KOIIAAI Ready Data 처음으로

홈›데이터 찾기›한국산업단지공단_국가산업단지 산업동향정보

한국산업단지공단_국가산업단지 산업동향정보

읽기 쉬운 제목(검토 전) 국가산업단지 산업동향정보 (시트 6)

한국산업단지공단 · 산단데이터분석팀 · 공공데이터포털 원본 ↗

데이터 ID 3042071_S6 · 버전 1.0.0 · 최초 등록 2018-04-09 · 2026-02-23 갱신 · 분기

준비 단계품질 진단을 하였으나 기준에 미달하였습니다. 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 13열 (+정제 1열)

CSV 5 KB · Parquet 8 KB

기간

시점 항목 없음

공간 단위

산업단지

산업단지

결측

2.9%

항목 평균

연결 기준

1종 · 67개 데이터

산업단지

정제 범위

1/13 항목 · 정제값이 있는 셀 56.1%

원본 열은 그대로 보존

데이터 내용

항목 13개 중 4개는 정의가 없습니다.

산업단지산업동향 통계의 집계 단위가 되는 국가산업단지의 이름유형 문자형분류 산업단지결측 0%정제 정제 56.1%

산업동향 통계의 집계 단위가 되는 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

음식료표를 분류 기준으로 펼친 축에서 「음식료」에 해당하는 값 · 셀은 0 ~ 29,793.35 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 2%정제 원본 유지

표를 분류 기준으로 펼친 축에서 「음식료」에 해당하는 값 · 셀은 0 ~ 29,793.35 범위의 실수 수치

예: 0 X 771.2886842105264

섬유의복표를 분류 기준으로 펼친 축에서 「섬유의복」에 해당하는 값 · 셀은 0 ~ 16,996.01 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 2%정제 원본 유지

표를 분류 기준으로 펼친 축에서 「섬유의복」에 해당하는 값 · 셀은 0 ~ 16,996.01 범위의 실수 수치

예: 0 X 4724.730756666668

목재종이항목 정의 없음유형 숫자형분류 코드 · 분류결측 2%정제 원본 유지

항목 정의 없음 · 관측: 0 ~ 17,438.74 범위의 수치 항목 · 고유값 25 · 결측 2.38%

예: 0 X 1150.6433333333334

석유화학항목 정의 없음유형 숫자형분류 수치결측 2%정제 원본 유지

항목 정의 없음 · 관측: 0 ~ 554,145.36 범위의 수치 항목 · 고유값 32 · 결측 2.38%

예: X 0 1543.774

비금속표를 분류 기준으로 펼친 축에서 「비금속」에 해당하는 값 · 셀은 0 ~ 10,904.79 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 2%정제 원본 유지

표를 분류 기준으로 펼친 축에서 「비금속」에 해당하는 값 · 셀은 0 ~ 10,904.79 범위의 실수 수치

예: 0 X 147.14

철강항목 정의 없음유형 숫자형분류 코드 · 분류결측 2%정제 원본 유지

항목 정의 없음 · 관측: 0 ~ 217,214.02 범위의 수치 항목 · 고유값 28 · 결측 2.38%

예: 0 X 81

기계표를 분류 기준으로 펼친 축에서 「기계」에 해당하는 값 · 셀은 0 ~ 209,652.23 범위의 실수 수치유형 숫자형분류 —결측 2%정제 원본 유지

표를 분류 기준으로 펼친 축에서 「기계」에 해당하는 값 · 셀은 0 ~ 209,652.23 범위의 실수 수치

예: X 0 4916.417777777778

전기전자표를 분류 기준으로 펼친 축에서 「전기전자」에 해당하는 값 · 셀은 0 ~ 247,537.43 범위의 실수 수치유형 숫자형분류 —결측 2%정제 원본 유지

표를 분류 기준으로 펼친 축에서 「전기전자」에 해당하는 값 · 셀은 0 ~ 247,537.43 범위의 실수 수치

예: X 0 24715.721429537047

운송장비항목 정의 없음유형 숫자형분류 코드 · 분류결측 2%정제 원본 유지

항목 정의 없음 · 관측: 0 ~ 361,591.14 범위의 수치 항목 · 고유값 29 · 결측 2.38%

예: X 0 788.125

기타표를 분류 기준으로 펼친 축에서 「기타」에 해당하는 값 · 셀은 0 ~ 8,137.89 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 2%정제 원본 유지

표를 분류 기준으로 펼친 축에서 「기타」에 해당하는 값 · 셀은 0 ~ 8,137.89 범위의 실수 수치

예: 0 X 2496.19875

계세부 구분 항목별로 나뉜 수치를 모두 더해 하나로 나타낸 총합 값으로, 구분별 값의 합이 맞는지 검증하는 기준 행이나 열에 놓이는 값유형 숫자형분류 수치결측 2%정제 원본 유지

세부 구분 항목별로 나뉜 수치를 모두 더해 하나로 나타낸 총합 값으로, 구분별 값의 합이 맞는지 검증하는 기준 행이나 열에 놓이는 값

예: X 41335.03973152536 45848.3725

상위 5행 · 13열 중 11열 · 나머지는 데이터 팩에 · 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

구분음식료섬유의복목재종이석유화학비금속철강기계전기전자운송장비산업단지정제_산업단지행 식별값
국가771.28868421052644724.7307566666681150.64333333333341543.774147.14814916.41777777777824715.721429537047788.125서울확인 필요서울0_0b37a055
국가826.271327.15721.12302.3057142857147106.913818.479574.58659608.197436708864450.526녹산확인 필요녹산1_99d28db0
국가00061.4424233.58854.7712770.972688.79대구확인 필요대구2_5e4af413
국가2619.42816.222562.9112917.083409090907253.23510149.56800000000124462.96671794872623525.2068461538474639.4141666666665남동확인 필요남동3_a7c9fa56
국가1571.471492.8166666666666478.426666666666731035.19166666666661.9885.2721754.21909090909052131.4001136363636183.035부평인천부평국가산업단지4_414fe2da
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_S6/data/dataset-3042071_S6.parquet")

에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 3042071_S6)

{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
데이터 팩 내려받기 · 24 KBCSV