홈›데이터 찾기›한국가스공사_천연가스 피크수요 발생 당일 5대 지역 평균기온
한국가스공사_천연가스 피크수요 발생 당일 5대 지역 평균기온
읽기 쉬운 제목(검토 전) 천연가스 피크수요 발생 당일 5대 지역 평균기온
한국가스공사 · 경제경영연구소 정책연구팀 · 공공데이터포털 원본 ↗
준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
본 데이터는 연별 천연가스 피크수요 발생 당일 전국 5대 지역 평균기온 정보를 제공합니다.
기관이 작성한 데이터 설명 전체
본 데이터는 연별 천연가스 피크수요 발생 당일 전국 5대 지역 평균기온 정보를 제공합니다. 기온과 피크수요 간 상관관계 분석을 목적으로 수집되었습니다. 데이터의 세부 항목으로는 연도, 피크수요 발생일, 수도권·충청권·대경권·호남권·동남권의 평균기온 등이 포함되어 있습니다. 피크수요 발생에 영향을 미치는 기온 요인을 지역별로 분석할 수 있습니다. 본 데이터는 천연가스 수요예측 담당자, 기상연구기관, 에너지경제연구원, 도시가스사업자, 수급계획 담당자, 한국에너지공단이 지역별 기온에 따른 피크수요 예측 모델링에 활용할 수 있으며, 안정적 가스 수급관리에 기여합니다.
산업고용 - 에너지및자원개발천연가스 피크수요평군 기온지역별 기온기온피크수요피크수요예측
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
27행 × 원본 7열 (+정제 1열)
CSV 2 KB · Parquet 4 KB
기간
1997 – 2022
연도 기준 · 99% 범위
공간 단위
해당 없음
결측
0.0%
항목 평균
정제 범위
1/7 항목 · 정제값이 있는 셀 100.0%
원본 열은 그대로 보존
데이터 내용
연도피크수요가 발생한 동절기가 시작된 해로, 발생일의 달력상 해와 다를 수 있는 값유형 숫자형분류 —결측 0%정제 정제 100.0%
피크수요가 발생한 동절기가 시작된 해로, 발생일의 달력상 해와 다를 수 있는 값
정제 열 정제_연도
예: 1997 2011 2022
피크수요 발생일해당 연도에 천연가스 수요가 최대치를 기록한 날짜유형 날짜형분류 날짜결측 0%정제 원본 유지
해당 연도에 천연가스 수요가 최대치를 기록한 날짜
예: 1998-01-24 2012-02-02 2022-12-23
서울표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 -15.5 ~ -1.4 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 -15.5 ~ -1.4 범위의 실수 수치
예: -7 -6.4 -5.5
대전표를 지역 기준으로 펼친 축에서 「대전」에 해당하는 값 · 셀은 -13.5 ~ -0.9 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「대전」에 해당하는 값 · 셀은 -13.5 ~ -0.9 범위의 실수 수치
예: -6.4 -8.2 -6.6
대구표를 지역 기준으로 펼친 축에서 「대구」에 해당하는 값 · 셀은 -10.4 ~ 0.5 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「대구」에 해당하는 값 · 셀은 -10.4 ~ 0.5 범위의 실수 수치
예: -3.6 -5.9 -6.3
광주표를 지역 기준으로 펼친 축에서 「광주」에 해당하는 값 · 셀은 -9.9 ~ 2.4 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「광주」에 해당하는 값 · 셀은 -9.9 ~ 2.4 범위의 실수 수치
예: -6 -4.5 -3.5
부산표를 지역 기준으로 펼친 축에서 「부산」에 해당하는 값 · 셀은 -8.2 ~ 3.8 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「부산」에 해당하는 값 · 셀은 -8.2 ~ 3.8 범위의 실수 수치
예: -2.6 -0.4 -1.1
찾는 항목이 없습니다.
상위 5행 · 7열 중 7열 · 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
| 피크수요 발생일 | 서울 | 대전 | 대구 | 광주 | 부산 | 연도 | 정제_연도 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|
| 1998-01-24 | -5.5 | -2.8 | 0.5 | 0.1 | 3.8 | 1997 | 1997 | 0_01b91931 |
| 1998-12-10 | -1.4 | -0.9 | 0.4 | 2.4 | 2 | 1998 | 1998 | 1_b5521816 |
| 2000-01-21 | -7 | -6.4 | -3.6 | -4.5 | -2.3 | 1999 | 1999 | 2_287b02ad |
| 2001-01-15 | -15.5 | -12.5 | -8.5 | -9 | -7.2 | 2000 | 2000 | 3_7c3fa22b |
| 2002-01-08 | -6.6 | -3.4 | -2.7 | -1.6 | -0.4 | 2001 | 2001 | 4_1ae77772 |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15130017/data/dataset-15130017.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15130017)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
연결 기준이 같은 데이터
121종 중 공유하는 기준이 많은 순 · 기준(항목 종류)이 동일하다는 의미이며, 실제 값의 일치 여부는 확인하지 않았습니다(값 미확인)