18. Code Interpreter 이해 및 실습
Video
준비 중
Note
Resources
Seoul bike 데이터셋 소개 자료 (README.md) 한글 번역본
🚲 서울 자전거 공유 데이터셋 (시간별 기상 데이터 포함)
이 데이터셋은 서울시 공공자전거(따릉이) 서비스의 시간 단위 대여 기록을 기반으로 구축되었습니다.
또한, 기상청(KMA)의 상세 기상 관측 자료가 결합되어 있어, 수요 예측 및 기상 요인 분석이 가능합니다.
📅 데이터 설명
컬럼명 | 설명 |
---|---|
ID | 각 기록의 고유 식별자 |
datetime | 대여 시간 (YYYY-MM-DD HH:00:00) |
temperature | 기온 (°C) |
precipitation | 강수량 (mm) |
windspeed | 풍속 (m/s) |
humidity | 상대 습도 (%) |
dew_point | 이슬점 온도 (°C) |
sunshine | 일조 시간 (시간) |
solar_radiation | 일사량 (MJ/m²) |
snowfall | 적설량 (cm) |
cloud_cover | 운량 (옥타, 0–10 척도) |
visibility | 시정 (m) |
ground_temp | 지면 온도 (°C) |
weekday | 요일 (예: Monday, Tuesday, …) |
holiday | 공휴일 여부 (1 = 공휴일, 0 = 평일) |
count | 해당 시간 동안 대여된 자전거 수 |
- 시간 단위: 시간별
- 지역: 서울특별시
- 기간: 2015년 9월 – 2024년 12월
- 결측치 현황:
temperature
: 5precipitation
: 2,406windspeed
: 123humidity
: 4dew_point
: 2sunshine
: 1,794solar_radiation
: 1,796snowfall
: 8,967cloud_cover
: 5,482visibility
: 1ground_temp
: 32
사용자는 결측치를 보간, 대체, 혹은 제거 방식으로 적절히 처리해야 합니다.
🌦️ 기상 데이터 통합
기상 데이터는 기상청 자동종합기상관측시스템(ASOS)을 통해 수집되었습니다.
온도, 강수량, 풍속, 습도, 일사량 등 주요 기후 지표를 포함하여 기상-모빌리티 연계 분석이 가능합니다.
💡 활용 사례
- 시간 단위 서울시 자전거 대여 수요 예측
- 기상 요인이 도시 교통 패턴에 미치는 영향 분석
- 머신러닝 대회용 피처 엔지니어링 및 모델 학습
- 타 도시/국가 공공 모빌리티 데이터셋과의 비교 분석 (예: 워싱턴 D.C., 대전 등)
🔍 출처 및 라이선스
이 데이터셋은 공공 데이터를 가공하여 제공됩니다.
-
자전거 대여 원본 데이터:
서울 열린데이터 광장 – 공공자전거 이용 정보 -
기상 데이터 출처:
기상청 ASOS 기상자료개방포털 -
라이선스:
공공누리 제1유형 – 출처표시
출처 표시 시 자유로운 이용, 재배포 및 수정 가능
본 저작물은 서울특별시 및 기상청이 공공누리 제1유형으로 개방한 데이터를 바탕으로 가공되었습니다.
원본 데이터는 공공데이터포털 및 기상자료개방포털에서 자유롭게 내려받을 수 있습니다.
⚠️ 주의사항
이 데이터셋은 독립적으로 가공된 자료이며, 서울특별시 또는 기상청과 관련이 없고, 공식적으로 보증되지 않습니다.
오직 교육, 분석, 연구 목적으로만 제공됩니다.