데이터 — 그대로 가져가세요

1. 지표 목록부터

무엇이 있는지 보려면 카탈로그를 먼저 받으세요. 계열 ID·이름·주기·단위·기간이 들어 있습니다.

curl -s https://power-data-engine.pages.dev/data/site/series/catalog.json | head -c 400

2. 계열 하나 받기

카탈로그의 key 를 그대로 파일명에 넣으면 시계열이 나옵니다. 규격은 {meta, data:[{ts, value}]} 하나로 통일돼 있습니다.

curl -s https://power-data-engine.pages.dev/data/site/series/<key>.json

# 예: 소비자물가 전기료(1975~)
curl -s https://power-data-engine.pages.dev/data/site/series/ecos_cpi_electricity.json

import pandas as pd, requests
B = "https://power-data-engine.pages.dev/data/site/series/"
d = requests.get(B + "ecos_cpi_electricity.json").json()
df = pd.DataFrame(d["data"])          # ts, value
print(d["meta"]["name"], d["meta"]["span"], d["meta"]["unit"])

3. 주요 엔드포인트

규격

{
  "meta": {
    "key":    "ecos_cpi_electricity",   // 계열 ID(파일명과 동일)
    "name":   "소비자물가 · 전기료",
    "category":"가격", "region":"전국",
    "freq":   "M",                      // D 일 · M 월 · Q 분기 · Y 연
    "unit":   "2020=100",
    "source": "한국은행 ECOS",
    "origin": "ecos.json",              // 이 계열이 나온 원본 gold(공표일정과 연결)
    "n": 618, "span": "1975-01~2026-06"
  },
  "data": [ {"ts":"1975-01", "value":55.27}, ... ]   // ts 오름차순
}

ts 형식은 freq 를 따릅니다 — 일 YYYY-MM-DD, 월 YYYY-MM, 연 YYYY. 결측은 0으로 채우지 않고 아예 뺍니다 (0과 '값 없음'을 섞으면 평균·상관이 조용히 망가집니다).

이용 조건과 한계

· 원 저작권은 각 원천 기관에 있습니다(KPX·EPSIS·한전·한국은행·FRED·Ember·EIA·ENTSO-E 등). 우리는 수집·정규화·연결만 합니다. 재배포 시 원천을 함께 밝혀 주세요 — 각 계열의 meta.source 에 들어 있습니다.
· 공식 통계가 아닙니다. 원천의 값을 옮기는 과정에서 우리 쪽 오류가 있을 수 있습니다. 중요한 판단에는 원천을 직접 확인하세요(각 계열 상세에 원문 링크가 있습니다).
· 갱신은 최선 노력입니다. 원천이 늦으면 우리도 늦습니다. 무엇이 언제 갱신됐는지· 주기를 넘겼는지는 공표일정에 그대로 공개합니다.
· 파일이 큰 것이 있습니다(최대 13MB대). 반복 호출보다 받아서 캐시해 주세요.