KOIIAAI Ready Data 처음으로

홈›데이터 찾기›한국산업단지공단_국가산업단지 산업동향정보_업종별 누계

한국산업단지공단_국가산업단지 산업동향정보_업종별 누계

읽기 쉬운 제목(검토 전) 국가산업단지 산업동향정보 · 업종별 누계 (시트 2)

한국산업단지공단 · 산단데이터분석팀 · 공공데이터포털 원본 ↗

데이터 ID 15125153_S2 · 버전 1.0.0 · 최초 등록 2023-11-27 · 2025-11-27 갱신 · 수시

준비 단계품질 진단 기준을 충족한 AI Ready 데이터입니다. 품질 판정서 보기 · 준비 단계란?

한국산업단지공단에서는 주요국가산업단지 산업동향 정보를 분기별로 제공하고 있으며,

기관이 작성한 데이터 설명 전체
한국산업단지공단에서는 주요국가산업단지 산업동향 정보를 분기별로 제공하고 있으며,
본 데이터는 한국산업단지공단 주요국가산업단지 산업동향 통계를 업종별로 구분 후 누계로 집계한 자료입니다. 

본 데이터에서 제공하고 있는 항목은 산업단지별 업종별 입주업체수, 생산액, 수출액, 고용인원 정보를 제공하고 있습니다.

그 외 다양한 산업동향 자료는 기관 홈페이지에서도 확인하실 수 있습니다(https://www.kicox.or.kr/user/bbs/BD_selectBbsList.do?q_bbsCode=1036&q_clCode=2)

공공행정 - 일반행정업종별 입주업체수업종별 생산업종별 수출업종별 고용인원누계치

활용 적합성 요약 팩에서 계산한 값 · 판정 아님

규모

39행 × 원본 12열 (+정제 1열)

CSV 7 KB · Parquet 8 KB

기간

시점 항목 없음

공간 단위

산업단지

산업단지

결측

4.8%

항목 평균

연결 기준

1종 · 67개 데이터

산업단지

정제 범위

1/12 항목 · 정제값이 있는 셀 56.4%

원본 열은 그대로 보존

데이터 내용

단지명통계 집계 대상이 되는 국가산업단지의 이름유형 문자형분류 산업단지결측 2%정제 정제 56.4%

통계 집계 대상이 되는 국가산업단지의 이름

정제 열 정제_단지명 · 「산업단지」 기준 표기 통일

예: 서울디지털 구미 군산

2022년_음식료표를 연도 기준으로 펼친 축에서 「2022년_음식료」에 해당하는 값 · 셀은 0 ~ 100,169.91 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 5%정제 원본 유지

표를 연도 기준으로 펼친 축에서 「2022년_음식료」에 해당하는 값 · 셀은 0 ~ 100,169.91 범위의 실수 수치

예: 0 음식료 8359.363333333335

2022년_섬유의복표를 연도 기준으로 펼친 축에서 「2022년_섬유의복」에 해당하는 값 · 셀은 0 ~ 60,352.43 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 5%정제 원본 유지

표를 연도 기준으로 펼친 축에서 「2022년_섬유의복」에 해당하는 값 · 셀은 0 ~ 60,352.43 범위의 실수 수치

예: 0 섬유의복 3043.1928666666668

2022년_목재종이표를 연도 기준으로 펼친 축에서 「2022년_목재종이」에 해당하는 값 · 셀은 0 ~ 71,366.76 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 5%정제 원본 유지

표를 연도 기준으로 펼친 축에서 「2022년_목재종이」에 해당하는 값 · 셀은 0 ~ 71,366.76 범위의 실수 수치

예: 0 목재종이 7.763333333333334

2022년_석유화학표를 연도 기준으로 펼친 축에서 「2022년_석유화학」에 해당하는 값 · 셀은 0 ~ 2,566,625.39 범위의 실수 수치유형 숫자형분류 —결측 5%정제 원본 유지

표를 연도 기준으로 펼친 축에서 「2022년_석유화학」에 해당하는 값 · 셀은 0 ~ 2,566,625.39 범위의 실수 수치

예: 0 석유화학 2570.54725332

2022년_비금속표를 연도 기준으로 펼친 축에서 「2022년_비금속」에 해당하는 값 · 셀은 0 ~ 50,603.34 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 5%정제 원본 유지

