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
8행 × 원본 8열 (+정제 1열)
CSV 1 KB · Parquet 3 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 50.0%
원본 열은 그대로 보존
데이터 내용
항목 8개 중 6개는 정의가 없습니다.
구분공장을 설립 승인 유형과 입지 유형에 따라 나눈 범주유형 문자형분류 코드 · 분류결측 0%정제 정제 50.0%
공장을 설립 승인 유형과 입지 유형에 따라 나눈 범주
정제 열 정제_구분
예: 일반 창업 국가산업단지
~199㎡항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 3 ~ 27,086 범위의 수치 항목 · 고유값 8 · 결측 없음
예: 27086 2788 8768
200~499㎡항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 0 ~ 36,823 범위의 수치 항목 · 고유값 8 · 결측 없음
예: 36823 4594 9184
500~999㎡항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 1 ~ 23,987 범위의 수치 항목 · 고유값 8 · 결측 없음
예: 23987 2654 5408
1,000~4,999㎡항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 58 ~ 28,829 범위의 수치 항목 · 고유값 8 · 결측 없음
예: 28829 3413 8655
5,000~9,999㎡항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 50 ~ 3,014 범위의 수치 항목 · 고유값 8 · 결측 없음
예: 2447 164 1455
10,000~㎡항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 29 ~ 2,230 범위의 수치 항목 · 고유값 8 · 결측 없음
예: 1534 60 1350
합계면적 구간별 등록 공장 수를 모두 더한 전체 등록 공장의 수유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
면적 구간별 등록 공장 수를 모두 더한 전체 등록 공장의 수
예: 120706 13673 34820
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 | 구분 | 정제_구분 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|---|
| 26814 | 36448 | 23813 | 28748 | 2455 | 1528 | 119806 | 일반 | 확인 필요일반 | 0_143e7a02 |
| 2980 | 4716 | 2687 | 3400 | 164 | 59 | 14006 | 창업 | 확인 필요창업 | 1_87d8e6dc |
| 8914 | 9171 | 5400 | 8729 | 1460 | 1353 | 35027 | 국가산업단지 | 국가산업단지 | 2_3e6b488b |
| 4951 | 7441 | 6252 | 16240 | 3050 | 2281 | 40215 | 일반산업단지 | 일반산업단지 | 3_aaebf210 |
| 812 | 1563 | 1480 | 4137 | 628 | 355 | 8975 | 농공단지 | 농공단지 | 4_f31e00ce |
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_S26/data/dataset-3041646_S26.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 3041646_S26)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }