홈›데이터 찾기›한국산업단지공단_국가산업단지 산업동향정보_업종별 고용현황
한국산업단지공단_국가산업단지 산업동향정보_업종별 고용현황
읽기 쉬운 제목(검토 전) 국가산업단지 산업동향정보 · 업종별 고용현황
한국산업단지공단 · 산단데이터분석팀 · 공공데이터포털 원본 ↗
준비 단계품질 진단을 하였으나 기준에 미달하였습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
본 데이터는 한국산업단지공단 주요국가산업단지 산업동향 통계 중 업종별 고용현황을 확인할 수 있는 자료입니다.
기관이 작성한 데이터 설명 전체
본 데이터는 한국산업단지공단 주요국가산업단지 산업동향 통계 중 업종별 고용현황을 확인할 수 있는 자료입니다. 산업단지별 업종별 고용 현황을 취합한 자료로서, 한국산업단지공단에서 관할하는 산업단지 산업동향 정보를 분기별로 제공하고 있습니다. 본 데이터에서 제공하고 있는 항목은 주요국가산업단지 업종별 고용현황 음식료(명), 섬유의복(명), 목재종이(명), 석유화학(명), 비금속(명), 철강(명), 기계(명), 전기전자(명), 운송장비(명), 기타(명), 비제조(명), 계(명) 입니다. 본 파일은 업종별로 구분된 총 14개 열과 산업단지별로 나누어진 총 40개 행으로 구성되어 있습니다.
공공행정 - 일반행정산업단지별업종별고용현황업종별고용현황업종별채용현황국가산업단지별고용현황산업단지별제조업고용현황산업단지별비제조업고용현황
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
40행 × 원본 14열 (+정제 1열)
CSV 4 KB · Parquet 7 KB
기간
시점 항목 없음
공간 단위
산업단지
산업단지
결측
15.0%
항목 평균
정제 범위
1/14 항목 · 정제값이 있는 셀 57.5%
원본 열은 그대로 보존
데이터 내용
개별 항목 2개 + 반복 열 그룹 1개
산업단지업종별 고용 인원을 집계한 산업단지의 이름유형 문자형분류 산업단지결측 0%정제 정제 57.5%
업종별 고용 인원을 집계한 산업단지의 이름
정제 열 정제_산업단지 · 「산업단지」 기준 표기 통일
예: 서울 녹산 국가식품클러스터
구분해당 산업단지의 지정 유형유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
해당 산업단지의 지정 유형
예: 국가
{구분}(명) 12개반복 열 그룹 · 구분 12유형 숫자형분류 코드 · 분류결측 최대 18%정제 원본 유지
구분마다 가로로 펼친 열입니다. 열 이름 = {구분}(명)
- 구분 12
- 음식료 · 섬유의복 · 목재종이 · 석유화학 · 비금속 · 철강 · 기계 · 전기전자 · 운송장비 · 기타 · 비제조 · 계
- 결측 있는 열
- 음식료(명) 18% · 섬유의복(명) 18% · 목재종이(명) 18% · 석유화학(명) 18% · 비금속(명) 18% · 철강(명) 18% · 기계(명) 18% · 전기전자(명) 18% · 운송장비(명) 18% · 기타(명) 18% · 비제조(명) 18% · 계(명) 18%
첫 열 설명: 표를 분류 기준으로 펼친 축에서 「음식료(명)」에 해당하는 값 · 셀은 0 ~ 3,494 명 범위의 정수 수치
각 열의 정의는 오른쪽 「CSVW 항목 스키마」에서 확인할 수 있습니다.
찾는 항목이 없습니다.
상위 5행 · 14열 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
| 구분 | 음식료(명) | 섬유의복(명) | 목재종이(명) | 석유화학(명) | 비금속(명) | 철강(명) | 기계(명) | 전기전자(명) | 운송장비(명) | 산업단지 | 정제_산업단지 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 국가 | 780 | 7561 | 2405 | 4480 | 172 | 190 | 5522 | 27024 | 971 | 서울 | 확인 필요서울 | 0_4fb165ef |
| 국가 | 1371 | 1272 | 552 | 1766 | 233 | 2068 | 8760 | 6125 | 3424 | 녹산 | 확인 필요녹산 | 1_504ab9e5 |
| 국가 | 0 | 0 | 0 | 67 | 24 | 168 | 1399 | 2121 | 2699 | 대구 | 확인 필요대구 | 2_045f2d3d |
| 국가 | 3494 | 872 | 4610 | 15838 | 326 | 2823 | 29115 | 15026 | 5984 | 남동 | 확인 필요남동 | 3_b887ae32 |
| 국가 | 396 | 535 | 767 | 1729 | 4 | 149 | 2033 | 4511 | 66 | 부평 | 인천부평국가산업단지 | 4_0a0fea61 |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15085897/data/dataset-15085897.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15085897)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
연결 기준이 같은 데이터
67종 중 공유하는 기준이 많은 순 · 기준(항목 종류)이 동일하다는 의미이며, 실제 값의 일치 여부는 확인하지 않았습니다(값 미확인)