표를 연도 기준으로 펼친 축에서 「2022년_비금속」에 해당하는 값 · 셀은 0 ~ 50,603.34 범위의 실수 수치

예: 0 비금속 297.43749999999994

2022년_철강표를 연도 기준으로 펼친 축에서 「2022년_철강」에 해당하는 값 · 셀은 0 ~ 901,179.21 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 5%정제 원본 유지

표를 연도 기준으로 펼친 축에서 「2022년_철강」에 해당하는 값 · 셀은 0 ~ 901,179.21 범위의 실수 수치

예: 0 철강 702.1702323333333

2022년_기계표를 연도 기준으로 펼친 축에서 「2022년_기계」에 해당하는 값 · 셀은 0 ~ 791,021.97 범위의 실수 수치유형 숫자형분류 —결측 5%정제 원본 유지

표를 연도 기준으로 펼친 축에서 「2022년_기계」에 해당하는 값 · 셀은 0 ~ 791,021.97 범위의 실수 수치

예: 0 19242.403735288466 190829.006139915

2022년_전기전자표를 연도 기준으로 펼친 축에서 「2022년_전기전자」에 해당하는 값 · 셀은 0 ~ 951,560.66 범위의 실수 수치유형 숫자형분류 —결측 5%정제 원본 유지

표를 연도 기준으로 펼친 축에서 「2022년_전기전자」에 해당하는 값 · 셀은 0 ~ 951,560.66 범위의 실수 수치

예: 0 전기전자 71957.66287375335

2022년_운송장비표를 연도 기준으로 펼친 축에서 「2022년_운송장비」에 해당하는 값 · 셀은 0 ~ 955,350.19 범위의 실수 수치유형 숫자형분류 —결측 5%정제 원본 유지

표를 연도 기준으로 펼친 축에서 「2022년_운송장비」에 해당하는 값 · 셀은 0 ~ 955,350.19 범위의 실수 수치

예: 0 6441.204999999999 120243.44114601589

2022년_기타표를 연도 기준으로 펼친 축에서 「2022년_기타」에 해당하는 값 · 셀은 0 ~ 28,075.82 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 5%정제 원본 유지

표를 연도 기준으로 펼친 축에서 「2022년_기타」에 해당하는 값 · 셀은 0 ~ 28,075.82 범위의 실수 수치

예: 0 기타 1.7999999999999996

2022년_계표를 연도 기준으로 펼친 축에서 「2022년_계」에 해당하는 값 · 셀은 0 ~ 6,476,305.69 범위의 실수 수치유형 숫자형분류 —결측 5%정제 원본 유지

표를 연도 기준으로 펼친 축에서 「2022년_계」에 해당하는 값 · 셀은 0 ~ 6,476,305.69 범위의 실수 수치

예: 계 994632.361135076 54.199999999999996

상위 5행 · 12열 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

2022년_음식료2022년_섬유의복2022년_목재종이2022년_석유화학2022년_비금속2022년_철강2022년_기계2022년_전기전자2022년_운송장비2022년_기타단지명정제_단지명행 식별값
2393.92518154.1671520372624228.88308333333320779.415112261904765.9833333333335826.453472222222119242.40373528846671957.662873753351356.19806666666684529.055697666667서울디지털서울디지털국가산업단지0_5d2355ef
4010.90510060.4341666666662964.34583333333387190.5181096666665547.701666666666626795.46743022222340886.0301225058324686.8296835443078785.871833333333619.4341666666666녹산확인 필요녹산1_27ed67fe
01.6583333333333334097.9471.4967.766666666666673095.849324761904433595.836666666677226.11228266666728대구확인 필요대구2_0e81ccd1
11599.8774063333311588.87500000000026556.26809433333339561.66133101837964.194999999999838340.65345633333112657.4007821475554228.80838358861416962.8602128888914147.622824남동확인 필요남동3_17f92cb0
4756.0962041666673604.74666666666641152.06319444444442998.35150333333318.00416666666667236.225000000000057852.14331547619110966.481448412696693.5466666666666400.37916666666666부평인천부평국가산업단지4_7c834ba0
프로그램 · AI에서 활용 개발자용 코드 예시

필요한 패키지: pandas · pyarrow

import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15125153_S2/data/dataset-15125153_S2.parquet")

에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15125153_S2)

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