준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
이 데이터는 2024년도 대전광역시에서 소비된 석유제품의 품목별 소비 실적을 정리한 자료입니다.
기관이 작성한 데이터 설명 전체
이 데이터는 2024년도 대전광역시에서 소비된 석유제품의 품목별 소비 실적을 정리한 자료입니다. 항목에는 석유제품명, 소비량(킬로리터 단위), 소비 유형 또는 구분 등이 포함되어 있으며, 지역 내 에너지 수요를 분석하는 데 활용됩니다. 이를 통해 특정 석유제품의 지역 내 수요 규모나 소비 특성을 파악할 수 있으며, 연료별 소비 비중, 계절별 수요 변화 등도 분석 가능합니다. 지방자치단체의 에너지 정책 수립, 지역 단위 에너지 공급 계획, 소비 구조 분석 등에 기초 자료로 활용될 수 있습니다. 특히 대전 지역 내 산업 및 가정, 운송 등 부문별 석유 소비 특성을 이해하고 에너지 효율성 향상을 위한 기초자료로서 의미 있는 데이터를 제공합니다.
산업고용 - 에너지및자원개발석유제품소비량대전광역시품목별지역별에너지통계2024년
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
185행 × 원본 25열
CSV 21 KB · Parquet 20 KB
기간
시점 항목 없음
공간 단위
해당 없음
결측
29.2%
항목 평균 · 2024-07-01 40%
연결 기준
0종 · 0개 데이터
없음
정제 범위
0/25 항목
원본 열은 그대로 보존
데이터 내용
시군구_산업_제품석유제품 소비량을 집계한 시군구, 소비 부문, 제품 품목을 함께 나타낸 구분유형 문자형분류 —결측 0%정제 원본 유지
석유제품 소비량을 집계한 시군구, 소비 부문, 제품 품목을 함께 나타낸 구분
예: 대전동구_농림수산업_무연보통휘발유 대전유성구_가정_경유(0.001%) 대전유성구_상업_무연보통휘발유
2023-01-01표를 연월 기준으로 펼친 축에서 「2023-01-01」에 해당하는 값 · 셀은 0 ~ 9,880 범위의 정수 수치유형 숫자형분류 —결측 24%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2023-01-01」에 해당하는 값 · 셀은 0 ~ 9,880 범위의 정수 수치
예: 4 1 0
2023-02-01표를 연월 기준으로 펼친 축에서 「2023-02-01」에 해당하는 값 · 셀은 0 ~ 8,625 범위의 정수 수치유형 숫자형분류 —결측 21%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2023-02-01」에 해당하는 값 · 셀은 0 ~ 8,625 범위의 정수 수치
예: 1 4 3
2023-03-01표를 연월 기준으로 펼친 축에서 「2023-03-01」에 해당하는 값 · 셀은 0 ~ 11,168 범위의 정수 수치유형 숫자형분류 —결측 22%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2023-03-01」에 해당하는 값 · 셀은 0 ~ 11,168 범위의 정수 수치
예: 3 2 1
2023-04-01표를 연월 기준으로 펼친 축에서 「2023-04-01」에 해당하는 값 · 셀은 0 ~ 8,901 범위의 정수 수치유형 숫자형분류 —결측 26%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2023-04-01」에 해당하는 값 · 셀은 0 ~ 8,901 범위의 정수 수치
예: 2 1 0
2023-05-01표를 연월 기준으로 펼친 축에서 「2023-05-01」에 해당하는 값 · 셀은 0 ~ 11,428 범위의 정수 수치유형 숫자형분류 —결측 28%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2023-05-01」에 해당하는 값 · 셀은 0 ~ 11,428 범위의 정수 수치
예: 1 0 2
2023-06-01표를 연월 기준으로 펼친 축에서 「2023-06-01」에 해당하는 값 · 셀은 0 ~ 10,589 범위의 정수 수치유형 숫자형분류 —결측 31%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2023-06-01」에 해당하는 값 · 셀은 0 ~ 10,589 범위의 정수 수치
예: 4 1 2
2023-07-01표를 연월 기준으로 펼친 축에서 「2023-07-01」에 해당하는 값 · 셀은 0 ~ 12,289 범위의 정수 수치유형 숫자형분류 —결측 33%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2023-07-01」에 해당하는 값 · 셀은 0 ~ 12,289 범위의 정수 수치
예: 1 0 4
2023-08-01표를 연월 기준으로 펼친 축에서 「2023-08-01」에 해당하는 값 · 셀은 0 ~ 9,776 범위의 정수 수치유형 숫자형분류 —결측 32%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2023-08-01」에 해당하는 값 · 셀은 0 ~ 9,776 범위의 정수 수치
예: 1 3 4
2023-09-01표를 연월 기준으로 펼친 축에서 「2023-09-01」에 해당하는 값 · 셀은 0 ~ 10,434 범위의 정수 수치유형 숫자형분류 —결측 35%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2023-09-01」에 해당하는 값 · 셀은 0 ~ 10,434 범위의 정수 수치
예: 0 1 4
2023-10-01표를 연월 기준으로 펼친 축에서 「2023-10-01」에 해당하는 값 · 셀은 0 ~ 9,931 범위의 정수 수치유형 숫자형분류 —결측 28%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2023-10-01」에 해당하는 값 · 셀은 0 ~ 9,931 범위의 정수 수치
예: 4 1 3
2023-11-01표를 연월 기준으로 펼친 축에서 「2023-11-01」에 해당하는 값 · 셀은 0 ~ 11,007 범위의 정수 수치유형 숫자형분류 —결측 25%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2023-11-01」에 해당하는 값 · 셀은 0 ~ 11,007 범위의 정수 수치
예: 4 1 3
2023-12-01표를 연월 기준으로 펼친 축에서 「2023-12-01」에 해당하는 값 · 셀은 0 ~ 10,726 범위의 정수 수치유형 숫자형분류 —결측 25%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2023-12-01」에 해당하는 값 · 셀은 0 ~ 10,726 범위의 정수 수치
