- 가격지수1
- 주간 아파트 매매가격지수
- 주간 아파트 전세가격지수
- 월간 아파트 매매가격지수
- 월간 아파트 전세가격지수
- 단독 매매가격지수
- 단독 전세가격지수
- 연립 매매가격지수
- 연립 전세가격지수
- 주택종합 매매가격지수
- 주택종합 전세가격지수
- 가격지수2
- 월간 아파트 월세가격지수
- 가격지수3
- KB선도아파트 50 지수
- 가격지수증감률
- 주간 아파트 매매가격지수 증감률
- 주간 아파트 전세가격지수 증감률
- 월간 아파트 매매가격지수 증감률
- 월간 아파트 전세가격지수 증감률
- 단독 매매가격지수 증감률
- 단독 전세가격지수 증감률
- 연립 매매가격지수 증감률
- 연립 전세가격지수 증감률
- 주택종합 매매가격지수 증감률
- 주택종합 전세가격지수 증감률
- 전세가격비율1
- 아파트 매매가격대비 전세가격비율
- 단독 매매가격대비 전세가격비율
- 연립 매매가격대비 전세가격비율
- 주택종합 매매가격대비 전세가격비율
- 전세가격비율2
- 전월세 전환율
- 시장동향/설문조사
- 주간 매수우위지수
- 주간 매매거래활발지수
- 주간 전세수급지수
- 주간 전세거래활발지수
- 월간 매수우위지수
- 월간 매매거래활발지수
- 월간 전세수급지수
- 월간 전세거래활발지수
- 월간 매매가격전망지수
- 월간 전세가격전망지수
- 면적별 가격지수
- 주간 아파트 전용면적별 매매가격지수
- 주간 아파트 전용면적별 전세가격지수
- 월간 아파트 전용면적별 매매가격지수
- 월간 아파트 전용면적별 전세가격지수
- 월간 아파트 전용면적별(구) 매매가격지수
- 월간 아파트 전용면적별(구) 전세가격지수
- 단독 전용면적별 매매가격지수
- 단독 전용면적별 전세가격지수
- 연립 전용면적별 매매가격지수
- 연립 전용면적별 전세가격지수
- 주택종합 전용면적별 매매가격지수
- 주택종합 전용면적별 전세가격지수
- 평균가격
- 아파트 매매평균가격
- 아파트 전세평균가격
- 단독 매매평균가격
- 단독 전세평균가격
- 연립 매매평균가격
- 연립 전세평균가격
- 주택종합 매매평균가격
- 주택종합 전세평균가격
- ㎡당 평균가격
- 아파트 ㎡당 매매평균가격
- 아파트 ㎡당 전세평균가격
- 단독 ㎡당 매매평균가격
- 단독 ㎡당 전세평균가격
- 연립 ㎡당 매매평균가격
- 연립 ㎡당 전세평균가격
- 주택종합 ㎡당 매매평균가격
- 주택종합 ㎡당 전세평균가격
- 5분위 평균가격
- 아파트 5분위 매매평균가격
- 아파트 5분위 전세평균가격
- 주택종합 5분위 매매평균가격
- 주택종합 5분위 전세평균가격
- 아파트 ㎡당 5분위 매매평균가격
- 아파트 ㎡당 5분위 전세평균가격
- 면적별 평균가격
- 아파트 전용면적별 매매평균가격
- 아파트 전용면적별 전세평균가격
- 아파트 전용면적별(구) 매매평균가격
- 아파트 전용면적별(구) 전세평균가격
- 중위가격
- 아파트 매매중위가격
- 아파트 전세중위가격
- 단독 매매중위가격
- 단독 전세중위가격
- 연립 매매중위가격
- 연립 전세중위가격
- 주택종합 매매중위가격
- 주택종합 전세중위가격
- 소득연계1
- PIR
- J-PIR
- 소득연계2
- 주택구매력지수
- 소득연계3
- KB주택구입잠재력지수
- 소득연계4
- KB아파트주택담보대출 PIR
- PublicDataReader의 code_bdong() 메서드로 지역코드(시도코드)를 조회 가능
import PublicDataReader as pdr
code = pdr.code_bdong()
code.head()
시도코드 | 시도명 | 시군구코드 | 시군구명 | 법정동코드 | 읍면동명 | 동리명 | 생성일자 | 말소일자 | |
---|---|---|---|---|---|---|---|---|---|
0 | 11 | 서울특별시 | 11000 | 1100000000 | 19880423 | ||||
1 | 11 | 서울특별시 | 11110 | 종로구 | 1111000000 | 19880423 | |||
2 | 11 | 서울특별시 | 11110 | 종로구 | 1111010100 | 청운동 | 19880423 | ||
3 | 11 | 서울특별시 | 11110 | 종로구 | 1111010200 | 신교동 | 19880423 | ||
4 | 11 | 서울특별시 | 11110 | 종로구 | 1111010300 | 궁정동 | 19880423 |
- 주간 아파트 매매가격지수
- 주간 아파트 전세가격지수
- 월간 아파트 매매가격지수
- 월간 아파트 전세가격지수
- 단독 매매가격지수
- 단독 전세가격지수
- 연립 매매가격지수
- 연립 전세가격지수
- 주택종합 매매가격지수
- 주택종합 전세가격지수
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
월간주간구분코드 | 월간 주간 구분 (01: 월간, 02: 주간) |
string | 01 | 필수 |
매물종별구분 | 매물 종별 구분 (01: 아파트, 08: 연립, 09: 단독, 98: 주택종합) |
string | 01 | 필수 |
매매전세코드 | 매매 전세 구분 (01: 매매, 02: 전세) |
string | 01 | 필수 |
지역코드 | 시도코드 2자리 (서울: 11, 경기: 42) |
string | 11 | 옵션 |
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
월간주간구분 | 월간주간구분 (월간, 주간) | 월간 |
매물종별구분 | 매물종별구분 (아파트, 연립, 단독, 주택종합) | 아파트 |
거래구분 | 거래구분 (매매, 전세) | 매매 |
지역코드 | 지역코드 | 1174000000 |
지역명 | 지역명 | 강동구 |
날짜 | 날짜 | 2022-12-01 |
가격지수 | 가격지수 | 95.464474 |
from PublicDataReader import Kbland
api = Kbland()
params = {
"월간주간구분코드": "01",
"매물종별구분": "01",
"매매전세코드": "01",
"지역코드": "11",
"기간": "1",
}
df = api.get_price_index(**params)
df.tail()
월간주간구분 | 매물종별구분 | 거래구분 | 지역코드 | 지역명 | 날짜 | 가격지수 | |
---|---|---|---|---|---|---|---|
333 | 월간 | 아파트 | 매매 | 1174000000 | 강동구 | 2022-08-01 | 100.061464 |
334 | 월간 | 아파트 | 매매 | 1174000000 | 강동구 | 2022-09-01 | 99.830894 |
335 | 월간 | 아파트 | 매매 | 1174000000 | 강동구 | 2022-10-01 | 99.050256 |
336 | 월간 | 아파트 | 매매 | 1174000000 | 강동구 | 2022-11-01 | 97.654526 |
337 | 월간 | 아파트 | 매매 | 1174000000 | 강동구 | 2022-12-01 | 95.464474 |
- 월간 아파트 월세가격지수
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
월간주간구분 | 월간주간구분 (월간) | 월간 |
매물종별구분 | 매물종별구분 (아파트) | 아파트 |
거래구분 | 거래구분 (월세) | 월세 |
지역코드 | 지역코드 | 4100000000 |
지역명 | 지역명 | 경기도 |
날짜 | 날짜 | 2022-12-01 |
가격지수 | 가격지수 | 107.956571 |
params = {
"기간": "1"
}
df = api.get_monthly_apartment_wolse_index(**params)
df.tail()
월간주간구분 | 매물종별구분 | 거래구분 | 지역코드 | 지역명 | 날짜 | 가격지수 | |
---|---|---|---|---|---|---|---|
73 | 월간 | 아파트 | 월세 | 4100000000 | 경기도 | 2022-08-01 | 105.904649 |
74 | 월간 | 아파트 | 월세 | 4100000000 | 경기도 | 2022-09-01 | 106.492218 |
75 | 월간 | 아파트 | 월세 | 4100000000 | 경기도 | 2022-10-01 | 107.347923 |
76 | 월간 | 아파트 | 월세 | 4100000000 | 경기도 | 2022-11-01 | 107.957964 |
77 | 월간 | 아파트 | 월세 | 4100000000 | 경기도 | 2022-12-01 | 107.956571 |
- KB선도아파트 50 지수
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
날짜 | 날짜 | 2022-12-01 |
선도50지수 | 선도50지수 | 92.074998 |
전월대비증감률 | 전월대비증감률 | -2.583736 |
전년동월대비증감률 | 전년동월대비증감률 | -7.554604 |
params = {
"기간": "1"
}
df = api.get_lead_apartment_50_index(**params)
df.tail()
날짜 | 선도50지수 | 전월대비증감률 | 전년동월대비증감률 | |
---|---|---|---|---|
8 | 2022-08-01 | 100.451199 | -0.718366 | 6.258222 |
9 | 2022-09-01 | 99.322158 | -1.123969 | 3.105370 |
10 | 2022-10-01 | 97.584598 | -1.749418 | -0.118113 |
11 | 2022-11-01 | 94.517070 | -3.143456 | -4.390270 |
12 | 2022-12-01 | 92.074998 | -2.583736 | -7.554604 |
- 주간 아파트 매매가격지수 증감률
- 주간 아파트 전세가격지수 증감률
- 월간 아파트 매매가격지수 증감률
- 월간 아파트 전세가격지수 증감률
- 단독 매매가격지수 증감률
- 단독 전세가격지수 증감률
- 연립 매매가격지수 증감률
- 연립 전세가격지수 증감률
- 주택종합 매매가격지수 증감률
- 주택종합 전세가격지수 증감률
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
월간주간구분코드 | 월간 주간 구분 (01: 월간, 02: 주간) |
string | 01 | 필수 |
매물종별구분 | 매물 종별 구분 (01: 아파트, 08: 연립, 09: 단독, 98: 주택종합) |
string | 01 | 필수 |
매매전세코드 | 매매 전세 구분 (01: 매매, 02: 전세) |
string | 01 | 필수 |
지역코드 | 시도코드 2자리 (서울: 11, 경기: 42) |
