경기도 생활인구_22년 4분기.csv
경기도 생활인구_22년 4분기
테이블 미리보기 준비 중...
컬럼 정보 준비 중...
항목 | 값 |
---|---|
파일명 | 경기도 생활인구_22년 4분기.csv |
파일 포맷 | CSV |
설명 | 경기도 생활인구_22년 4분기 |
데이터셋 설명 | 특정 지역에서 특정 시점에 머무르는 모든 인구의 분포 및 체류 정보를 알 수 있는 데이터 상품('22년 10~12월) [ 유플러스 데이터 경쟁력 ] ㅇ 5G 데이터도 포함하여 집계하고 있기 때문에 데이터 최신성과 대표성 높음 [ 생활인구 데이터 이해 ] ㅇ 특정 지역에서 특정 시점에 머무는 모든 인구의 이동/분포/체류 인구 통계 데이터 ㅇ 주 생활권별로 출퇴근, 등하교, 관광을 위해 짧게 머문 사람들을 파악할 수 있음 예를 들어, 분당에 거주하고/용산에 출근하여 근무하는 사람의 경우, ㄴ 분당 지역, 야간 상주인구 (오후 7시 ~ 오전 9시에 주로 머무는 패턴을 보이기 때문, 야간 주 생활권) ㄴ 용산 지역, 주간 상주인구 (오전 9시 ~ 오후 7시에 주로 머무는 패턴을 보이기 때문, 주간 주 생활권) [ 데이터 제공 형태 ]
ㅇ 지역 : 광역시/도 (시/군/구 단위도 가능) [ 데이터 활용 사례 ] ㅇ 지역/시간대별 주요 거점 인구 데이터 기반, 민간/공공 사업 전략 수립 [ 데이터 상세 문의 ] ㅇ대표 메일 udataplus@lguplus.co.kr |
url | 파일 다운로드 (안 되면 원본 페이지에서 다운 받으세요) |
원본 페이지 | https://www.bigdata-lifelog.kr/portal/find/dataList?mode=detail&name=lgu20230109111651 |
버전 | 2023-01-09 |
파일 크기 | 641 Byte |
행 수 | 10 100건 이하의 작은 데이터 |
컬럼 수 | 10 |
텍스트 인코딩 | UTF-8-SIG |
컬럼 구분자 | , 콤마 (COMMA) |
import pandas as pd
df = pd.read_csv('경기도 생활인구_22년 4분기.csv', on_bad_lines='skip', delimiter=',', encoding='UTF-8-SIG', encoding_errors='ignore')
컬럼 | 타입 | 샘플 |
---|---|---|
INDEX_KEY | string | None |
CRTR_YMD | string | None |
CRTR_WEEK | int64 | None |
DWK_NM | string | None |
CTPV_CD | string | None |
CTPV_NM | string | None |
TMZN_CD | int64 | None |
SEX_DV | string | None |
PFVA_AGRDE_CLS | int64 | None |
REVISN_LIVE_PUL_CNT | float64 | None |
항목 | 값 |
---|---|
column_info_url | https://www.bigdata-lifelog.kr/egf/ext/data/field/schema.json?prodCode=LI122200010018 |
생성일시 | 2023-09-28T04:24:18.696926 |
아이디 | e3678099-b754-43bb-a67a-922592ecf9a0 |
메타데이터 수정일시 | 2023-12-10T13:38:03.500739 |
데이터셋 아이디 | 5f56ca17-cdf0-46e0-8470-9cc0360a4f9a |
sample_url | https://www.bigdata-lifelog.kr/egf/ext/data/preview.json?name=lgu20230109111651&prodCode=LI122200010018 |
상태 | active |
url | https://www.bigdata-lifelog.kr/portal/find/dataList?mode=detail&name=lgu20230109111651 |