예: 4 1 2
2024-01-01표를 연월 기준으로 펼친 축에서 「2024-01-01」에 해당하는 값 · 셀은 0 ~ 10,742 범위의 정수 수치유형 숫자형분류 —결측 29%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2024-01-01」에 해당하는 값 · 셀은 0 ~ 10,742 범위의 정수 수치
예: 4 2 0
2024-02-01표를 연월 기준으로 펼친 축에서 「2024-02-01」에 해당하는 값 · 셀은 0 ~ 8,149 범위의 정수 수치유형 숫자형분류 —결측 30%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2024-02-01」에 해당하는 값 · 셀은 0 ~ 8,149 범위의 정수 수치
예: 1 4 5
2024-03-01표를 연월 기준으로 펼친 축에서 「2024-03-01」에 해당하는 값 · 셀은 0 ~ 11,339 범위의 정수 수치유형 숫자형분류 —결측 29%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2024-03-01」에 해당하는 값 · 셀은 0 ~ 11,339 범위의 정수 수치
예: 1 4 5
2024-04-01표를 연월 기준으로 펼친 축에서 「2024-04-01」에 해당하는 값 · 셀은 0 ~ 9,931 범위의 정수 수치유형 숫자형분류 —결측 31%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2024-04-01」에 해당하는 값 · 셀은 0 ~ 9,931 범위의 정수 수치
예: 2 1 4
2024-05-01표를 연월 기준으로 펼친 축에서 「2024-05-01」에 해당하는 값 · 셀은 0 ~ 11,221 범위의 정수 수치유형 숫자형분류 —결측 35%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2024-05-01」에 해당하는 값 · 셀은 0 ~ 11,221 범위의 정수 수치
예: 0 3 2
2024-06-01표를 연월 기준으로 펼친 축에서 「2024-06-01」에 해당하는 값 · 셀은 0 ~ 12,227 범위의 정수 수치유형 숫자형분류 —결측 39%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2024-06-01」에 해당하는 값 · 셀은 0 ~ 12,227 범위의 정수 수치
예: 1 4 3
2024-07-01표를 연월 기준으로 펼친 축에서 「2024-07-01」에 해당하는 값 · 셀은 0 ~ 8,426 범위의 정수 수치유형 숫자형분류 —결측 40%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2024-07-01」에 해당하는 값 · 셀은 0 ~ 8,426 범위의 정수 수치
예: 4 8 0
항목 5개 더 보기
2024-08-01표를 연월 기준으로 펼친 축에서 「2024-08-01」에 해당하는 값 · 셀은 0 ~ 11,660 범위의 정수 수치유형 숫자형분류 —결측 38%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2024-08-01」에 해당하는 값 · 셀은 0 ~ 11,660 범위의 정수 수치
예: 4 1 2
2024-09-01표를 연월 기준으로 펼친 축에서 「2024-09-01」에 해당하는 값 · 셀은 0 ~ 10,186 범위의 정수 수치유형 숫자형분류 —결측 36%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2024-09-01」에 해당하는 값 · 셀은 0 ~ 10,186 범위의 정수 수치
예: 4 2 1
2024-10-01표를 연월 기준으로 펼친 축에서 「2024-10-01」에 해당하는 값 · 셀은 0 ~ 11,927 범위의 정수 수치유형 숫자형분류 —결측 32%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2024-10-01」에 해당하는 값 · 셀은 0 ~ 11,927 범위의 정수 수치
예: 3 4 2
2024-11-01표를 연월 기준으로 펼친 축에서 「2024-11-01」에 해당하는 값 · 셀은 0 ~ 9,735 범위의 정수 수치유형 숫자형분류 —결측 30%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2024-11-01」에 해당하는 값 · 셀은 0 ~ 9,735 범위의 정수 수치
예: 1 5 4
2024-12-01표를 연월 기준으로 펼친 축에서 「2024-12-01」에 해당하는 값 · 셀은 0 ~ 11,008 범위의 정수 수치유형 숫자형분류 —결측 29%정제 원본 유지
표를 연월 기준으로 펼친 축에서 「2024-12-01」에 해당하는 값 · 셀은 0 ~ 11,008 범위의 정수 수치
예: 4 2 3
찾는 항목이 없습니다.
상위 5행 · 25열 중 10열 · 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
| 시군구_산업_제품 | 2023-01-01 | 2023-02-01 | 2023-03-01 | 2023-04-01 | 2023-05-01 | 2023-06-01 | 2023-07-01 | 2023-08-01 | 2023-09-01 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|---|---|
| 대전동구_농림수산업_무연보통휘발유 | 0 | 1 | 2 | 1 | 1 | 0 | 1 | 0 | 0_c0f8cbc9 | |
| 대전동구_농림수산업_실내등유 | 42 | 37 | 24 | 6 | 1 | 1_c810534e | ||||
| 대전동구_농림수산업_경유(0.001%) | 3 | 3 | 6 | 2 | 2 | 2 | 2 | 0 | 2_a008e0a5 | |
| 대전동구_농림수산업_부생연료유(등유형) | 3_4307b29d | |||||||||
| 대전동구_농림수산업_부생연료유(중유형) | 8 | 3 | 4_23eea93e |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15122211/data/dataset-15122211.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15122211)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }