준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
본 데이터는 한국가스공사의 동절기(12월~익년 2월) 도시가스 공급량 정보를 제공합니다.
기관이 작성한 데이터 설명 전체
본 데이터는 한국가스공사의 동절기(12월~익년 2월) 도시가스 공급량 정보를 제공합니다. 동절기 난방수요 분석과 피크수요 전망을 목적으로 수집되었습니다. 데이터의 세부 항목으로는 연도, 전국 공급량, 수도권·충청권·대경권·호남권·동남권 지역별 공급량(단위: ton) 등이 포함되어 있습니다. 동절기는 난방수요 증가로 천연가스 피크수요가 발생하는 시기입니다. 본 데이터는 도시가스사업자, 수급계획 담당자, 에너지경제연구원, 기상연구기관, 정책 연구자, 산업통상자원부가 연별 도시가스 피크수요 전망의 추세분석에 활용할 수 있으며, 안정적 동절기 가스 공급에 기여합니다.
산업고용 - 에너지및자원개발천연가스 피크수요도시가스 수요동절기 수요도시가스천연가스
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
연결 기준
0종 · 0개 데이터
없음
정제 범위
1/7 항목 · 정제값이 있는 셀 100.0%
원본 열은 그대로 보존
데이터 내용
항목 7개 중 2개는 정의가 없습니다.
연도동절기 도시가스 공급 실적이 집계된 해유형 숫자형분류 —결측 0%정제 정제 100.0%
동절기 도시가스 공급 실적이 집계된 해
정제 열 정제_연도
예: 1997 2011 2022
수도권표를 분류 기준으로 펼친 축에서 「수도권」에 해당하는 값 · 셀은 1,929,394 ~ 4,341,214 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 분류 기준으로 펼친 축에서 「수도권」에 해당하는 값 · 셀은 1,929,394 ~ 4,341,214 범위의 정수 수치
예: 1929394 4160976 4084443
충청권동절기에 충청권 지역으로 공급된 도시가스의 양유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
동절기에 충청권 지역으로 공급된 도시가스의 양
예: 147843 844318 1031430
대경권항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 185,059 ~ 800,179 범위의 수치 항목 · 고유값 27 · 결측 없음
예: 185059 673253 771699
호남권표를 분류 기준으로 펼친 축에서 「호남권」에 해당하는 값 · 셀은 109,736 ~ 764,048 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 분류 기준으로 펼친 축에서 「호남권」에 해당하는 값 · 셀은 109,736 ~ 764,048 범위의 정수 수치
예: 109736 569301 750944
동남권항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 237,224 ~ 1,540,607 범위의 수치 항목 · 고유값 27 · 결측 없음
예: 237224 1352082 1322653
전국표를 분류 기준으로 펼친 축에서 「전국」에 해당하는 값 · 셀은 2,609,256 ~ 8,317,160 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 분류 기준으로 펼친 축에서 「전국」에 해당하는 값 · 셀은 2,609,256 ~ 8,317,160 범위의 정수 수치
예: 2609256 7599931 7961168
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
| 수도권 | 충청권 | 대경권 | 호남권 | 동남권 | 전국 | 연도 | 정제_연도 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|
| 1929394 | 147843 | 185059 | 109736 | 237224 | 2609256 | 1997 | 1997 | 0_92e8923f |
| 2269241 | 181356 | 230457 | 133389 | 347431 | 3161875 | 1998 | 1998 | 1_ea67de96 |
| 2801165 | 236810 | 291010 | 174295 | 476881 | 3980161 | 1999 | 1999 | 2_7fa08ab5 |
| 3010414 | 279203 | 351369 | 233771 | 522258 | 4397015 | 2000 | 2000 | 3_1f07b76b |
| 3009682 | 301265 | 360192 | 246245 | 564871 | 4482256 | 2001 | 2001 | 4_b5163a2f |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15130019/data/dataset-15130019.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15130019)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }