Overview

Dataset statistics

Number of variables10
Number of observations100
Missing cells0
Missing cells (%)0.0%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory7.9 KiB
Average record size in memory81.3 B

Variable types

DateTime1
Text7
Categorical2

Alerts

기상요소 has constant value ""Constant
기사링크 has unique valuesUnique
기사제목 has unique valuesUnique
제목명사 has unique valuesUnique
기사본문 has unique valuesUnique
본문명사 has unique valuesUnique

Reproduction

Analysis started2023-12-16 03:55:22.054085
Analysis finished2023-12-16 03:55:29.559671
Duration7.51 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

기사작성일자
Date

Distinct54
Distinct (%)54.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
Minimum1990-06-15 00:00:00
Maximum1995-08-31 00:00:00
2023-12-16T03:55:29.962701image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-16T03:55:30.867288image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)

기사링크
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:55:32.152912image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length61
Median length61
Mean length61
Min length61

Characters and Unicode

Total characters6100
Distinct characters31
Distinct categories4 ?
Distinct scripts2 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique100 ?
Unique (%)100.0%

Sample

1st rowhttps://n.news.naver.com/mnews/article/001/0003452729?sid=102
2nd rowhttps://n.news.naver.com/mnews/article/001/0003454713?sid=102
3rd rowhttps://n.news.naver.com/mnews/article/001/0003450333?sid=102
4th rowhttps://n.news.naver.com/mnews/article/001/0003453751?sid=102
5th rowhttps://n.news.naver.com/mnews/article/001/0003451647?sid=102
ValueCountFrequency (%)
https://n.news.naver.com/mnews/article/001/0003452729?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0003776769?sid=101 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0003815253?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0003817317?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0003815915?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0003814448?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0003818843?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0003815223?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0003815982?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0003818122?sid=102 1
 
1.0%
Other values (90) 90
90.0%
2023-12-16T03:55:34.347249image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
0 677
 
11.1%
/ 600
 
9.8%
s 400
 
6.6%
n 400
 
6.6%
e 400
 
6.6%
t 300
 
4.9%
. 300
 
4.9%
1 259
 
4.2%
r 200
 
3.3%
i 200
 
3.3%
Other values (21) 2364
38.8%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter 3300
54.1%
Decimal Number 1600
26.2%
Other Punctuation 1100
 
18.0%
Math Symbol 100
 
1.6%

Most frequent character per category

Lowercase Letter
ValueCountFrequency (%)
s 400
12.1%
n 400
12.1%
e 400
12.1%
t 300
9.1%
r 200
 
6.1%
i 200
 
6.1%
c 200
 
6.1%
m 200
 
6.1%
a 200
 
6.1%
w 200
 
6.1%
Other values (6) 600
18.2%
Decimal Number
ValueCountFrequency (%)
0 677
42.3%
1 259
 
16.2%
3 165
 
10.3%
2 137
 
8.6%
4 87
 
5.4%
7 65
 
4.1%
8 59
 
3.7%
9 57
 
3.6%
5 56
 
3.5%
6 38
 
2.4%
Other Punctuation
ValueCountFrequency (%)
/ 600
54.5%
. 300
27.3%
? 100
 
9.1%
: 100
 
9.1%
Math Symbol
ValueCountFrequency (%)
= 100
100.0%

Most occurring scripts

ValueCountFrequency (%)
Latin 3300
54.1%
Common 2800
45.9%

Most frequent character per script

Latin
ValueCountFrequency (%)
s 400
12.1%
n 400
12.1%
e 400
12.1%
t 300
9.1%
r 200
 
6.1%
i 200
 
6.1%
c 200
 
6.1%
m 200
 
6.1%
a 200
 
6.1%
w 200
 
6.1%
Other values (6) 600
18.2%
Common
ValueCountFrequency (%)
0 677
24.2%
/ 600
21.4%
. 300
10.7%
1 259
 
9.2%
3 165
 
5.9%
2 137
 
4.9%
? 100
 
3.6%
= 100
 
3.6%
: 100
 
3.6%
4 87
 
3.1%
Other values (5) 275
9.8%

Most occurring blocks

ValueCountFrequency (%)
ASCII 6100
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
0 677
 
11.1%
/ 600
 
9.8%
s 400
 
6.6%
n 400
 
6.6%
e 400
 
6.6%
t 300
 
4.9%
. 300
 
4.9%
1 259
 
4.2%
r 200
 
3.3%
i 200
 
3.3%
Other values (21) 2364
38.8%

기사제목
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:55:35.438147image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length29
Median length23
Mean length18.59
Min length12

Characters and Unicode

Total characters1859
Distinct characters274
Distinct categories11 ?
Distinct scripts4 ?
Distinct blocks6 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique100 ?
Unique (%)100.0%

Sample

1st row갑작스런 비로 서울시내 곳곳서 물난리
2nd row집중 호우로 서울시내 피해 속출(종합)
3rd row집중호우로 가옥,도로 침수등 피해속출
4th row가옥.도로 침수등 비피해 잇따라
5th row집중호우로 비피해 잇따라
ValueCountFrequency (%)
집중호우로 16
 
3.7%
침수 14
 
3.3%
피해 11
 
2.6%
태풍 7
 
1.6%
농경지 7
 
1.6%
사망 6
 
1.4%
종합 5
 
1.2%
사망.실종 5
 
1.2%
집중호우 5
 
1.2%
서울 4
 
0.9%
Other values (277) 350
81.4%
2023-12-16T03:55:37.179328image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
330
 
17.8%
로 46
 
2.5%
우 38
 
2.0%
명 37
 
2.0%
해 36
 
1.9%
수 34
 
1.8%
지 33
 
1.8%
피 33
 
1.8%
중 32
 
1.7%
, 31
 
1.7%
Other values (264) 1209
65.0%

Most occurring categories

ValueCountFrequency (%)
Other Letter 1300
69.9%
Space Separator 330
 
17.8%
Decimal Number 116
 
6.2%
Other Punctuation 62
 
3.3%
Open Punctuation 12
 
0.6%
Close Punctuation 12
 
0.6%
Other Symbol 10
 
0.5%
Lowercase Letter 7
 
0.4%
Math Symbol 6
 
0.3%
Dash Punctuation 2
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
로 46
 
3.5%
우 38
 
2.9%
명 37
 
2.8%
해 36
 
2.8%
수 34
 
2.6%
지 33
 
2.5%
피 33
 
2.5%
중 32
 
2.5%
호 30
 
2.3%
침 25
 
1.9%
Other values (236) 956
73.5%
Decimal Number
ValueCountFrequency (%)
2 24
20.7%
1 19
16.4%
5 14
12.1%
3 14
12.1%
9 11
9.5%
4 9
 
