홈›데이터 찾기›한국산업단지공단_국가산업단지 산업동향정보
한국산업단지공단_국가산업단지 산업동향정보
읽기 쉬운 제목(검토 전) 국가산업단지 산업동향정보 (시트 5)
한국산업단지공단 · 산단데이터분석팀 · 공공데이터포털 원본 ↗
준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
국가산업단지 업종별 입주, 가동, 임차업체수 등
기관이 작성한 데이터 설명 전체
국가산업단지 업종별 입주, 가동, 임차업체수 등 국가산업단지 업종별 산업생산 및 수출, 가동률 등(생산, 수출, 가동률은 제조업 가동업체만을 조사대상으로 함) 국가산업단지 업종별 고용인원 본 데이터는 한국산업단지공단 주요국가산업단지 산업동향 통계입니다.한국산업단지공단에서는 주요국가산업단지 산업동향 정보를 분기별로 제공하고 있으며, 본 데이터는 국가산업단지별 입주, 가동, 입차업체수, 생산, 수출, 가동률, 고용인원 등을 제공합니다. 본 파일은 조사개요를 포함하여 총 13개의 시트로 구성되어 있으며, 각 시트별로 입주, 가동, 생산, 수출, 고용, 가동률 등의 정보를 제공하고 있습니다.
공공행정 - 정부자원관리국가산업단지동향국가산업단지통계국가산업단지데이터국가산업단지산업동향국가산업단지실적
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
41행 × 원본 6열 (+정제 1열)
CSV 4 KB · Parquet 5 KB
기간
시점 항목 없음
공간 단위
산업단지
산업단지
결측
3.6%
항목 평균
정제 범위
1/6 항목 · 정제값이 있는 셀 56.1%
원본 열은 그대로 보존
데이터 내용
항목 6개 중 2개는 정의가 없습니다.
산업단지입주·가동·생산·수출·고용 등이 집계되는 국가산업단지의 이름유형 문자형분류 산업단지결측 0%정제 정제 56.1%
입주·가동·생산·수출·고용 등이 집계되는 국가산업단지의 이름
정제 열 정제_산업단지 · 「산업단지」 기준 표기 통일
예: 서울 구미 국가식품클러스터(외)
구분산업단지의 지정 유형유형 문자형분류 코드 · 분류결측 12%정제 원본 유지
산업단지의 지정 유형
예: 국가
당분기항목 정의 없음유형 숫자형분류 수치결측 2%정제 원본 유지
항목 정의 없음 · 관측: 137.02 ~ 1,673,410.94 범위의 수치 항목 · 고유값 35 · 결측 2.38%
예: X 41335.03973152535 45848.3725
전분기항목 정의 없음유형 숫자형분류 수치결측 2%정제 원본 유지
항목 정의 없음 · 관측: 103.21 ~ 1,656,712.04 범위의 수치 항목 · 고유값 35 · 결측 2.38%
예: X 39910.21249858188 45850.2075
2025 누계표를 연도 기준으로 펼친 축에서 「2025 누계」에 해당하는 값 · 셀은 441.96 ~ 6,641,079.21 범위의 실수 수치유형 숫자형분류 —결측 2%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2025 누계」에 해당하는 값 · 셀은 441.96 ~ 6,641,079.21 범위의 실수 수치
예: X 161332.20187200783 179204.22299999997
증감률 (전분기대비)산업단지·구분별 조사 지표의 당분기 값이 직전 분기 값에 비해 증가 또는 감소한 비율유형 숫자형분류 수치결측 2%정제 원본 유지
산업단지·구분별 조사 지표의 당분기 값이 직전 분기 값에 비해 증가 또는 감소한 비율
단위: 퍼센트
예: X 3.5700818004767516 -0.004002162912783169
찾는 항목이 없습니다.
상위 5행 · 6열 중 6열 · 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
| 구분 | 당분기 | 전분기 | 2025 누계 | 증감률 (전분기대비) | 산업단지 | 정제_산업단지 | 행 식별값 |
|---|---|---|---|---|---|---|---|
| 국가 | 41335.03973152535 | 39910.21249858188 | 161332.20187200783 | 3.5700818004767516 | 서울 | 확인 필요서울 | 0_d2d5a886 |
| 국가 | 32823.53065099458 | 32499.66807956601 | 130730.69910397826 | 0.9965103970775528 | 녹산 | 확인 필요녹산 | 1_35fc82ac |
| 국가 | 16633.55 | 16144.825 | 59203.465 | 3.0271309846963255 | 대구 | 확인 필요대구 | 2_e7113c96 |
| 국가 | 83818.91413986014 | 79785.46842890447 | 321087.5271328669 | 5.0553638280005915 | 남동 | 확인 필요남동 | 3_785ab350 |
| 국가 | 8882.341204545452 | 8988.26181060606 | 41838.20081818183 | -1.1784325856599231 | 부평 | 인천부평국가산업단지 | 4_aa0ae8b9 |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/3042071_S5/data/dataset-3042071_S5.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 3042071_S5)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
연결 기준이 같은 데이터
67종 중 공유하는 기준이 많은 순 · 기준(항목 종류)이 동일하다는 의미이며, 실제 값의 일치 여부는 확인하지 않았습니다(값 미확인)