준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
한국산업단지공단이 보유하고 있는 전국 공장등록 현황 통계정보입니다.(지역별 등록현황, 신규승인건, 업종별 신규승인 상세내역, 신규등록건 등)
기관이 작성한 데이터 설명 전체
한국산업단지공단이 보유하고 있는 전국 공장등록 현황 통계정보입니다.(지역별 등록현황, 신규승인건, 업종별 신규승인 상세내역, 신규등록건 등) 해당 데이터는 공장설립온라인지원시스템(www.factoryon.go.kr)을 통해 전국 지자체 및 관리기관에서 등록한 민원 데이터를 토대로 작성하였습니다. 해당 데이터에 대한 자세한 내용은 공장설립온라인지원시스템(www.factoryon.go.kr) 내 공장자료실에서 확인이 가능하며, 로그인 없이 등록공장현황 등 자세한 내용을 확인하실 수 있습니다. 해당 데이터 용량에 따른 업로드의 문제로 가급적 공장설립온라인지원시스템(www.factoryon.go.kr) 이용을 부탁드립니다. 양해 바랍니다.
공공행정 - 일반행정산업단지공장등록현황산업단지공장등록통계공장통계정보공장통계등록공장통계
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
26행 × 원본 8열 (+정제 1열)
CSV 3 KB · Parquet 5 KB
기간
시점 항목 없음
공간 단위
해당 없음
결측
0.0%
항목 평균
연결 기준
0종 · 0개 데이터
없음
정제 범위
1/8 항목 · 정제값이 있는 셀 100.0%
원본 열은 그대로 보존
데이터 내용
항목 8개 중 6개는 정의가 없습니다.
시도명공장의 주된 업종을 나타내는 한국표준산업분류 제조업 중분류 코드와 명칭유형 문자형분류 —결측 0%정제 정제 100.0%
공장의 주된 업종을 나타내는 한국표준산업분류 제조업 중분류 코드와 명칭
정제 열 정제_시도명
예: 10 식료품 제조업 11 음료 제조업 34 산업용 기계 및 장비 수리업
~199㎡항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 1 ~ 6,728 범위의 수치 항목 · 고유값 25 · 결측 없음
예: 1 2812 824
200~499㎡항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 1 ~ 11,002 범위의 수치 항목 · 고유값 26 · 결측 없음
예: 4863 234 144
500~999㎡항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 0 ~ 7,172 범위의 수치 항목 · 고유값 26 · 결측 없음
예: 3808 184 71
1,000~4,999㎡항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 0 ~ 9,578 범위의 수치 항목 · 고유값 26 · 결측 없음
예: 6457 324 46
5,000~9,999㎡항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 0 ~ 1,050 범위의 수치 항목 · 고유값 24 · 결측 없음
예: 0 30 719
10,000~㎡항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 0 ~ 761 범위의 수치 항목 · 고유값 26 · 결측 없음
예: 530 84 3
합계면적 규모 구간에 관계없이 집계한 등록 공장의 전체 수유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
면적 규모 구간에 관계없이 집계한 등록 공장의 전체 수
예: 19189 1041 371
찾는 항목이 없습니다.
상위 5행 · 8열 중 8열 · 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
| ~199㎡ | 200~499㎡ | 500~999㎡ | 1,000~4,999㎡ | 5,000~9,999㎡ | 10,000~㎡ | 합계 | 시도명 | 정제_시도명 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|---|
| 2834 | 4898 | 3813 | 6494 | 729 | 532 | 19300 | 10 식료품 제조업 | 식료품 제조업 | 0_8b79636f |
| 173 | 235 | 190 | 325 | 49 | 85 | 1057 | 11 음료 제조업 | 음료 제조업 | 1_eee30ff3 |
| 1 | 1 | 2 | 1 | 0 | 8 | 13 | 12 담배제조업 | 담배 제조업 | 2_6047aa6f |
| 1118 | 2197 | 1883 | 3285 | 368 | 179 | 9030 | 13 섬유제품 제조업; 의복제외 | 섬유제품 제조업; 의복 제외 | 3_b9508ddd |
| 1332 | 1216 | 400 | 334 | 29 | 20 | 3331 | 14 의복, 의복 액세서리 및 모피제품 제조업 | 의복, 의복 액세서리 및 모피제품 제조업 | 4_74f8e126 |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/3041646_S20/data/dataset-3041646_S20.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 3041646_S20)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }