KOIIAAI Ready Data 처음으로

홈›데이터 찾기›(주)한국가스기술공사_굴착공사 정보 지원시스템 현황

(주)한국가스기술공사_굴착공사 정보 지원시스템 현황

읽기 쉬운 제목(검토 전) 굴착공사 정보 지원시스템 현황

(주)한국가스기술공사 · ESG경영처 국민소통부 · 공공데이터포털 원본 ↗

데이터 ID 15103131 · 버전 1.0.0 · 최초 등록 2022-08-03 · 2025-05-20 갱신 · 연간

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

이 파일은 한국가스기술공사의 굴착공사 정보 지원시스템을 통해 접수된 건수의 연도별·지역별 현황을 담고 있습니다.

기관이 작성한 데이터 설명 전체
이 파일은 한국가스기술공사의 굴착공사 정보 지원시스템을 통해 접수된 건수의 연도별·지역별 현황을 담고 있습니다. 2017년부터 2024년까지 매년 각 지역(서울, 인천, 경기, 강원, 대전충청, 전북, 광주전남, 대구경북, 부산경남, 제주)의 굴착공사 정보 접수 건수를 정리한 표 형식의 데이터입니다. 예를 들어, 서울은 2017년 32,965건에서 2021년 43,635건으로 꾸준히 증가 추세를 보이며, 수도권 지역의 정보 수요가 상대적으로 많다는 점을 시사합니다. 
EOCS를 통해 접수된 굴착공사 현황으로 가스배관망 인근 굴착과 관련한 자료를 확인 할 수 있습니다.

산업고용 - 에너지및자원개발굴착공사EOCS지원시스템지역별접수건수가스기술공사배관굴착관련가스배관굴착공사

활용 적합성 요약 팩에서 계산한 값 · 판정 아님

규모

8행 × 원본 11열 (+정제 1열)

CSV 1 KB · Parquet 4 KB

기간

시점 항목 없음

공간 단위

해당 없음

결측

0.0%

항목 평균

연결 기준

1종 · 121개 데이터

시도

정제 범위

1/11 항목 · 정제값이 있는 셀 100.0%

원본 열은 그대로 보존

데이터 내용

구분가스배관 주변 굴착 계획의 지역별 접수 건수가 집계된 기준 연도유형 숫자형분류 —결측 0%정제 정제 100.0%

가스배관 주변 굴착 계획의 지역별 접수 건수가 집계된 기준 연도

정제 열 정제_구분

예: 2017년 2018년 2019년

서울표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 29,203 ~ 43,635 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 29,203 ~ 43,635 범위의 정수 수치

예: 32965 29203 35620

인천표를 지역 기준으로 펼친 축에서 「인천」에 해당하는 값 · 셀은 9,592 ~ 12,591 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「인천」에 해당하는 값 · 셀은 9,592 ~ 12,591 범위의 정수 수치

예: 12163 11563 11369

경기표를 지역 기준으로 펼친 축에서 「경기」에 해당하는 값 · 셀은 2,297 ~ 10,658 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「경기」에 해당하는 값 · 셀은 2,297 ~ 10,658 범위의 정수 수치

예: 8066 7937 2297

강원표를 지역 기준으로 펼친 축에서 「강원」에 해당하는 값 · 셀은 1,373 ~ 2,854 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「강원」에 해당하는 값 · 셀은 1,373 ~ 2,854 범위의 정수 수치

예: 1773 1373 1446

대전충청표를 지역 기준으로 펼친 축에서 「대전충청」에 해당하는 값 · 셀은 5,465 ~ 7,053 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「대전충청」에 해당하는 값 · 셀은 5,465 ~ 7,053 범위의 정수 수치

예: 5875 6422 5465

전북표를 지역 기준으로 펼친 축에서 「전북」에 해당하는 값 · 셀은 3,125 ~ 4,663 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「전북」에 해당하는 값 · 셀은 3,125 ~ 4,663 범위의 정수 수치

예: 3273 3337 3125

광주전남표를 지역 기준으로 펼친 축에서 「광주전남」에 해당하는 값 · 셀은 4,160 ~ 6,838 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「광주전남」에 해당하는 값 · 셀은 4,160 ~ 6,838 범위의 정수 수치

예: 4160 4841 4690

대구경북표를 지역 기준으로 펼친 축에서 「대구경북」에 해당하는 값 · 셀은 4,321 ~ 6,740 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「대구경북」에 해당하는 값 · 셀은 4,321 ~ 6,740 범위의 정수 수치

예: 4467 4321 5342

부산경남표를 지역 기준으로 펼친 축에서 「부산경남」에 해당하는 값 · 셀은 8,055 ~ 14,221 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「부산경남」에 해당하는 값 · 셀은 8,055 ~ 14,221 범위의 정수 수치

예: 11732 11743 13078

제주표를 지역 기준으로 펼친 축에서 「제주」에 해당하는 값 · 셀은 0 ~ 314 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「제주」에 해당하는 값 · 셀은 0 ~ 314 범위의 정수 수치

예: 0 42 93

상위 5행 · 11열 중 11열 · 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

서울인천경기강원대전충청전북광주전남대구경북부산경남제주구분정제_구분행 식별값
32965121638066177358753273416044671173202017년20170_c1f8d4b9
29203115637937137364223337484143211174302018년20181_a1f9ed6c
356201136922971446546531254690534213078422019년20192_85c07564
342801132191101569547933585511554012364932020년20203_e1ee4fe0
43635125911065828547053412468386740142212212021년20214_9c030a98
프로그램 · AI에서 활용 개발자용 코드 예시

필요한 패키지: pandas · pyarrow

import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15103131/data/dataset-15103131.parquet")

에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15103131)

{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
데이터 팩 내려받기 · 18 KBCSV