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 ↗
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
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
찾는 항목이 없습니다.
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_음식료 | 2022년_섬유의복 | 2022년_목재종이 | 2022년_석유화학 | 2022년_비금속 | 2022년_철강 | 2022년_기계 | 2022년_전기전자 | 2022년_운송장비 | 2022년_기타 | 단지명 | 정제_단지명 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2393.925 | 18154.167152037262 | 4228.883083333333 | 20779.415112261904 | 765.9833333333335 | 826.4534722222221 | 19242.403735288466 | 71957.66287375335 | 1356.1980666666668 | 4529.055697666667 | 서울디지털 | 서울디지털국가산업단지 | 0_5d2355ef |
| 4010.905 | 10060.434166666666 | 2964.3458333333338 | 7190.5181096666665 | 547.7016666666666 | 26795.467430222223 | 40886.03012250583 | 24686.829683544307 | 8785.871833333333 | 619.4341666666666 | 녹산 | 확인 필요녹산 | 1_27ed67fe |
| 0 | 1.6583333333333334 | 0 | 97.94 | 71.49 | 67.76666666666667 | 3095.8493247619044 | 33595.83666666667 | 7226.112282666667 | 28 | 대구 | 확인 필요대구 | 2_0e81ccd1 |
| 11599.877406333331 | 1588.8750000000002 | 6556.268094333333 | 39561.66133101837 | 964.1949999999998 | 38340.65345633333 | 112657.40078214755 | 54228.808383588614 | 16962.86021288889 | 14147.622824 | 남동 | 확인 필요남동 | 3_17f92cb0 |
| 4756.096204166667 | 3604.7466666666664 | 1152.0631944444444 | 2998.351503333333 | 18.00416666666667 | 236.22500000000005 | 7852.143315476191 | 10966.481448412696 | 693.5466666666666 | 400.37916666666666 | 부평 | 인천부평국가산업단지 | 4_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" } } }
연결 기준이 같은 데이터
67종 중 공유하는 기준이 많은 순 · 기준(항목 종류)이 동일하다는 의미이며, 실제 값의 일치 여부는 확인하지 않았습니다(값 미확인)