품 소비량이 집계된 연도유형 숫자형분류 —결측 0%정제 정제 100.0%

지역별 석유제품 소비량이 집계된 연도

정제 열 정제_년

예: 1997 1998 2023

서울표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 27,074 ~ 98,871 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 27,074 ~ 98,871 범위의 정수 수치

예: 98871 84342 28352

경기표를 지역 기준으로 펼친 축에서 「경기」에 해당하는 값 · 셀은 68,154 ~ 97,240 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「경기」에 해당하는 값 · 셀은 68,154 ~ 97,240 범위의 정수 수치

예: 94265 68154 89356

강원표를 지역 기준으로 펼친 축에서 「강원」에 해당하는 값 · 셀은 13,722 ~ 22,799 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「강원」에 해당하는 값 · 셀은 13,722 ~ 22,799 범위의 정수 수치

예: 22799 17631 16288

충북표를 지역 기준으로 펼친 축에서 「충북」에 해당하는 값 · 셀은 14,429 ~ 19,496 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「충북」에 해당하는 값 · 셀은 14,429 ~ 19,496 범위의 정수 수치

예: 19496 14472 18059

충남표를 지역 기준으로 펼친 축에서 「충남」에 해당하는 값 · 셀은 56,417 ~ 217,096 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「충남」에 해당하는 값 · 셀은 56,417 ~ 217,096 범위의 정수 수치

예: 56417 75713 201142

전북표를 지역 기준으로 펼친 축에서 「전북」에 해당하는 값 · 셀은 16,297 ~ 25,042 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「전북」에 해당하는 값 · 셀은 16,297 ~ 25,042 범위의 정수 수치

예: 25042 18577 16961

전남표를 지역 기준으로 펼친 축에서 「전남」에 해당하는 값 · 셀은 121,763 ~ 220,527 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「전남」에 해당하는 값 · 셀은 121,763 ~ 220,527 범위의 정수 수치

예: 127607 121763 186202

경북표를 지역 기준으로 펼친 축에서 「경북」에 해당하는 값 · 셀은 24,879 ~ 36,842 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「경북」에 해당하는 값 · 셀은 24,879 ~ 36,842 범위의 정수 수치

예: 36842 29431 27076

경남표를 지역 기준으로 펼친 축에서 「경남」에 해당하는 값 · 셀은 28,197 ~ 174,623 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「경남」에 해당하는 값 · 셀은 28,197 ~ 174,623 범위의 정수 수치

예: 174623 36085 30561

부산표를 지역 기준으로 펼친 축에서 「부산」에 해당하는 값 · 셀은 18,326 ~ 43,280 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「부산」에 해당하는 값 · 셀은 18,326 ~ 43,280 범위의 정수 수치

예: 43280 32632 19856

제주표를 지역 기준으로 펼친 축에서 「제주」에 해당하는 값 · 셀은 5,511 ~ 10,245 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「제주」에 해당하는 값 · 셀은 5,511 ~ 10,245 범위의 정수 수치

예: 7305 5511 7946

대구표를 지역 기준으로 펼친 축에서 「대구」에 해당하는 값 · 셀은 11,910 ~ 21,919 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「대구」에 해당하는 값 · 셀은 11,910 ~ 21,919 범위의 정수 수치

예: 21919 17612 13990

인천표를 지역 기준으로 펼친 축에서 「인천」에 해당하는 값 · 셀은 27,985 ~ 76,849 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「인천」에 해당하는 값 · 셀은 27,985 ~ 76,849 범위의 정수 수치

예: 46377 27985 69753

광주표를 지역 기준으로 펼친 축에서 「광주」에 해당하는 값 · 셀은 6,412 ~ 9,016 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「광주」에 해당하는 값 · 셀은 6,412 ~ 9,016 범위의 정수 수치

예: 8774 6412 7327

대전표를 지역 기준으로 펼친 축에서 「대전」에 해당하는 값 · 셀은 6,429 ~ 12,389 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「대전」에 해당하는 값 · 셀은 6,429 ~ 12,389 범위의 정수 수치

예: 10283 8176 6544

울산표를 지역 기준으로 펼친 축에서 「울산」에 해당하는 값 · 셀은 105,782 ~ 188,181 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 4%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「울산」에 해당하는 값 · 셀은 105,782 ~ 188,181 범위의 정수 수치

예: 105782 166354 184749

세종표를 지역 기준으로 펼친 축에서 「세종」에 해당하는 값 · 셀은 0.12 ~ 1,903 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 54%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「세종」에 해당하는 값 · 셀은 0.12 ~ 1,903 범위의 실수 수치

예: 0.12 0.21 1042

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

서울경기강원충북충남전북전남경북경남부산년정제_년행 식별값
9887194265227991949656417250421276073684217462343280199719970_1aa2094f
843426815417631144727571318577121763294313608532632199819981_954151f6
768357859221454161428314921954125396347963211335758199919992_5652e8ab
666648271121204176548775423745129791337533128737925200020003_1008f5bd
584008566921197181778887723562128152346683183236949200120014_93259823
프로그램 · AI에서 활용 개발자용 코드 예시

필요한 패키지: pandas · pyarrow

import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15054602/data/dataset-15054602.parquet")

에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15054602)

{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
데이터 팩 내려받기 · 22 KBCSV