준비 단계품질 진단 기준을 충족한 AI Ready 데이터입니다. 품질 판정서 보기 · 준비 단계란?
이 데이터는 한국석유공사가 보유한 저공해 자동차의 연도별 현황을 정리한 통계 자료로, 하이브리드차, 전기차, 수소차 등 친환경 차량의 실제 운용 규모를 수치로 제공합니다.
기관이 작성한 데이터 설명 전체
이 데이터는 한국석유공사가 보유한 저공해 자동차의 연도별 현황을 정리한 통계 자료로, 하이브리드차, 전기차, 수소차 등 친환경 차량의 실제 운용 규모를 수치로 제공합니다. 보유 현황은 공공기관의 친환경차 도입 성과를 객관적으로 나타내는 지표로, 정부의 저탄소 교통정책 이행, 기관의 ESG 경영 평가, 탄소중립 이행 수준 등을 분석하는 데 유용하게 활용됩니다. 또한 친환경 차량의 도입 추세나 차종별 분포 현황을 파악할 수 있어 향후 차량 교체 및 도입 계획 수립에 실질적인 참고자료로 쓰입니다. 데이터는 연도별로 구성되어 있어 시계열 분석 및 시각화에 적합하며, 정책 실적 관리와 환경보고서 작성 등에 신뢰도 높은 근거자료로 제공될 수 있습니다.
환경기상 - 환경일반저공해 자동차하이브리드차전기차수소차친환경저탄소탄소중립2023년
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
5행 × 원본 5열 (+정제 1열)
CSV 0 KB · Parquet 2 KB
기간
2020 – 2023
항목 이름의 연도
공간 단위
해당 없음
결측
0.0%
항목 평균
연결 기준
0종 · 0개 데이터
없음
정제 범위
1/5 항목 · 정제값이 있는 셀 60.0%
원본 열은 그대로 보존
데이터 내용
종류보유 차량을 저공해자동차 종별과 해당 여부에 따라 나눈 범주유형 문자형분류 코드 · 분류결측 0%정제 정제 60.0%
보유 차량을 저공해자동차 종별과 해당 여부에 따라 나눈 범주
정제 열 정제_종류
예: 저공해차 1종 저공해차 2종 저공해차 3종
2020표를 연도 기준으로 펼친 축에서 「2020」에 해당하는 값 · 셀은 0 ~ 71 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2020」에 해당하는 값 · 셀은 0 ~ 71 범위의 정수 수치
예: 3 5 0
2021표를 연도 기준으로 펼친 축에서 「2021」에 해당하는 값 · 셀은 0 ~ 77 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2021」에 해당하는 값 · 셀은 0 ~ 77 범위의 정수 수치
예: 3 2 0
2022표를 연도 기준으로 펼친 축에서 「2022」에 해당하는 값 · 셀은 0 ~ 81 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2022」에 해당하는 값 · 셀은 0 ~ 81 범위의 정수 수치
예: 7 3 0
2023표를 연도 기준으로 펼친 축에서 「2023」에 해당하는 값 · 셀은 0 ~ 76 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2023」에 해당하는 값 · 셀은 0 ~ 76 범위의 정수 수치
예: 8 2 0
찾는 항목이 없습니다.
상위 5행 · 5열 중 5열 · 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
| 2020 | 2021 | 2022 | 2023 | 종류 | 정제_종류 | 행 식별값 |
|---|---|---|---|---|---|---|
| 3 | 3 | 7 | 8 | 저공해차 1종 | 제1종 저공해자동차 | 0_cb1c43b3 |
| 5 | 2 | 3 | 2 | 저공해차 2종 | 제2종 저공해자동차 | 1_b8caebc9 |
| 0 | 0 | 0 | 0 | 저공해차 3종 | 제3종 저공해자동차 | 2_3ea1f9d7 |
| 9 | 6 | 4 | 4 | 일반 차량 | 확인 필요일반 차량 | 3_0730b4e3 |
| 71 | 77 | 81 | 76 | 제외 차량 | 확인 필요제외 차량 | 4_951fecb1 |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15128938/data/dataset-15128938.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15128938)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }