KOIIAAI Ready Data 처음으로

홈›데이터 찾기›한국석유공사_주유소 요소수 평균판매가격_지역별

한국석유공사_주유소 요소수 평균판매가격_지역별

읽기 쉬운 제목(검토 전) 주유소 요소수 평균판매가격 · 지역별

한국석유공사 · 서비스기획팀 · 공공데이터포털 원본 ↗

데이터 ID 15118233 · 버전 1.0.0 · 최초 등록 2023-08-09 · 2025-07-21 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 전국 각 지역 주유소에서 판매되는 요소수의 평균 판매가격 정보를 담고 있습니다.

기관이 작성한 데이터 설명 전체
이 데이터는 전국 각 지역 주유소에서 판매되는 요소수의 평균 판매가격 정보를 담고 있습니다. 요소수는 디젤 차량의 질소산화물 저감장치(SCR)에 사용되는 필수 소모품으로, 수급과 가격 변동이 국민 생활과 물류 산업에 직결되는 중요한 자원입니다. 본 데이터는 날짜별로 구분된 각 지역의 평균 판매가격을 제공함으로써, 지역 간 가격 차이를 비교하거나 특정 시점의 가격 변동 추이를 파악하는 데 활용될 수 있습니다. 이를 통해 소비자는 요소수 구매 시 가격 정보를 참고할 수 있으며, 정책 수립자나 연구자는 요소수 가격의 지역별 격차나 변동 패턴을 분석하여 수급 안정 대책 수립 등에 활용할 수 있습니다. 특히 가격 정보가 정량적 수치로 제공되므로, 다양한 시계열 분석 및 시각화에도 유용하게 활용될 수 있습니다.

산업고용 - 에너지및자원개발평균가격통계주유소디젤차량물류산업환경규제수급안정2025년

활용 적합성 요약 팩에서 계산한 값 · 판정 아님

규모

39행 × 원본 19열 (+정제 1열)

CSV 7 KB · Parquet 9 KB

기간

2022 – 2025

기간 기준 · 99% 범위

공간 단위

해당 없음

결측

0.0%

항목 평균

연결 기준

1종 · 121개 데이터

시도

정제 범위

1/19 항목 · 정제값이 있는 셀 100.0%

원본 열은 그대로 보존

데이터 내용

기간주유소에서 판매된 요소수의 평균 판매가격을 집계한 기준 날짜유형 날짜형분류 날짜결측 0%정제 정제 100.0%

주유소에서 판매된 요소수의 평균 판매가격을 집계한 기준 날짜

정제 열 정제_기간

예: 2022-04-30 2024-09-30 2024-02-28

전국표를 분류 기준으로 펼친 축에서 「전국」에 해당하는 값 · 셀은 1,539.21 ~ 1,804.4 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 분류 기준으로 펼친 축에서 「전국」에 해당하는 값 · 셀은 1,539.21 ~ 1,804.4 범위의 실수 수치

예: 1804.4 1592.32 1639.49

서울표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 1,977.35 ~ 2,114.52 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 1,977.35 ~ 2,114.52 범위의 실수 수치

예: 2058.22 2114.52 2008.77

경기표를 지역 기준으로 펼친 축에서 「경기」에 해당하는 값 · 셀은 1,607.48 ~ 1,885.25 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「경기」에 해당하는 값 · 셀은 1,607.48 ~ 1,885.25 범위의 실수 수치

예: 1885.25 1657.56 1722.27

강원표를 지역 기준으로 펼친 축에서 「강원」에 해당하는 값 · 셀은 1,600.26 ~ 1,902.41 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「강원」에 해당하는 값 · 셀은 1,600.26 ~ 1,902.41 범위의 실수 수치

예: 1703.92 1902.41 1667.68

충북표를 지역 기준으로 펼친 축에서 「충북」에 해당하는 값 · 셀은 1,400.45 ~ 1,759.15 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「충북」에 해당하는 값 · 셀은 1,400.45 ~ 1,759.15 범위의 실수 수치

예: 1759.15 1446.54 1507.37

충남표를 지역 기준으로 펼친 축에서 「충남」에 해당하는 값 · 셀은 1,544.18 ~ 1,756.54 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「충남」에 해당하는 값 · 셀은 1,544.18 ~ 1,756.54 범위의 실수 수치

예: 1756.54 1570.15 1612.02

전북표를 지역 기준으로 펼친 축에서 「전북」에 해당하는 값 · 셀은 1,417.74 ~ 1,729.85 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「전북」에 해당하는 값 · 셀은 1,417.74 ~ 1,729.85 범위의 실수 수치