7.8%
8 9
 
7.8%
6 7
 
6.0%
0 5
 
4.3%
7 4
 
3.4%
Other Punctuation
ValueCountFrequency (%)
, 31
50.0%
. 25
40.3%
' 4
 
6.5%
． 1
 
1.6%
， 1
 
1.6%
Lowercase Letter
ValueCountFrequency (%)
m 2
28.6%
a 2
28.6%
h 2
28.6%
t 1
14.3%
Other Symbol
ValueCountFrequency (%)
㏊ 7
70.0%
㎜ 3
30.0%
Math Symbol
ValueCountFrequency (%)
< 3
50.0%
> 3
50.0%
Space Separator
ValueCountFrequency (%)
330
100.0%
Open Punctuation
ValueCountFrequency (%)
( 12
100.0%
Close Punctuation
ValueCountFrequency (%)
) 12
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 2
100.0%
Modifier Symbol
ValueCountFrequency (%)
` 2
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 1259
67.7%
Common 552
29.7%
Han 41
 
2.2%
Latin 7
 
0.4%

Most frequent character per script

Hangul
ValueCountFrequency (%)
로 46
 
3.7%
우 38
 
3.0%
명 37
 
2.9%
해 36
 
2.9%
수 34
 
2.7%
지 33
 
2.6%
피 33
 
2.6%
중 32
 
2.5%
호 30
 
2.4%
침 25
 
2.0%
Other values (204) 915
72.7%
Han
ValueCountFrequency (%)
北 3
 
7.3%
南 3
 
7.3%
湖 3
 
7.3%
全 2
 
4.9%
災 2
 
4.9%
死 2
 
4.9%
風 1
 
2.4%
颱 1
 
2.4%
慶 1
 
2.4%
物 1
 
2.4%
Other values (22) 22
53.7%
Common
ValueCountFrequency (%)
330
59.8%
, 31
 
5.6%
. 25
 
4.5%
2 24
 
4.3%
1 19
 
3.4%
5 14
 
2.5%
3 14
 
2.5%
( 12
 
2.2%
) 12
 
2.2%
9 11
 
2.0%
Other values (14) 60
 
10.9%
Latin
ValueCountFrequency (%)
m 2
28.6%
a 2
28.6%
h 2
28.6%
t 1
14.3%

Most occurring blocks

ValueCountFrequency (%)
Hangul 1259
67.7%
ASCII 547
29.4%
CJK 40
 
2.2%
CJK Compat 10
 
0.5%
None 2
 
0.1%
CJK Compat Ideographs 1
 
0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
330
60.3%
, 31
 
5.7%
. 25
 
4.6%
2 24
 
4.4%
1 19
 
3.5%
5 14
 
2.6%
3 14
 
2.6%
( 12
 
2.2%
) 12
 
2.2%
9 11
 
2.0%
Other values (14) 55
 
10.1%
Hangul
ValueCountFrequency (%)
로 46
 
3.7%
우 38
 
3.0%
명 37
 
2.9%
해 36
 
2.9%
수 34
 
2.7%
지 33
 
2.6%
피 33
 
2.6%
중 32
 
2.5%
호 30
 
2.4%
침 25
 
2.0%
Other values (204) 915
72.7%
CJK Compat
ValueCountFrequency (%)
㏊ 7
70.0%
㎜ 3
30.0%
CJK
ValueCountFrequency (%)
北 3
 
7.5%
南 3
 
7.5%
湖 3
 
7.5%
全 2
 
5.0%
災 2
 
5.0%
死 2
 
5.0%
風 1
 
2.5%
颱 1
 
2.5%
慶 1
 
2.5%
物 1
 
2.5%
Other values (21) 21
52.5%
None
ValueCountFrequency (%)
． 1
50.0%
， 1
50.0%
CJK Compat Ideographs
ValueCountFrequency (%)
嶺 1
100.0%

제목명사
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:55:38.558029image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length49
Median length41
Mean length31.41
Min length5

Characters and Unicode

Total characters3141
Distinct characters192
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique100 ?
Unique (%)100.0%

Sample

1st row['비', '서울', '시내', '곳곳', '물난리']
2nd row['집중', '호우', '서울', '시내', '피해', '속출', '종합']
3rd row['집중호우', '가옥', '도로', '침수', '등', '피해', '속출']
4th row['가옥', '도로', '침수', '등', '비', '피해']
5th row['집중호우', '비', '피해']
ValueCountFrequency (%)
피해 29
 
5.6%
명 27
 
5.2%
침수 24
 
4.7%
집중호우 22
 
4.3%
사망 17
 
3.3%
태풍 15
 
2.9%
실종 14
 
2.7%
서울 11
 
2.1%
종합 10
 
1.9%
곳곳 10
 
1.9%
Other values (185) 337
65.3%
2023-12-16T03:55:41.014833image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
' 1032
32.9%
, 416
13.2%
416
13.2%
[ 100
 
3.2%
] 100
 
3.2%
우 38
 
1.2%
해 36
 
1.1%
명 34
 
1.1%
피 33
 
1.1%
중 32
 
1.0%
Other values (182) 904
28.8%

Most occurring categories

ValueCountFrequency (%)
Other Punctuation 1448
46.1%
Other Letter 1077
34.3%
Space Separator 416
 
13.2%
Open Punctuation 100
 
3.2%
Close Punctuation 100
 
3.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
우 38
 
3.5%
해 36
 
3.3%
명 34
 
3.2%
피 33
 
3.1%
중 32
 
3.0%
호 30
 
2.8%
수 29
 
2.7%
지 27
 
2.5%
침 25
 
2.3%
종 24
 
2.2%
Other values (177) 769
71.4%
Other Punctuation
ValueCountFrequency (%)
' 1032
71.3%
, 416
28.7%
Space Separator
ValueCountFrequency (%)
416
100.0%
Open Punctuation
ValueCountFrequency (%)
[ 100
100.0%
Close Punctuation
ValueCountFrequency (%)
] 100
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 2064
65.7%
Hangul 1077
34.3%

Most frequent character per script

Hangul
ValueCountFrequency (%)
우 38
 
3.5%
해 36
 
3.3%
명 34
 
3.2%
피 33
 
3.1%
중 32
 
3.0%
호 30
 
2.8%
수 29
 
2.7%
지 27
 
2.5%
침 25
 
2.3%
종 24
 
2.2%
Other values (177) 769
71.4%
Common
ValueCountFrequency (%)
' 1032
50.0%
, 416
20.2%
416
20.2%
[ 100
 