string | 11 | 옵션 |
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
월간주간구분 | 월간주간구분 (월간, 주간) | 월간 |
매물종별구분 | 매물종별구분 (아파트, 연립, 단독, 주택종합) | 아파트 |
거래구분 | 거래구분 (매매, 전세) | 매매 |
지역코드 | 지역코드 | 1174000000 |
지역명 | 지역명 | 강동구 |
날짜 | 날짜 | 2022-12-01 |
가격지수증감률 | 가격지수증감률 | -2.242653 |
from PublicDataReader import Kbland
api = Kbland()
params = {
"월간주간구분코드": "01",
"매물종별구분": "01",
"매매전세코드": "01",
"지역코드": "11",
"기간": "1",
}
df = api.get_price_index_change_rate(**params)
df.tail()
월간주간구분 | 매물종별구분 | 거래구분 | 지역코드 | 지역명 | 날짜 | 가격지수증감률 | |
---|---|---|---|---|---|---|---|
333 | 월간 | 아파트 | 매매 | 1174000000 | 강동구 | 2022-08-01 | -0.264590 |
334 | 월간 | 아파트 | 매매 | 1174000000 | 강동구 | 2022-09-01 | -0.230428 |
335 | 월간 | 아파트 | 매매 | 1174000000 | 강동구 | 2022-10-01 | -0.781961 |
336 | 월간 | 아파트 | 매매 | 1174000000 | 강동구 | 2022-11-01 | -1.409114 |
337 | 월간 | 아파트 | 매매 | 1174000000 | 강동구 | 2022-12-01 | -2.242653 |
- 아파트 매매가격대비 전세가격비율
- 단독 매매가격대비 전세가격비율
- 연립 매매가격대비 전세가격비율
- 주택종합 매매가격대비 전세가격비율
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
매물종별구분 | 매물 종별 구분 (01: 아파트, 08: 연립, 09: 단독, 98: 주택종합) |
string | 01 | 필수 |
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
지역코드 | 시도코드 2자리 (서울: 11, 경기: 42) |
string | 11 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
매물종별구분 | 매물종별구분 (아파트, 연립, 단독, 주택종합) | 주택종합 |
지역코드 | 지역코드 | 5000000000 |
지역명 | 지역명 | 제주특별자치도 |
날짜 | 날짜 | 2022-12-01 |
전세가격비율 | 전세가격비율 | 58.378539 |
from PublicDataReader import Kbland
api = Kbland()
params = {
"매물종별구분": "98",
"기간": "1",
"지역코드": "11",
}
df = api.get_jeonse_price_ratio(**params)
df.tail()
매물종별구분 | 지역코드 | 지역명 | 날짜 | 전세가격비율 | |
---|---|---|---|---|---|
8 | 주택종합 | 1100000000 | 2022-08-01 | 58.064001 | |
9 | 주택종합 | 1100000000 | 2022-09-01 | 58.231592 | |
10 | 주택종합 | 1100000000 | 2022-10-01 | 58.559720 | |
11 | 주택종합 | 1100000000 | 2022-11-01 | 58.886245 | |
12 | 주택종합 | 1100000000 | 2022-12-01 | 58.330975 |
- 전월세 전환율
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
지역코드 | 지역코드 | 4100000000 |
지역명 | 지역명 | 경기도 |
날짜 | 날짜 | 2022-08-01 |
전월세전환율 | 전월세전환율 | 4.02856 |
from PublicDataReader import Kbland
api = Kbland()
params = {
"기간": "1",
}
df = api.get_jeonwolse_conversion_rate(**params)
df.tail()
지역코드 | 지역명 | 날짜 | 전월세전환율 | |
---|---|---|---|---|
73 | 4100000000 | 경기도 | 2022-08-01 | 4.028560 |
74 | 4100000000 | 경기도 | 2022-09-01 | 4.051587 |
75 | 4100000000 | 경기도 | 2022-10-01 | 4.119020 |
76 | 4100000000 | 경기도 | 2022-11-01 | 4.366276 |
77 | 4100000000 | 경기도 | 2022-12-01 | 4.556344 |
- 주간 매수우위지수
- 주간 매매거래활발지수
- 주간 전세수급지수
- 주간 전세거래활발지수
- 월간 매수우위지수
- 월간 매매거래활발지수
- 월간 전세수급지수
- 월간 전세거래활발지수
- 월간 매매가격전망지수
- 월간 전세가격전망지수
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
메뉴코드 | 메뉴코드 (01: 매수우위지수, 02: 매매거래활발지수, 03: 전세수급지수, 04: 전세거래활발지수, 05: 매매가격전망지수, 06: 전세가격전망지수) |
string | 01 | 필수 |
월간주간구분코드 | 월간 주간 구분 (01: 월간, 02: 주간) |
string | 01 | 필수 |
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
메뉴코드 | 메뉴코드 | 매수우위지수 |
월간주간구분 | 월간주간구분 | 월간 |
지역코드 | 지역코드 | 5000000000 |
지역명 | 지역명 | 제주특별자치도 |
날짜 | 날짜 | 2022-08-01 |
*메뉴 별 결과 항목 | 메뉴 별 결과 항목 | 매수자많음: 4.347826, 비슷함: 39.130435, 매도자많음: 56.521739, 매수우위지수: 47.826087 |
from PublicDataReader import Kbland
api = Kbland()
params = {
"메뉴코드": "01",
"월간주간구분코드": "01",
"기간": "1",
}
df = api.get_market_trend(**params)
df.tail()
메뉴코드 | 월간주간구분 | 지역코드 | 지역명 | 날짜 | 매수자많음 | 비슷함 | 매도자많음 | 매수우위지수 | |
---|---|---|---|---|---|---|---|---|---|
307 | 매수우위지수 | 월간 | 5000000000 | 제주특별자치도 | 2022-08-01 | 4.347826 | 39.130435 | 56.521739 | 47.826087 |
308 | 매수우위지수 | 월간 | 5000000000 | 제주특별자치도 | 2022-09-01 | 0.000000 | 32.193142 | 67.806858 | 32.193142 |
309 | 매수우위지수 | 월간 | 5000000000 | 제주특별자치도 | 2022-10-01 | 0.000000 | 35.496914 | 64.503086 | 35.496914 |
310 | 매수우위지수 | 월간 | 5000000000 | 제주특별자치도 | 2022-11-01 | 0.000000 | 39.967654 | 60.032346 | 39.967654 |
311 | 매수우위지수 | 월간 | 5000000000 | 제주특별자치도 | 2022-12-01 | 0.000000 | 30.013714 | 69.986286 | 30.013714 |
- 주간 아파트 전용면적별 매매가격지수
- 주간 아파트 전용면적별 전세가격지수
- 월간 아파트 전용면적별 매매가격지수
- 월간 아파트 전용면적별 전세가격지수
- 월간 아파트 전용면적별(구) 매매가격지수
- 월간 아파트 전용면적별(구) 전세가격지수
- 단독 전용면적별 매매가격지수
- 단독 전용면적별 전세가격지수
- 연립 전용면적별 매매가격지수
- 연립 전용면적별 전세가격지수
- 주택종합 전용면적별 매매가격지수
- 주택종합 전용면적별 전세가격지수
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
월간주간구분코드 | 월간 주간 구분 (01: 월간, 02: 주간) |
string | 01 | 필수 |
매물종별구분 | 매물 종별 구분 (01: 아파트, 08: 연립, 09: 단독, 98: 주택종합) |
string | 01 | 필수 |
면적별코드 | 면적별코드 (01: 전용면적별(구), 02: 전용면적별) |
string | 02 | 필수 |
매매전세코드 | 매매 전세 구분 (01: 매매, 02: 전세) |
string | 01 | 필수 |
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
월간주간구분 | 월간주간구분 | 월간 |
매물종별구분 | 매물종별구분 | 아파트 |
면적별코드 | 면적별코드 | 전용면적별 |
매매전세코드 | 매매전세코드 | 매매 |
지역코드 | 지역코드 | 5000000000 |
지역명 | 지역명 | 제주특별자치도 |
날짜 | 날짜 | 2022-12-01 |
*면적 별 결과 항목 | 면적 별 결과 항목 | 대형: 109.509411, 중대형: 109.007687, 중형: 108.645455, 중소형: 103.091555, 소형: 107.166716 |
from PublicDataReader import Kbland
api = Kbland()
params = {
"월간주간구분코드": "01",
"매물종별구분": "01",
"면적별코드": "02",
"매매전세코드": "01",
"기간": "1",
}
df = api.get_price_index_by_area(**params)
df.tail()
월간주간구분 | 매물종별구분 | 면적별코드 | 매매전세코드 | 지역코드 | 지역명 | 날짜 | 대형 | 중대형 | 중형 | 중소형 | 소형 | |
---|---|---|---|---|---|---|---|---|---|---|---|---|
307 | 월간 | 아파트 | 전용면적별 | 매매 | 5000000000 | 제주특별자치도 | 2022-08-01 | NaN | NaN | NaN | NaN | NaN |