예: 1729.85 1510.84 1545.85

전남표를 지역 기준으로 펼친 축에서 「전남」에 해당하는 값 · 셀은 1,515.81 ~ 1,772.14 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「전남」에 해당하는 값 · 셀은 1,515.81 ~ 1,772.14 범위의 실수 수치

예: 1761.23 1612.63 1638.65

경북표를 지역 기준으로 펼친 축에서 「경북」에 해당하는 값 · 셀은 1,435.27 ~ 1,687.33 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「경북」에 해당하는 값 · 셀은 1,435.27 ~ 1,687.33 범위의 실수 수치

예: 1682.32 1487.05 1510.3

경남표를 지역 기준으로 펼친 축에서 「경남」에 해당하는 값 · 셀은 1,465.28 ~ 1,736.39 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「경남」에 해당하는 값 · 셀은 1,465.28 ~ 1,736.39 범위의 실수 수치

예: 1736.39 1488.15 1547.2

부산표를 지역 기준으로 펼친 축에서 「부산」에 해당하는 값 · 셀은 1,554.66 ~ 1,749.13 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「부산」에 해당하는 값 · 셀은 1,554.66 ~ 1,749.13 범위의 실수 수치

예: 1749.13 1592.90 1660.32

제주표를 지역 기준으로 펼친 축에서 「제주」에 해당하는 값 · 셀은 1,650.52 ~ 1,867.04 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「제주」에 해당하는 값 · 셀은 1,650.52 ~ 1,867.04 범위의 실수 수치

예: 1848.25 1673.01 1685.08

대구표를 지역 기준으로 펼친 축에서 「대구」에 해당하는 값 · 셀은 1,536.64 ~ 1,753.54 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「대구」에 해당하는 값 · 셀은 1,536.64 ~ 1,753.54 범위의 실수 수치

예: 1753.54 1572.56 1608.9

인천표를 지역 기준으로 펼친 축에서 「인천」에 해당하는 값 · 셀은 1,617.18 ~ 1,896.73 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「인천」에 해당하는 값 · 셀은 1,617.18 ~ 1,896.73 범위의 실수 수치

예: 1896.73 1680.49 1725.97

광주표를 지역 기준으로 펼친 축에서 「광주」에 해당하는 값 · 셀은 1,550.07 ~ 1,825.2 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「광주」에 해당하는 값 · 셀은 1,550.07 ~ 1,825.2 범위의 실수 수치

예: 1819.14 1626.63 1669.66

대전표를 지역 기준으로 펼친 축에서 「대전」에 해당하는 값 · 셀은 1,645.66 ~ 1,875.15 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「대전」에 해당하는 값 · 셀은 1,645.66 ~ 1,875.15 범위의 실수 수치

예: 1866.36 1699.87 1773.34

울산표를 지역 기준으로 펼친 축에서 「울산」에 해당하는 값 · 셀은 1,386.54 ~ 1,687.04 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「울산」에 해당하는 값 · 셀은 1,386.54 ~ 1,687.04 범위의 실수 수치

예: 1687.04 1489.01 1559.11

세종표를 지역 기준으로 펼친 축에서 「세종」에 해당하는 값 · 셀은 1,459.53 ~ 1,750.83 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「세종」에 해당하는 값 · 셀은 1,459.53 ~ 1,750.83 범위의 실수 수치

예: 1699.62 1493.56 1581.34

상위 5행 · 19열 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

전국서울경기강원충북충남전북전남경북경남기간정제_기간행 식별값
1804.42114.521885.251902.411759.151756.541729.851761.231682.321736.392022-04-302022-04-300_b14eb83f
1783.972110.418671832.781730.511744.921689.981772.141687.331695.232022-05-312022-05-311_7cb01a4b
1750.812085.061836.921750.731669.291719.951674.421735.731661.21666.172022-06-302022-06-302_3b17546f
1739.832067.411821.911735.631685.651715.341668.561723.31650.651654.942022-07-312022-07-313_d151b1ac
1730.692058.221811.31724.71665.921712.571657.81712.831634.471650.452022-08-312022-08-314_260f710c
프로그램 · AI에서 활용 개발자용 코드 예시

필요한 패키지: pandas · pyarrow

import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15118233/data/dataset-15118233.parquet")

에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15118233)

{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
데이터 팩 내려받기 · 24 KBCSV