4.8%
] 100
 
4.8%

Most occurring blocks

ValueCountFrequency (%)
ASCII 2064
65.7%
Hangul 1077
34.3%

Most frequent character per block

ASCII
ValueCountFrequency (%)
' 1032
50.0%
, 416
20.2%
416
20.2%
[ 100
 
4.8%
] 100
 
4.8%
Hangul
ValueCountFrequency (%)
우 38
 
3.5%
해 36
 
3.3%
명 34
 
3.2%
피 33
 
3.1%
중 32
 
3.0%
호 30
 
2.8%
수 29
 
2.7%
지 27
 
2.5%
침 25
 
2.3%
종 24
 
2.2%
Other values (177) 769
71.4%

기사본문
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:55:42.066920image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length134
Median length129
Mean length121.59
Min length111

Characters and Unicode

Total characters12159
Distinct characters537
Distinct categories11 ?
Distinct scripts4 ?
Distinct blocks9 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique100 ?
Unique (%)100.0%

Sample

1st row(서울 聯合) 15일 갑자기 내린 비로 일부지역이 침수되고 교통이 막히는등 서울 시내 곳곳에서 물난리를... 또 이날 하오 3시께 서울강동구고덕동276일대 주택 1백여가구의 지하셋방이 빗물로 1m가량 침수됐으며 관할...
2nd row도로가 침수되는 바람에 주민들이 긴급 대피하는가 하면 교통혼잡을 빚는등 비피해 소동이 계속됐다.... ◇ 가옥및 도로 침수 ▲19일 상오5시10분께 서울노원구중계1동 434의17 임남열씨(56.노동)집등 세입자 11가구...
3rd row가옥4채 급류에 침수,5ｍ축대 무너지기도 (서울 聯合)18일과 19일 새벽 중서부지방에 내린 호우로 시내 주택가 축대가 무너지고 가옥들과 도로가 침수되는 바람에 주민들이 긴급 대피하는가 하면 교통혼잡을 빚는등...
4th row농경지가 침수되는등 곳곳에서 비 피해가 발생했다. 지난 20일 낮부터 경기도지역에 내린 비는 21일 상오... 21일 새벽 4시께 始興시 신광.梅花.鞍峴동 일대 논 30여㏊가 침수됐으며 새벽 5시께는 하남시 풍산동 43번...
5th row(서울 聯合) 집중호우가 내려 도로가 침수되는등 비피해가 잇따랐다. 20일 밤 11시께부터 내리기 시작한 비는... 밤 사이 쏟아진 비로 서울시내 일부도로가 침수돼 밤늦게 귀가를 서두르던 승용차의 시동이 갑자기 꺼져...
ValueCountFrequency (%)
침수돼 38
 
1.5%
서울 35
 
1.4%
등 33
 
1.3%
또 27
 
1.1%
이날 27
 
1.1%
聯合 25
 
1.0%
교통이 22
 
0.9%
농경지 19
 
0.7%
침수 19
 
0.7%
도로가 17
 
0.7%
Other values (1495) 2306
89.8%
2023-12-16T03:55:44.481369image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
2473
 
20.3%
. 547
 
4.5%
가 270
 
2.2%
이 256
 
2.1%
수 220
 
1.8%
침 178
 
1.5%
로 175
 
1.4%
지 172
 
1.4%
1 160
 
1.3%
2 148
 
1.2%
Other values (527) 7560
62.2%

Most occurring categories

ValueCountFrequency (%)
Other Letter 7936
65.3%
Space Separator 2473
 
20.3%
Decimal Number 869
 
7.1%
Other Punctuation 627
 
5.2%
Lowercase Letter 93
 
0.8%
Other Symbol 61
 
0.5%
Close Punctuation 41
 
0.3%
Open Punctuation 41
 
0.3%
Math Symbol 10
 
0.1%
Dash Punctuation 4
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
가 270
 
3.4%
이 256
 
3.2%
수 220
 
2.8%
침 178
 
2.2%
로 175
 
2.2%
지 172
 
2.2%
서 127
 
1.6%
에 122
 
1.5%
는 118
 
1.5%
일 118
 
1.5%
Other values (492) 6180
77.9%
Decimal Number
ValueCountFrequency (%)
1 160
18.4%
2 148
17.0%
3 97
11.2%
0 82
9.4%
4 75
8.6%
5 72
8.3%
9 65
7.5%
7 64
 
7.4%
8 53
 
6.1%
6 53
 
6.1%
Other Symbol
ValueCountFrequency (%)
㏊ 35
57.4%
▲ 12
 
19.7%
㎜ 6
 
9.8%
◇ 2
 
3.3%
㎡ 1
 
1.6%
㎝ 1
 
1.6%
� 1
 
1.6%
㎞ 1
 
1.6%
● 1
 
1.6%
○ 1
 
1.6%
Lowercase Letter
ValueCountFrequency (%)
m 37
39.8%
a 18
19.4%
h 18
19.4%
ｍ 17
18.3%
t 2
 
2.2%
c 1
 
1.1%
Other Punctuation
ValueCountFrequency (%)
. 547
87.2%
, 80
 
12.8%
Uppercase Letter
ValueCountFrequency (%)
I 2
50.0%
C 2
50.0%
Space Separator
ValueCountFrequency (%)
2473
100.0%
Close Punctuation
ValueCountFrequency (%)
) 41
100.0%
Open Punctuation
ValueCountFrequency (%)
( 41
100.0%
Math Symbol
ValueCountFrequency (%)
∼ 10
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 4
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 7775
63.9%
Common 4126
33.9%
Han 161
 
1.3%
Latin 97
 
0.8%

Most frequent character per script

Hangul
ValueCountFrequency (%)
가 270
 
3.5%
이 256
 
3.3%
수 220
 
2.8%
침 178
 
2.3%
로 175
 
2.3%
지 172
 
2.2%
서 127
 
1.6%
에 122
 
1.6%
는 118
 
1.5%
일 118
 
1.5%
Other values (419) 6019
77.4%
Han
ValueCountFrequency (%)
合 27
 
16.8%
聯 26
 
16.1%
北 7
 
4.3%
山 7
 
4.3%
光 4
 
2.5%
州 4
 
2.5%
釜 4
 
2.5%
川 4
 
2.5%
沙 3
 
1.9%
畿 2
 
1.2%
Other values (63) 73
45.3%
Common
ValueCountFrequency (%)
2473
59.9%
. 547
 
13.3%
1 160
 
3.9%
2 148
 
3.6%
3 97
 
2.4%
0 82
 
2.0%
, 80
 
1.9%
4 75
 
1.8%
5 72
 
1.7%
9 65
 
1.6%
Other values (17) 327
 
7.9%
Latin
ValueCountFrequency (%)
m 37
38.1%
a 18
18.6%
h 18
18.6%
ｍ 17
17.5%
t 2
 
2.1%
I 2
 
2.1%
C 2
 
2.1%
c 1
 
1.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 7775
63.9%
ASCII 4135
34.0%
CJK 130
 
1.1%
CJK Compat 44
 
0.4%
CJK Compat Ideographs 31
 
0.3%
None 17
 
0.1%
Geometric Shapes 16
 
0.1%
Math Operators 10
 
0.1%
Specials 1
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
2473
59.8%
. 547
 
13.2%
1 160
 
3.9%
2 148
 
3.6%
3 97
 
2.3%
0 82
 
2.0%
, 80
 
1.9%
4 75
 
1.8%
5 72
 
1.7%
9 65
 
1.6%
Other values (13) 336
 
8.1%
Hangul
ValueCountFrequency (%)
가 270
 
3.5%
이 256
 
3.3%
수 220
 
2.8%
침 178
 
2.3%
로 175
 
2.3%
지 172
 
2.2%
서 127
 
1.6%
에 122
 
1.6%
는 118
 
1.5%
일 118
 
1.5%
Other values (419) 6019
77.4%
CJK Compat
ValueCountFrequency (%)
㏊ 35
79.5%
㎜ 6
 
13.6%
㎡ 1
 
2.3%
㎝ 1
 
2.3%
㎞ 1
 
2.3%
CJK
ValueCountFrequency (%)
合 27
20.8%
北 7
 
5.4%
山 7
 
5.4%
光 4
 
3.1%
州 4
 
3.1%
釜 4
 
3.1%
川 4
 
3.1%
沙 3
 
2.3%
畿 2
 
1.5%
城 2
 
1.5%
Other values (58) 66
50.8%
CJK Compat Ideographs
ValueCountFrequency (%)
聯 26
83.9%
李 2
 
6.5%
龍 1
 
3.2%
嶺 1
 
3.2%
寧 1
 
3.2%
None
ValueCountFrequency (%)
ｍ 17
100.0%
Geometric Shapes
ValueCountFrequency (%)
▲ 12
75.0%
◇ 2
 
12.5%
● 1
 
6.2%
○ 1
 
6.2%
Math Operators
ValueCountFrequency (%)
∼ 10
100.0%
Specials
ValueCountFrequency (%)
� 1
100.0%

본문명사
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:55:45.966962image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length204
Median length171.5
Mean length159.15
Min length119

Characters and Unicode

Total characters15915
Distinct characters354
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique100 ?
Unique (%)100.0%

Sample

1st row['서울', '일', '갑자기', '비', '부지역', '침수', '교통', '등', '서울', '시내', '곳곳', '물난리', '또', '날', '시', '서울', '강동구', '고덕동', '일대', '주택', '가구', '지하', '셋방', '빗물', '가량', '침수', '관할']
2nd row['도로', '침수', '바람', '주민', '긴급', '대피', '교통혼잡', '빚', '등', '비', '피해', '소동', '계속', '가옥', '및', '도로', '침수', '일', '상', '오시', '서울', '노원구', '중계동', '의', '임남', '열씨', '노동', '집등', '입자', '가구']
3rd row['가옥', '채', '급류', '침수', '축대', '기도', '서울', '일과', '일', '새벽', '중', '서부', '지방', '호우', '시내', '주택가', '축대', '가옥', '도로', '침수', '바람', '주민', '긴급', '대피', '교통혼잡', '빚', '등']
4th row['농경지', '침수', '등', '곳곳', '비', '피해', '발생', '지난', '일', '낮', '도지역', '일', '상오', '일', '새벽', '시', '시', '광동', '일대', '논', '여가', '침수', '새벽', '시', '하남시', '풍산동', '번']
5th row['서울', '집중호우', '도로', '침수', '등', '비', '피해', '일', '밤', '시', '부터', '리기', '시작', '밤', '사이', '비', '서울', '시내', '일부', '도로', '침수', '귀가', '승용차', '시동', '갑자기']
ValueCountFrequency (%)
침수 172
 
6.5%
등 85
 
3.2%
피해 58
 
2.2%
일 54
 
2.0%
도로 54
 
2.0%
서울 48
 
1.8%
시 39
 
1.5%
농경지 38
 
1.4%
지역 37
 
1.4%
가옥 34
 
1.3%
Other values (793) 2036
76.7%
2023-12-16T03:55:48.210684image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
' 5310
33.4%
, 2555
16.1%
2555
16.1%
수 213
 
1.3%
침 177
 
1.1%
지 139
 
0.9%
가 116
 
0.7%
일 110
 
0.7%
도 108
 
0.7%
시 105
 
0.7%
Other values (344) 4527
28.4%

Most occurring categories

ValueCountFrequency (%)
Other Punctuation 7865
49.4%
Other Letter 5295
33.3%
Space Separator 2555
 
16.1%
Open Punctuation 100
 
0.6%
Close Punctuation 100
 
0.6%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
수 213
 
4.0%
침 177
 
3.3%
지 139
 
2.6%
가 116
 
2.2%
일 110
 
2.1%
도 108
 
2.0%
시 105
 
2.0%
등 103
 
1.9%
동 99
 
1.9%
구 95
 
1.8%
Other values (339) 4030
76.1%
Other Punctuation
ValueCountFrequency (%)
' 5310
67.5%
, 2555
32.5%
Space Separator
ValueCountFrequency (%)
2555
100.0%
Open Punctuation
ValueCountFrequency (%)
[ 100
100.0%
Close Punctuation
ValueCountFrequency (%)
] 100
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 10620
66.7%
Hangul 5295
33.3%

Most frequent character per script

Hangul
ValueCountFrequency (%)
수 213
 
4.0%
침 177
 
3.3%
지 139
 
2.6%
가 116
 
2.2%
일 110
 
2.1%
도 108
 
2.0%
시 105
 
2.0%
등 103
 
1.9%
동 99
 
1.9%
구 95
 
1.8%
Other values (339) 4030
76.1%
Common
ValueCountFrequency (%)
' 5310
50.0%
, 2555
24.1%
2555
24.1%
[ 100
 
0.9%
] 100
 
0.9%

Most occurring blocks

ValueCountFrequency (%)
ASCII 10620
66.7%
Hangul 5295
33.3%

Most frequent character per block

ASCII
ValueCountFrequency (%)
' 5310
50.0%
, 2555
24.1%
2555
24.1%
[ 100
 
0.9%
] 100
 
0.9%
Hangul
ValueCountFrequency (%)
수 213
 
4.0%
침 177
 
3.3%
지 139
 
2.6%
가 116
 
2.2%
일 110
 
2.1%
도 108
 
2.0%
시 105
 
2.0%
등 103
 
1.9%
동 99
 
1.9%
구 95
 
1.8%
Other values (339) 4030
76.1%

기상요소
Categorical

CONSTANT 

Distinct1
Distinct (%)1.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
홍수
100 

Length

Max length2
Median length2
Mean length2
Min length2

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row홍수
2nd row홍수
3rd row홍수
4th row홍수
5th row홍수

Common Values

ValueCountFrequency (%)
홍수 100
100.0%

Length

2023-12-16T03:55:48.897740image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-16T03:55:49.358674image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
홍수 100
100.0%

광역시도구분
Categorical

Distinct19
Distinct (%)19.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
['서울특별시']
32 
-999
32 
['경기도']
8 
['부산광역시']
4 
['경상남도']
 
3
Other values (14)
21 

Length

Max length27
Median length25
Mean length8.03
Min length4

Unique

Unique10 ?
Unique (%)10.0%

Sample

1st row['서울특별시']
2nd row['서울특별시']
3rd row['서울특별시']
4th row-999
5th row['서울특별시']

Common Values

ValueCountFrequency (%)
['서울특별시'] 32
32.0%
-999 32
32.0%
['경기도'] 8
 
8.0%
['부산광역시'] 4
 
4.0%
['경상남도'] 3
 
3.0%
['충청북도'] 3
 
3.0%
['충청남도'] 3
 
3.0%
['인천광역시'] 3
 
3.0%
['대구광역시', '부산광역시'] 2
 
2.0%
['광주광역시'] 1
 
1.0%
Other values (9) 9
 
9.0%

Length

2023-12-16T03:55:49.865569image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
서울특별시 35
31.5%
999 32
28.8%
경기도 10
 
9.0%
부산광역시 6
 
5.4%
경상남도 4
 
3.6%
충청남도 4
 
3.6%
인천광역시 4
 
3.6%
충청북도 3
 
2.7%
광주광역시 3
 
2.7%
전라남도 3
 
2.7%
Other values (4) 7
 
6.3%

시군구구분
Text

Distinct56
Distinct (%)56.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:55:50.453831image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length28
Median length21
Mean length8.28
Min length4

Characters and Unicode

Total characters828
Distinct characters76
Distinct categories7 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique42 ?
Unique (%)42.0%

Sample

1st row['강동구']
2nd row['노원구']
3rd row-999
4th row['하남시']
5th row-999
ValueCountFrequency (%)
999 27
20.9%
동대문구 5
 
3.9%
오산시 4
 
3.1%
평택시 4
 
3.1%
강동구 4
 
3.1%
마포구 4
 
3.1%
강서구 4
 
3.1%
영등포구 4
 
3.1%
은평구 3
 
2.3%
구로구 3
 
2.3%
Other values (50) 67
51.9%
2023-12-16T03:55:52.399539image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
' 204
24.6%
9 81
 
9.8%
[ 73
 
8.8%
] 73
 
8.8%
구 53
 
6.4%
시 37
 
4.5%
, 29
 
3.5%
29
 
3.5%
- 27
 
3.3%
군 19
 
2.3%
Other values (66) 203
24.5%

Most occurring categories

ValueCountFrequency (%)
Other Letter 312
37.7%
Other Punctuation 233
28.1%
Decimal Number 81
 
9.8%
Open Punctuation 73
 
8.8%
Close Punctuation 73
 
8.8%
Space Separator 29
 
3.5%
Dash Punctuation 27
 
3.3%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
구 53
17.0%
시 37
 
11.9%
군 19
 
6.1%
동 15
 
4.8%
포 12
 
3.8%
산 12
 
3.8%
강 11
 
3.5%
평 8
 
2.6%
주 8
 
2.6%
서 7
 
2.2%
Other values (59) 130
41.7%
Other Punctuation
ValueCountFrequency (%)
' 204
87.6%
, 29
 
12.4%
Decimal Number
ValueCountFrequency (%)
9 81
100.0%
Open Punctuation
ValueCountFrequency (%)
[ 73
100.0%
Close Punctuation
ValueCountFrequency (%)
] 73
100.0%
Space Separator
ValueCountFrequency (%)
29
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 27
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 516
62.3%
Hangul 312
37.7%

Most frequent character per script

Hangul
ValueCountFrequency (%)
구 53
17.0%
시 37
 
11.9%
군 19
 
6.1%
동 15
 
4.8%
포 12
 
3.8%
산 12
 
3.8%
강 11
 
3.5%
평 8
 
2.6%
주 8
 
2.6%
서 7
 
2.2%
Other values (59) 130
41.7%
Common
ValueCountFrequency (%)
' 204
39.5%
9 81
 
15.7%
[ 73
 
14.1%
] 73
 
14.1%
, 29
 
5.6%
29
 
5.6%
- 27
 
5.2%

Most occurring blocks

ValueCountFrequency (%)
ASCII 516
62.3%
Hangul 312
37.7%

Most frequent character per block

ASCII
ValueCountFrequency (%)
' 204
39.5%
9 81
 
15.7%
[ 73
 
14.1%
] 73
 
14.1%
, 29
 
5.6%
29
 
5.6%
- 27
 
5.2%
Hangul
ValueCountFrequency (%)
구 53
17.0%
시 37
 
11.9%
군 19
 
6.1%
동 15
 
4.8%
포 12
 
3.8%
산 12
 
3.8%
강 11
 
3.5%
평 8
 
2.6%
주 8
 
2.6%
서 7
 
2.2%
Other values (59) 130
41.7%

시군구코드구분
Text

Distinct63
Distinct (%)63.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:55:54.392055image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length28
Median length7
Mean length9.24
Min length7

Characters and Unicode

Total characters924
Distinct characters14
Distinct categories5 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique46 ?
Unique (%)46.0%

Sample

1st row[11740]
2nd row[11350]
3rd row[11000]
4th row[41450]
5th row[11000]
ValueCountFrequency (%)
11000 14
 
10.6%
11230 5
 
3.8%
11440 4
 
3.0%
11500 4
 
3.0%
41370 4
 
3.0%
11560 4
 
3.0%
41220 4
 
3.0%
11740 4
 
3.0%
26000 4
 
3.0%
11380 3
 
2.3%
Other values (59) 82
62.1%
2023-12-16T03:55:57.137281image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
0 206
22.3%
1 168
18.2%
[ 100
10.8%
] 100
10.8%
4 79
 
8.5%
2 45
 
4.9%
5 34
 
3.7%
6 33
 
3.6%
, 32
 
3.5%
32
 
3.5%
Other values (4) 95
10.3%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 660
71.4%
Open Punctuation 100
 
10.8%
Close Punctuation 100
 
10.8%
Other Punctuation 32
 
3.5%
Space Separator 32
 
3.5%

Most frequent character per category

Decimal Number
ValueCountFrequency (%)
0 206
31.2%
1 168
25.5%
4 79
 
12.0%
2 45
 
6.8%
5 34
 
5.2%
6 33
 
5.0%
3 32
 
4.8%
7 29
 
4.4%
8 25
 
3.8%
9 9
 
1.4%
Open Punctuation
ValueCountFrequency (%)
[ 100
100.0%
Close Punctuation
ValueCountFrequency (%)
] 100
100.0%
Other Punctuation
ValueCountFrequency (%)
, 32
100.0%
Space Separator
ValueCountFrequency (%)
32
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 924
100.0%

Most frequent character per script

Common
ValueCountFrequency (%)
0 206
22.3%
1 168
18.2%
[ 100
10.8%
] 100
10.8%
4 79
 
8.5%
2 45
 
4.9%
5 34
 
3.7%
6 33
 
3.6%
, 32
 
3.5%
32
 
3.5%
Other values (4) 95
10.3%

Most occurring blocks

ValueCountFrequency (%)
ASCII 924
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
0 206
22.3%
1 168
18.2%
[ 100
10.8%
] 100
10.8%
4 79
 
8.5%
2 45
 
4.9%
5 34
 
3.7%
6 33
 
3.6%
, 32
 
3.5%
32
 
3.5%
Other values (4) 95
10.3%

Correlations

2023-12-16T03:55:57.668574image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
기사작성일자기사링크기사제목제목명사기사본문본문명사광역시도구분시군구구분시군구코드구분
기사작성일자1.0001.0001.0001.0001.0001.0000.9490.9400.966
기사링크1.0001.0001.0001.0001.0001.0001.0001.0001.000
기사제목1.0001.0001.0001.0001.0001.0001.0001.0001.000
제목명사1.0001.0001.0001.0001.0001.0001.0001.0001.000
기사본문1.0001.0001.0001.0001.0001.0001.0001.0001.000
본문명사1.0001.0001.0001.0001.0001.0001.0001.0001.000
광역시도구분0.9491.0001.0001.0001.0001.0001.0000.9230.996
시군구구분0.9401.0001.0001.0001.0001.0000.9231.0001.000
시군구코드구분0.9661.0001.0001.0001.0001.0000.9961.0001.000

Missing values

2023-12-16T03:55:28.046379image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-16T03:55:29.138240image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.

Sample

기사작성일자기사링크기사제목제목명사기사본문본문명사기상요소광역시도구분시군구구분시군구코드구분
01990-06-15https://n.news.naver.com/mnews/article/001/0003452729?sid=102갑작스런 비로 서울시내 곳곳서 물난리['비', '서울', '시내', '곳곳', '물난리'](서울 聯合) 15일 갑자기 내린 비로 일부지역이 침수되고 교통이 막히는등 서울 시내 곳곳에서 물난리를... 또 이날 하오 3시께 서울강동구고덕동276일대 주택 1백여가구의 지하셋방이 빗물로 1m가량 침수됐으며 관할...['서울', '일', '갑자기', '비', '부지역', '침수', '교통', '등', '서울', '시내', '곳곳', '물난리', '또', '날', '시', '서울', '강동구', '고덕동', '일대', '주택', '가구', '지하', '셋방', '빗물', '가량', '침수', '관할']홍수['서울특별시']['강동구'][11740]
11990-06-19https://n.news.naver.com/mnews/article/001/0003454713?sid=102집중 호우로 서울시내 피해 속출(종합)['집중', '호우', '서울', '시내', '피해', '속출', '종합']도로가 침수되는 바람에 주민들이 긴급 대피하는가 하면 교통혼잡을 빚는등 비피해 소동이 계속됐다.... ◇ 가옥및 도로 침수 ▲19일 상오5시10분께 서울노원구중계1동 434의17 임남열씨(56.노동)집등 세입자 11가구...['도로', '침수', '바람', '주민', '긴급', '대피', '교통혼잡', '빚', '등', '비', '피해', '소동', '계속', '가옥', '및', '도로', '침수', '일', '상', '오시', '서울', '노원구', '중계동', '의', '임남', '열씨', '노동', '집등', '입자', '가구']홍수['서울특별시']['노원구'][11350]
21990-06-19https://n.news.naver.com/mnews/article/001/0003450333?sid=102집중호우로 가옥,도로 침수등 피해속출['집중호우', '가옥', '도로', '침수', '등', '피해', '속출']가옥4채 급류에 침수,5ｍ축대 무너지기도 (서울 聯合)18일과 19일 새벽 중서부지방에 내린 호우로 시내 주택가 축대가 무너지고 가옥들과 도로가 침수되는 바람에 주민들이 긴급 대피하는가 하면 교통혼잡을 빚는등...['가옥', '채', '급류', '침수', '축대', '기도', '서울', '일과', '일', '새벽', '중', '서부', '지방', '호우', '시내', '주택가', '축대', '가옥', '도로', '침수', '바람', '주민', '긴급', '대피', '교통혼잡', '빚', '등']홍수['서울특별시']-999[11000]
31990-06-21https://n.news.naver.com/mnews/article/001/0003453751?sid=102가옥.도로 침수등 비피해 잇따라['가옥', '도로', '침수', '등', '비', '피해']농경지가 침수되는등 곳곳에서 비 피해가 발생했다. 지난 20일 낮부터 경기도지역에 내린 비는 21일 상오... 21일 새벽 4시께 始興시 신광.梅花.鞍峴동 일대 논 30여㏊가 침수됐으며 새벽 5시께는 하남시 풍산동 43번...['농경지', '침수', '등', '곳곳', '비', '피해', '발생', '지난', '일', '낮', '도지역', '일', '상오', '일', '새벽', '시', '시', '광동', '일대', '논', '여가', '침수', '새벽', '시', '하남시', '풍산동', '번']홍수-999['하남시'][41450]
41990-06-21https://n.news.naver.com/mnews/article/001/0003451647?sid=102집중호우로 비피해 잇따라['집중호우', '비', '피해'](서울 聯合) 집중호우가 내려 도로가 침수되는등 비피해가 잇따랐다. 20일 밤 11시께부터 내리기 시작한 비는... 밤 사이 쏟아진 비로 서울시내 일부도로가 침수돼 밤늦게 귀가를 서두르던 승용차의 시동이 갑자기 꺼져...['서울', '집중호우', '도로', '침수', '등', '비', '피해', '일', '밤', '시', '부터', '리기', '시작', '밤', '사이', '비', '서울', '시내', '일부', '도로', '침수', '귀가', '승용차', '시동', '갑자기']홍수['서울특별시']-999[11000]
51990-06-24https://n.news.naver.com/mnews/article/001/0003451855?sid=102경기도 농경지 2천여ha 침수['경기도', '농경지', '침수']3ｍｍ의 비가 내려 주택에 빗물이 스며들고 농경지가 침수되는 피해가 났다. 이날 새벽3시부터... 또 고양군 1천4백38ha,김포군 4백73ha,부천시 2백90ha,광주군 12.7ha 등 모두 2천2백13ha의 농경지가 침수됐으며...['의', '비', '주택', '빗물', '농경지', '침수', '피해', '날', '새벽', '시', '또', '고양군', '김포군', '부천시', '광주', '등', '모두', '천백', '농경지', '침수']홍수['광주광역시']['광주시', '부천시'][41190, 41610]
61990-06-24https://n.news.naver.com/mnews/article/001/0003452359?sid=102태풍北上 오늘밤부터 폭우예상['태풍', '오늘밤', '폭우', '예상']한편 서울지역은 이날 새벽부터 90여mm의 집중호우가 내려 주택가.도로.농경지등이 침수되는등 비피해가... 한때 침수돼 교통이 통제됐다. 이밖에 이날 상오3시부터 상오8시사이 강서구 마곡동,발산1동,방화동...['한편', '지역', '날', '새벽', '여의', '집중호우', '주택가', '도로', '농경지', '등', '침수', '등', '비', '피해', '침수', '교통', '통제', '이', '날', '상', '오시', '상오', '사이', '강서구', '마', '곡동', '발산동', '방화동']홍수-999['강서구'][11500]
71990-06-25https://n.news.naver.com/mnews/article/001/0003453182?sid=102태풍 오펠리아 오늘 서해안 상륙['태풍', '오펠', '리아', '오늘', '서해안', '상륙']한편 서울지역은 24일 새벽부터 90여mm의 집중호우가 내려 주택가.도로.농경지등이 침수되는등 비피해가... 한때 침수돼 교통이 통제됐다. 또 24일 상오3시부터 상오8시 사이 강서구 마곡동,발산1동,방화동,오곡동일대...['한편', '지역', '일', '새벽', '여의', '집중호우', '주택가', '도로', '농경지', '등', '침수', '등', '비', '피해', '침수', '교통', '통제', '또', '일', '상', '오시', '상', '오시', '사이', '강서구', '마', '곡동', '발산동', '방화동', '오곡', '동일']홍수-999['강서구'][11500]
81990-06-25https://n.news.naver.com/mnews/article/001/0003454272?sid=102태풍 오펠리아 서해안 상륙['태풍', '오펠', '리아', '서해안', '상륙']한편 서울지역은 24일 새벽부터 90여mm의 집중호우가 내려 주택가.도로.농경지등이 침수되는등 비피해가... 한때 침수돼 교통이 통제됐다. 또 상오3시부터 상오8시 사이 강서구 마곡동,발산1동,방화동,오곡동일대...['한편', '지역', '일', '새벽', '여의', '집중호우', '주택가', '도로', '농경지', '등', '침수', '등', '비', '피해', '침수', '교통', '통제', '또', '상', '오시', '상', '오시', '사이', '강서구', '마', '곡동', '발산동', '방화동', '오곡', '동일']홍수-999['강서구'][11500]
91990-06-25https://n.news.naver.com/mnews/article/001/0003450359?sid=102태풍 오펠리아 영향으로 곳곳서 물피해['태풍', '오펠', '리아', '영향', '곳곳', '물', '피해']실종사고및 가옥침수등 곳곳에 많은 피해를 가져왔다. ●피해 25일 새벽1시를 기해 영동지방을 제외한... 농경지등이 침수되는등 곳곳에서 비 피해가 늘어나고 있다. ▲24일 새벽 9시께 경기도 고양군 일산읍...['실종', '사고', '및', '가옥', '침수', '등', '곳곳', '피해', '피해', '일', '새벽', '기해', '지방', '제외', '농경지', '등', '침수', '등', '곳곳', '비', '피해', '일', '새벽', '시', '경기도', '고양군', '일산읍']홍수['경기도']-999[41000]
기사작성일자기사링크기사제목제목명사기사본문본문명사기상요소광역시도구분시군구구분시군구코드구분
901995-08-25https://n.news.naver.com/mnews/article/001/0003938307?sid=102도로침수로 새벽까지 극심한 정체['도로', '침수', '새벽', '정체']이날 오후 7시께 서울 강서구 개화동 신행주대교∼88올림픽대로 진입로 70ｍ가량이 한강물에 침수, 통행이 전면 통제되는 등 이날 자정현재 서울시내 15개소에서 차량통행 통제가 계속됐다. 차량이 통제된 곳은 ▲잠수교...['날', '오후', '시', '서울', '강서구', '개', '화동', '신행주대교', '올림픽대로', '진입', '로', '가량', '강물', '침수', '통행', '전면', '통제', '등', '날', '자정', '현재', '서울', '시내', '개소', '차량', '통행', '통제', '계속', '차량', '통제', '곳', '잠수교']홍수['서울특별시']['강서구'][11500]
911995-08-25https://n.news.naver.com/mnews/article/001/0003939080?sid=102中部 물난리...15명 사망.실종['물난리', '사망', '실종']유실되거나 침수돼 충북선,중앙선,영동선의 운행이 차질을 빚고 한강 잠수교,올림픽 대로 등 서울과... 1천4백50㏊가 침수되는 등 6천㏊가 물에 잠겼다. 건물 24채가 부서졌으며 57㏊의 농경지가 유실 또는 매몰되고...['유실', '침수', '충북선', '중앙', '선영', '선의', '운행', '차질', '빚', '한강', '잠수교', '올림픽', '대로', '등', '서울', '천백', '침수', '등', '천', '물', '건물', '채', '의', '농경지', '유실', '매몰']홍수['서울특별시']-999[11000]
921995-08-25https://n.news.naver.com/mnews/article/001/0003936077?sid=102서울 퇴근길 밤늦게까지 정체['서울', '퇴근길', '밤', '정체'](서울 聯合) 서울지역에 사흘째 집중호우가 내린 25일에도 시내 도로 곳곳의 침수로 교통이 계속 통제돼... 구간이 침수 또는 도로침하로 밤새 교통이 통제됐다. 이에 따라 ▲이태원∼반포대교 ▲이수교∼남태령 고개...['서울', '지역', '사흘', '집중호우', '일', '시내', '도로', '곳곳', '침수', '교통', '계속', '통제', '구간', '침수', '도로', '침하', '밤새', '교통', '통제', '이', '이태원', '반포대교', '수교', '남태령', '고개']홍수['서울특별시']-999[11000]
931995-08-26https://n.news.naver.com/mnews/article/001/0003936794?sid=102한강의 범람은 가능할까['한강', '범람']성내동 등 서울 저지대가 침수됐던 지난 90년 9월 수해때는 11.27ｍ에 이르렀다. 90년 당시 팔당댐은 최고... 반면 올림픽대로, 동부간선도로, 여의도 순환도로 등이 침수되는 것은 이들 도로가 당초 하천 고수부지를...['성내동', '등', '서울', '저지', '대가', '침수', '지난', '년', '월', '수해', '때', '이르렀다', '년', '당시', '팔당댐', '최고', '반면', '올림픽대로', '동부', '간선', '도로', '여의도', '순환도로', '등', '침수', '것', '이', '도로', '당초', '하천', '고수부지']홍수['서울특별시']-999[11000]
941995-08-26https://n.news.naver.com/mnews/article/001/0003940380?sid=102곳곳에 교통정체,직장 지각사태-1(대체)['곳곳', '교통', '정체', '직장', '지각', '사태', '대체']이와함께 올림픽대로, 동부간선도로 등 침수된 서울시내 주요 도로의 차량통행이 일체 금지되고 있어... 마포구 망원동, 신수동 등 일부 저지대의 침수 가능성도 여전히 배제할 수 없는 상태다. (계속) 杉鳴�밝혔다.['이', '올림픽대로', '동부', '간선', '도로', '등', '침수', '서울', '시내', '주요', '도로', '차량', '통행', '일체', '금지', '마포구', '망원동', '신수동', '등', '일부', '저지', '대의', '침수', '가능성', '배제', '수', '상태', '계속']홍수['서울특별시']['마포구'][11440]
951995-08-26https://n.news.naver.com/mnews/article/001/0003942332?sid=102호우.颱風,52명 사망.실종,5백18억 재산피해['호우', '사망', '실종', '백억', '재산', '피해']타고 침수된 도로를 운행하던 李원용씨(54)가 급류에 실종되는 등 인명피해가 잇따랐다. ◇ 교통두절 25일 충북 괴산 무궁화호 열차 탈선사고 등 사상 최악의 철도 사고와 잇따른 도로침수로 곳곳의 교통이 마비된...['타고', '침수', '도로', '운행', '용씨', '급류', '실종', '등', '인명', '피해', '교통', '두절', '일', '충북', '괴산', '무궁화호', '열차', '탈선', '사고', '등', '사상', '최악', '철도', '사고', '도로', '침수', '곳곳', '교통', '마비']홍수['충청북도']['괴산군', '사상구'][26530, 43760]
961995-08-27https://n.news.naver.com/mnews/article/001/0003944820?sid=10253명 사망.실종,피해액 1천2백74억원['명', '사망', '실종', '피해', '액', '천백억원']또 농경지 2만6천6백97㏊가 침수 또는 유실되고 건물 2백59채가 부서졌으며 도로 7백41곳,교량 83곳, 하천 제방 5백26개소가 파손되는 등 1천2백74억원의 재산피해를 낸 것으로 잠정 집계했다. 지역별로는 충남이...['또', '농경지', '만천백', '침수', '유실', '건물', '채', '도로', '곳', '교량', '곳', '하천', '제방', '개', '소가', '파손', '등', '천백억원', '재산', '피해', '것', '잠정', '집계', '지역별', '충남']홍수['충청남도']-999[44000]
971995-08-27https://n.news.naver.com/mnews/article/001/0003937226?sid=102全北지역 해갈,재산피해 1억원['지역', '해갈', '재산', '피해', '억원']또 益山시 望城.聖堂면 일대등 저지대 농경지 4백69㏊가 침수되고 닭 1만5백마리가 죽었다. 26일 오후 태풍 재니스가 중부지역을 강타하면서 群山시 沃島면 어청도항에 정박중이던 군산수협 소속 근해유자망 어선...['또', '시', '면', '등', '지대', '농경지', '백가', '침수', '닭', '마리', '일', '오후', '태풍', '재', '니스', '중부', '지역', '강타', '시', '면', '어청도항', '정박', '군산', '수협', '소속', '근해', '유자', '망', '어선']홍수-999['군산시'][45130]
981995-08-30https://n.news.naver.com/mnews/article/001/0003940944?sid=102충청.전북등 호우 피해,주민 긴급대피도['충청', '전북', '등', '호우', '피해', '주민', '긴급', '대피']1㎜ 등 집중호우로 1명이 숨지고 군산 일대 농경지 4백72㏊가 침수됐다. 충청 이남 지방엔 앞으로 50∼1백50㎜ 가량의 비가 더 내릴 것으로 예상돼 산사태 등 비피해가 더 늘어날 것으로 보인다. 충남 보령에선...['등', '집중호우', '명', '군산', '일대', '농경지', '백가', '침수', '충청', '이남', '지방', '앞', '백', '가량', '비', '더', '것', '예상', '산사태', '등', '비', '피해', '더', '것', '충남', '보령']홍수['충청남도']['군산시', '보령시'][45130, 44180]
991995-08-31https://n.news.naver.com/mnews/article/001/0003934928?sid=102慶北지방 강우량 1백㎜, 동해안 해갈['지방', '강우량', '백', '동해안', '해갈']폭우로 침수돼 교통이 두절된 것을 비롯, 상주시 화서면 상용리 도로 25ｍ와 구미시 진평동 구미-칠곡 도로 5ｍ가 각각 유실됐으며 군의군 의흥면 연계리 연계가교와 영천시 화북면 하송리 하송가교가 침수 또는...['폭우', '침수', '교통', '두절', '것', '비롯', '상주시', '화서면', '상용', '리', '도로', '구미시', '진', '평동', '구미', '칠곡', '도로', '각각', '유실', '군', '의군', '의흥면', '계리', '계', '가교', '영천시', '화북면', '하송', '리', '하송', '교가', '침수']홍수-999['구미시', '상주시', '영천시', '칠곡군'][47850, 47190, 47250, 47230]