308 | 월간 | 아파트 | 전용면적별 | 매매 | 5000000000 | 제주특별자치도 | 2022-09-01 | NaN | NaN | NaN | NaN | NaN |
309 | 월간 | 아파트 | 전용면적별 | 매매 | 5000000000 | 제주특별자치도 | 2022-10-01 | NaN | NaN | NaN | NaN | NaN |
310 | 월간 | 아파트 | 전용면적별 | 매매 | 5000000000 | 제주특별자치도 | 2022-11-01 | 109.918617 | 109.201955 | 108.806180 | 103.697474 | 107.835378 |
311 | 월간 | 아파트 | 전용면적별 | 매매 | 5000000000 | 제주특별자치도 | 2022-12-01 | 109.509411 | 109.007687 | 108.645455 | 103.091555 | 107.166716 |
- 아파트 매매평균가격
- 아파트 전세평균가격
- 단독 매매평균가격
- 단독 전세평균가격
- 연립 매매평균가격
- 연립 전세평균가격
- 주택종합 매매평균가격
- 주택종합 전세평균가격
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
매물종별구분 | 매물 종별 구분 (01: 아파트, 08: 연립, 09: 단독, 98: 주택종합) |
string | 01 | 필수 |
매매전세코드 | 매매 전세 구분 (01: 매매, 02: 전세) |
string | 01 | 필수 |
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
매물종별구분 | 매물종별구분 | 아파트 |
매매전세코드 | 매매전세코드 | 매매 |
지역코드 | 지역코드 | 5000000000 |
지역명 | 지역명 | 제주특별자치도 |
날짜 | 날짜 | 2022-12-01 |
평균가격 | 평균가격 | 48659.99107 |
from PublicDataReader import Kbland
api = Kbland()
params = {
"매물종별구분": "01",
"매매전세코드": "01",
"기간": "1",
}
df = api.get_average_price(**params)
df.tail()
매물종별구분 | 매매전세코드 | 지역코드 | 지역명 | 날짜 | 평균가격 | |
---|---|---|---|---|---|---|
307 | 아파트 | 매매 | 4500000000 | 전북 | 2022-12-01 | 21463.217505 |
308 | 아파트 | 매매 | 4600000000 | 전남 | 2022-12-01 | 19310.925728 |
309 | 아파트 | 매매 | 4700000000 | 경북 | 2022-12-01 | 19645.603870 |
310 | 아파트 | 매매 | 4800000000 | 경남 | 2022-12-01 | 25975.268896 |
311 | 아파트 | 매매 | 5000000000 | 제주특별자치도 | 2022-12-01 | 48659.991071 |
- 아파트 ㎡당 매매평균가격
- 아파트 ㎡당 전세평균가격
- 단독 ㎡당 매매평균가격
- 단독 ㎡당 전세평균가격
- 연립 ㎡당 매매평균가격
- 연립 ㎡당 전세평균가격
- 주택종합 ㎡당 매매평균가격
- 주택종합 ㎡당 전세평균가격
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
매물종별구분 | 매물 종별 구분 (01: 아파트, 08: 연립, 09: 단독, 98: 주택종합) |
string | 01 | 필수 |
매매전세코드 | 매매 전세 구분 (01: 매매, 02: 전세) |
string | 01 | 필수 |
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
매물종별구분 | 매물종별구분 | 아파트 |
매매전세코드 | 매매전세코드 | 매매 |
지역코드 | 지역코드 | 5000000000 |
지역명 | 지역명 | 제주특별자치도 |
날짜 | 날짜 | 2022-12-01 |
㎡당 평균가격 | ㎡당 평균가격 | 646.129941 |
from PublicDataReader import Kbland
api = Kbland()
params = {
"매물종별구분": "01",
"매매전세코드": "01",
"기간": "1",
}
df = api.get_average_price_per_squaremeter(**params)
df.tail()
매물종별구분 | 매매전세코드 | 지역코드 | 지역명 | 날짜 | ㎡당 평균가격 | |
---|---|---|---|---|---|---|
307 | 아파트 | 매매 | 4500000000 | 전북 | 2022-12-01 | 269.910878 |
308 | 아파트 | 매매 | 4600000000 | 전남 | 2022-12-01 | 245.765615 |
309 | 아파트 | 매매 | 4700000000 | 경북 | 2022-12-01 | 249.250981 |
310 | 아파트 | 매매 | 4800000000 | 경남 | 2022-12-01 | 330.721369 |
311 | 아파트 | 매매 | 5000000000 | 제주 | 2022-12-01 | 646.129941 |
- 아파트 5분위 매매평균가격
- 아파트 5분위 전세평균가격
- 주택종합 5분위 매매평균가격
- 주택종합 5분위 전세평균가격
- 아파트 ㎡당 5분위 매매평균가격
- 아파트 ㎡당 5분위 전세평균가격
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
매물종별구분 | 매물 종별 구분 (01: 아파트, 08: 연립, 09: 단독, 98: 주택종합) |
string | 01 | 필수 |
매매전세코드 | 매매 전세 구분 (01: 매매, 02: 전세) |
string | 01 | 필수 |
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
구분 | 구분 | 아파트 평균가격 |
매매전세코드 | 매매전세코드 | 매매 |
지역코드 | 지역코드 | 4100000000 |
지역명 | 지역명 | 경기도 |
날짜 | 날짜 | 2022-12-01 |
5분위 | 5분위 | 107631.6556 |
4분위 | 4분위 | 67638.97592 |
3분위 | 3분위 | 52588.0888 |
2분위 | 2분위 | 40355.40321 |
1분위 | 1분위 | 24244.15208 |
5분위배율 | 5분위배율 | 4.439489 |
from PublicDataReader import Kbland
api = Kbland()
params = {
"메뉴코드": "01",
"매매전세코드": "01",
"기간": 1,
}
df = api.get_average_price_by_quintile(**params)
df.tail()
구분 | 매매전세코드 | 지역코드 | 지역명 | 날짜 | 5분위 | 4분위 | 3분위 | 2분위 | 1분위 | 5분위배율 | |
---|---|---|---|---|---|---|---|---|---|---|---|
164 | 아파트 평균가격 | 매매 | 2800000000 | 인천광역시 | 2022-12-01 | 79927.392531 | 48997.819564 | 38943.912413 | 30210.322329 | 18452.654426 | 4.331485 |
165 | 아파트 평균가격 | 매매 | 2900000000 | 광주광역시 | 2022-12-01 | 63567.042666 | 39097.674056 | 27844.717608 | 19224.185319 | 11911.257843 | 5.336720 |
166 | 아파트 평균가격 | 매매 | 3000000000 | 대전광역시 | 2022-12-01 | 73473.762596 | 46513.660563 | 36162.731654 | 26750.235500 | 14957.441096 | 4.912188 |
167 | 아파트 평균가격 | 매매 | 3100000000 | 울산광역시 | 2022-12-01 | 62837.369494 | 40783.726350 | 29550.540159 | 18976.476313 | 10903.084258 | 5.763266 |
168 | 아파트 평균가격 | 매매 | 4100000000 | 경기도 | 2022-12-01 | 107631.655648 | 67638.975916 | 52588.088800 | 40355.403212 | 24244.152082 | 4.439489 |
- 아파트 전용면적별 매매평균가격
- 아파트 전용면적별 전세평균가격
- 아파트 전용면적별(구) 매매평균가격
- 아파트 전용면적별(구) 전세평균가격
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
매매전세코드 | 매매 전세 구분 (01: 매매, 02: 전세) |
string | 01 | 필수 |
면적별코드 | 면적별코드 (01: 전용면적별(구), 02: 전용면적별) |
string | 02 | 필수 |
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
매매전세코드 | 매매전세코드 | 매매 |
면적별코드 | 면적별코드 | 전용면적별 |
지역코드 | 지역코드 | 5000000000 |
지역명 | 지역명 | 제주특별자치도 |
날짜 | 날짜 | 2022-12-01 |
*면적 별 결과 항목 | 면적 별 결과 항목 | 대형: 91952.479358 중대형: 84746.521683 중형: 62212.726946 중소형: 52405.094864 소형: 32752.383750 |
from PublicDataReader import Kbland
api = Kbland()
params = {
"매매전세코드": "01",
"면적별코드": "02",
"기간": 1,
}
df = api.get_average_price_by_area(**params)
df.tail()
매매전세코드 | 면적별코드 | 지역코드 | 지역명 | 날짜 | 대형 | 중대형 | 중형 | 중소형 | 소형 | |
---|---|---|---|---|---|---|---|---|---|---|
307 | 매매 | 전용면적별 | 5000000000 | 제주특별자치도 | 2022-08-01 | NaN | NaN | NaN | NaN | NaN |
308 | 매매 | 전용면적별 | 5000000000 | 제주특별자치도 | 2022-09-01 | NaN | NaN | NaN | NaN | NaN |
309 | 매매 | 전용면적별 | 5000000000 | 제주특별자치도 | 2022-10-01 | NaN | NaN | NaN | NaN | NaN |
310 | 매매 | 전용면적별 | 5000000000 | 제주특별자치도 | 2022-11-01 | 92332.644648 | 84958.369952 | 62299.826204 | 52984.202940 | 33052.931061 |
311 | 매매 | 전용면적별 | 5000000000 | 제주특별자치도 | 2022-12-01 | 91952.479358 | 84746.521683 | 62212.726946 | 52405.094864 | 32752.383750 |
- 아파트 매매중위가격
- 아파트 전세중위가격
- 단독 매매중위가격
- 단독 전세중위가격
- 연립 매매중위가격
- 연립 전세중위가격
- 주택종합 매매중위가격
- 주택종합 전세중위가격
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
매물종별구분 | 매물 종별 구분 (01: 아파트, 08: 연립, 09: 단독, 98: 주택종합) |
string | 01 | 필수 |
매매전세코드 | 매매 전세 구분 (01: 매매, 02: 전세) |
string | 01 | 필수 |
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
매물종별구분 | 매물종별구분 | 아파트 |
매매전세코드 | 매매전세코드 | 매매 |
지역코드 | 지역코드 | 4800000000 |
지역명 | 지역명 | 경상남도 |
날짜 | 날짜 | 2022-12-01 |
중위가격 | 중위가격 | 22266.6667 |
from PublicDataReader import Kbland
api = Kbland()
params = {
"매물종별구분": "01",
"매매전세코드": "01",
"기간": 1,
}
df = api.get_median_price(**params)
df.tail()
매물종별구분 | 매매전세코드 | 지역코드 | 지역명 | 날짜 | 중위가격 | |
---|---|---|---|---|---|---|
281 | 아파트 | 매매 | 4400000000 | 충청남도 | 2022-12-01 | 21500.0000 |
282 | 아파트 | 매매 | 4500000000 | 전라북도 | 2022-12-01 | 17166.6667 |
283 | 아파트 | 매매 | 4600000000 | 전라남도 | 2022-12-01 | 16333.3333 |
284 | 아파트 | 매매 | 4700000000 | 경상북도 | 2022-12-01 | 17333.3333 |
285 | 아파트 | 매매 | 4800000000 | 경상남도 | 2022-12-01 | 22266.6667 |
- PIR
- J-PIR
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
메뉴코드 | 메뉴코드 (01: PIR, 02: J-PIR) |
string | 01 | 필수 |
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
구분 | 구분 (PIR, J-PIR) | PIR |
지역코드 | 지역코드 | 1100000000 |
지역명 | 지역명 | 서울특별시 |
주택분위 | 주택분위 | 1 |
소득분위 | 소득분위 | 1 |
날짜 | 날짜 | 2022-09-01 |
PIR | PIR 지수 | 20.737509 |
from PublicDataReader import Kbland
api = Kbland()
params = {
"메뉴코드": "01",
"기간": "1",
}
df = api.get_pir(**params)
df.tail()
구분 | 지역코드 | 지역명 | 주택분위 | 소득분위 | 날짜 | PIR | |
---|---|---|---|---|---|---|---|
645 | PIR | 1100000000 | 서울특별시 | 3 | 1 | 2022-09-01 | 48.324322 |
646 | PIR | 0000000000 | 전국 | 2 | 1 | 2022-09-01 | 12.095411 |
647 | PIR | 1100000000 | 서울특별시 | 2 | 1 | 2022-09-01 | 37.643617 |
648 | PIR | 0000000000 | 전국 | 1 | 1 | 2022-09-01 | 6.144520 |
649 | PIR | 1100000000 | 서울특별시 | 1 | 1 | 2022-09-01 | 20.737509 |
- 주택구매력지수
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
지역코드 | 지역코드 | 4A0000 |
지역명 | 지역명 | 기타지방 |
날짜 | 날짜 | 2022-09-01 |
종합 | 종합 | 205.390114 |
아파트 | 아파트 | 192.133267 |
단독 | 단독 | 221.238582 |
연합 | 연합 | 425.540526 |
from PublicDataReader import Kbland
api = Kbland()
params = {
"기간": "1"
}
df = api.get_hai(**params)
df.tail()
지역코드 | 지역명 | 날짜 | 종합 | 아파트 | 단독 | 연립 | |
---|---|---|---|---|---|---|---|
99 | 4A0000 | 기타지방 | 2022-05-01 | 224.305503 | 209.899887 | 242.425435 | 472.918121 |
100 | 4A0000 | 기타지방 | 2022-06-01 | 221.198848 | 206.861945 | 239.488800 | 467.126847 |
101 | 4A0000 | 기타지방 | 2022-07-01 | 217.481631 | 203.061371 | 235.803848 | 459.470863 |
102 | 4A0000 | 기타지방 | 2022-08-01 | 213.914760 | 199.443407 | 231.976797 | 452.013740 |
103 | 4A0000 | 기타지방 | 2022-09-01 | 205.390114 | 192.133267 | 221.238582 | 425.540526 |
- KB주택구입잠재력지수
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
지역코드 | 지역코드 | 2800000000 |
지역명 | 지역명 | 인천광역시 |
날짜 | 날짜 | 2022-09-01 |
잠재력지수 | 잠재력지수 | 35.409012 |
가구별월소득금액 | 가구별월소득금액 | 484.203238 |
연간지출가능주거비용 | 연간지출가능주거비용 | 1917.444822 |
구입가능주택가격 | 구입가능주택가격 | 35848.54175 |
구입가능아파트재고량 | 구입가능아파트재고량 | 20.2678 |
총아파트재고량 | 총아파트재고량 | 57.2391 |
주택담보대출금리 | 주택담보대출금리 | 4.43 |
from PublicDataReader import Kbland
api = Kbland()
params = {
"기간": "1"
}
df = api.get_kb_housing_purchase_potential_index(**params)
df.tail()
지역코드 | 지역명 | 날짜 | 잠재력지수 | 가구별월소득금액 | 연간지출가능주거비용 | 구입가능주택가격 | 구입가능아파트재고량 | 총아파트재고량 | 주택담보대출금리 | |
---|---|---|---|---|---|---|---|---|---|---|
10 | 4100000000 | 경기도 | 2022-06-01 | 26.046051 | 531.096145 | 2103.140734 | 41013.335036 | 68.6035 | 263.3931 | 3.95 |
11 | 2800000000 | 인천광역시 | 2022-06-01 | 38.398347 | 486.684354 | 1927.270040 | 37583.681683 | 21.9877 | 57.2621 | 3.95 |
12 | 1100000000 | 서울특별시 | 2022-09-01 | 2.454326 | 571.271954 | 2262.236936 | 42294.773917 | 3.4422 | 140.2503 | 4.43 |
13 | 4100000000 | 경기도 | 2022-09-01 | 24.190945 | 528.388618 | 2092.418927 | 39119.857008 | 63.7070 | 263.3506 | 4.43 |
14 | 2800000000 | 인천광역시 | 2022-09-01 | 35.409012 | 484.203238 | 1917.444822 | 35848.541747 | 20.2678 | 57.2391 | 4.43 |
- KB아파트주택담보대출 PIR
항목명 | 설명 | 데이터타입 | 샘플데이터 | 항목구분 |
---|---|---|---|---|
기간 | 조회 기간(최근 년) (최근 1년: 1, 최근 2년: 2) *미지정 시 전체 기간으로 조회 |
string | 1 | 옵션 |
항목명 | 설명 | 샘플데이터 |
---|---|---|
지역코드 | 지역코드 | 2800000000 |
지역명 | 지역명 | 인천광역시 |
날짜 | 날짜 | 2022-09-01 |
KB아파트PIR | KB아파트PIR | 9.110603 |
주택가격 | 주택가격 | 37500 |
가구소득 | 가구소득 | 4116 |
from PublicDataReader import Kbland
api = Kbland()
params = {
"기간": "1"
}
df = api.get_apartment_mortgage_loan_pir(**params)
df.tail()
지역코드 | 지역명 | 날짜 | KB아파트PIR | 주택가격 | 가구소득 | |
---|---|---|---|---|---|---|
10 | 4100000000 | 경기도 | 2022-06-01 | 10.818947 | 47000.0 | 4344.0 |
11 | 2800000000 | 인천광역시 | 2022-06-01 | 10.844437 | 42000.0 | 3873.0 |
12 | 1100000000 | 서울특별시 | 2022-09-01 | 14.537210 | 82875.0 | 5701.0 |
13 | 4100000000 | 경기도 | 2022-09-01 | 10.301471 | 47000.0 | 4562.0 |
14 | 2800000000 | 인천광역시 | 2022-09-01 | 9.110603 | 37500.0 | 4116.0 |