KOIIAAI Ready Data 처음으로

홈›데이터 찾기›한국가스공사_지역별 도시가스 수요의 특수일 효과

한국가스공사_지역별 도시가스 수요의 특수일 효과

읽기 쉬운 제목(검토 전) 지역별 도시가스 수요의 특수일 효과

한국가스공사 · 경제경영연구소 정책연구팀 · 공공데이터포털 원본 ↗

데이터 ID 15103737 · 버전 1.0.0 · 최초 등록 2022-08-11 · 2025-12-09 갱신 · 수시

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

한국가스공사의 지역별 도시가스 수요의 특수일 효과에 관한 자료입니다.

기관이 작성한 데이터 설명 전체
한국가스공사의 지역별 도시가스 수요의 특수일 효과에 관한 자료입니다. 
특수일 효과는 국경일, 공휴일 등 특수일에 발생하는 도시가스 수요 변화 패턴을 정량화한 지표로, 일반적으로 공휴일에는 근무일 대비 수요가 감소하는 특성이 있습니다. 
또한, 고려하는 공휴일은 월요일, 토요일, 일요일, 국경일, 공휴일, 명절, 임시휴일, 샌드위치데이, 연말, 기타 수요에 영향을 미치는 날을 고려 합니다. 
본 데이터는 수요 예측 정확도 향상 및 공급 계획 수립을 위해 수집 관리되고 있습니다. 
데이터의 세부 항목으로는 특수일 구분, 서울·대전·광주·대구·부산 등 지역별 수요 변화 비율이 포함되어 있습니다. 
본 데이터를 활용하면 특수일별 수요 감소 패턴 분석, 지역별 특수일 효과 비교, 수요 예측 모델 보정 및 정확도 향상, 공휴일 공급 계획 수립에 기초자료로 활용할 수 있어 도시가스 수요 예측 정확도 향상과 선제적 수급 대응에 기여할 것으로 기대됩니다.

산업고용 - 에너지및자원개발지역별도시가스수요특수일효과공휴일특수일

활용 적합성 요약 팩에서 계산한 값 · 판정 아님

규모

32행 × 원본 6열

CSV 2 KB · Parquet 3 KB

기간

시점 항목 없음

공간 단위

해당 없음

결측

0.0%

항목 평균

연결 기준

1종 · 121개 데이터

시도

정제 범위

0/6 항목

원본 열은 그대로 보존

데이터 내용

특수일도시가스 수요 변화 비율을 산정하는 날의 유형유형 문자형분류 —결측 0%정제 원본 유지

도시가스 수요 변화 비율을 산정하는 날의 유형

예: 근무일 월요일 하계휴가

서울표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 -0.4375 ~ 0.9986 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 -0.4375 ~ 0.9986 범위의 실수 수치

예: 0.9985884 -0.018553 -0.032601

대전표를 지역 기준으로 펼친 축에서 「대전」에 해당하는 값 · 셀은 -0.5461 ~ 1 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「대전」에 해당하는 값 · 셀은 -0.5461 ~ 1 범위의 실수 수치

예: 1.0000522 -0.034369 -0.058586

광주표를 지역 기준으로 펼친 축에서 「광주」에 해당하는 값 · 셀은 -0.4763 ~ 1 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「광주」에 해당하는 값 · 셀은 -0.4763 ~ 1 범위의 실수 수치

예: 1.0004644 -0.025185 -0.07357

대구표를 지역 기준으로 펼친 축에서 「대구」에 해당하는 값 · 셀은 -0.5378 ~ 1 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「대구」에 해당하는 값 · 셀은 -0.5378 ~ 1 범위의 실수 수치

예: 1.0002051 -0.032402 -0.056034

부산표를 지역 기준으로 펼친 축에서 「부산」에 해당하는 값 · 셀은 -0.4675 ~ 1 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「부산」에 해당하는 값 · 셀은 -0.4675 ~ 1 범위의 실수 수치

예: 1.0006296 -0.03292 -0.076392

상위 5행 · 6열 중 6열 · 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

특수일서울대전광주대구부산행 식별값
근무일0.99858841.00005221.00046441.00020511.00062960_797dde28
월요일-0.018553-0.034369-0.025185-0.032402-0.032921_8ef1318f
토요일-0.092075-0.127581-0.087336-0.079988-0.1060822_b0cecbdb
일요일-0.151257-0.204294-0.150107-0.17108-0.1827683_c10fae37
1월 1일-0.090464-0.165096-0.125767-0.139995-0.1698094_e886a212
프로그램 · AI에서 활용 개발자용 코드 예시

필요한 패키지: pandas · pyarrow

import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15103737/data/dataset-15103737.parquet")

에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15103737)

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