준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
이 데이터는 석유제품을 국가별로 수입한 실적을 정리한 자료입니다.
기관이 작성한 데이터 설명 전체
이 데이터는 석유제품을 국가별로 수입한 실적을 정리한 자료입니다. 각 수입국별로 연 단위 수입량(천배럴)과 수입금액(천달러) 정보를 포함하고 있으며, 이를 통해 특정 국가로부터의 석유 수입 흐름과 수입 의존도 변화를 확인할 수 있습니다. 연도별 데이터를 통해 특정 시기의 수입 증가나 감소 패턴을 분석할 수 있고, 수입국 다변화 현황이나 특정 국가에 대한 수입 집중도 분석도 가능합니다. 이 데이터는 에너지 무역 통계 분석, 수급 정책 수립, 수입 리스크 진단, 국제 교역 전략 수립 등 다양한 분야에서 활용할 수 있으며, 국내 석유 자원의 안정적 확보와 관련된 정책 의사결정에도 기초 자료로서 유용합니다.
산업고용 - 에너지및자원개발석유제품추세수입량자원확보에너지무역통계2024년
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
33행 × 원본 265열 (+정제 1열)
CSV 30 KB · Parquet 93 KB
기간
1992 – 2023
년 기준 · 99% 범위
공간 단위
해당 없음
결측
59.6%
항목 평균 · 푸에르토리코_물량 97%
연결 기준
0종 · 0개 데이터
없음
정제 범위
1/265 항목 · 정제값이 있는 셀 100.0%
원본 열은 그대로 보존
데이터 내용
개별 항목 1개 + 반복 열 그룹 1개
년석유제품 수입 실적이 집계된 연도유형 숫자형분류 —결측 0%정제 정제 100.0%
석유제품 수입 실적이 집계된 연도
정제 열 정제_년
예: 1992 2009 2023
{구분}_{지표} 264개반복 열 그룹 · 구분 88 × 지표 3유형 숫자형분류 코드 · 분류결측 최대 97%정제 원본 유지
구분마다 가로로 펼친 열입니다. 열 이름 = {구분}_{지표}
- 지표 3
- 물량 · 금액 · 단가
- 구분 88
- 대만 · 일본 · 중국 · 필리핀 · 태국 · 말레이시아 · 싱가폴 · 인도네시아 · 방글라데시 · 인도 · 파키스탄 · 스리랑카 · 홍콩 · 브루나이 · 괌 · 호주 · 뉴질랜드 · 북한 · 베트남 · 미얀마 · 파푸아뉴기니 · 러시아 · 동티모르 · 튀니지 · 알제리 · 모리셔스 · 이집트 · 리비아 · 카메룬 · 앙골라 · 콩고 · 나이지리아 · 남아프리카공화국 · 수단 · 가나 · 모로코 · 적도기니 · 모잠비크 · 캐나다 · 미국 · 멕시코 · 베네수엘라 · 브라질 · 페루 · 아르헨티나 · 칠레 · 파나마 · 볼리비아 · 쿠바 · 안틸리스 · 콜롬비아 · 푸에르토리코 · 아루바 · 이란 · 이라크 · 쿠웨이트 · 바레인 · 카타르 · 아랍에미레이트 · 사우디아라비아 · 예멘 · 오만 · 중립지대 · 시리아 · 터키 · 이스라엘 · 조지아 · 노르웨이 · 독일 · 덴마크 · 네덜란드 · 프랑스 · 그리스 · 오스트리아 · 루마니아 · 이탈리아 · 영국 · 스페인 · 불가리아 · 몰타 · 벨기에 · 에스토니아 · 라트비아 · 리투아니아 · 우크라이나 · 키프로스 · 지브롤터 · 폴란드
- 결측 있는 열
- 대만_물량 12% · 대만_금액 12% · 대만_단가 12% · 필리핀_물량 27% · 필리핀_금액 27% · 필리핀_단가 27% · 태국_물량 30% · 태국_금액 30% · 태국_단가 30% · 방글라데시_물량 58% · 방글라데시_금액 58% · 방글라데시_단가 58% 외 213개
첫 열 설명: 해당 연도에 대만에서 수입한 석유제품의 물량
각 열의 정의는 오른쪽 「CSVW 항목 스키마」에서 확인할 수 있습니다.
찾는 항목이 없습니다.
상위 5행 · 265열 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
| 대만_물량 | 대만_금액 | 대만_단가 | 일본_물량 | 일본_금액 | 일본_단가 | 중국_물량 | 중국_금액 | 중국_단가 | 필리핀_물량 | 년 | 정제_년 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 520 | 11300 | 21.72 | 10123 | 207333 | 20.48 | 531 | 11884 | 22.38 | 1426 | 1992 | 1992 | 0_51e2b2af |
| 1740 | 33274 | 19.12 | 10169 | 171252 | 16.84 | 1706 | 43443 | 25.47 | 969 | 1993 | 1993 | 1_38d0d43a |
| 11293 | 203034 | 17.98 | 2565 | 53829 | 20.99 | 2152 | 1994 | 1994 | 2_c37c0900 | |||
| 1499 | 32199 | 21.48 | 17867 | 357818 | 20.03 | 1914 | 45022 | 23.52 | 379 | 1995 | 1995 | 3_be467c7a |
| 369 | 11899 | 32.21 | 13197 | 309275 | 23.44 | 2793 | 89252 | 31.96 | 707 | 1996 | 1996 | 4_f053075f |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15054607/data/dataset-15054607.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15054607)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }