Overview

Dataset statistics

Number of variables4
Number of observations42
Missing cells0
Missing cells (%)0.0%
Duplicate rows14
Duplicate rows (%)33.3%
Total size in memory1.4 KiB
Average record size in memory35.1 B

Variable types

Categorical4

Alerts

기상_주의 has constant value ""Constant
기상_매우심함 has constant value ""Constant
Dataset has 14 (33.3%) duplicate rowsDuplicates
발표일자 is highly overall correlated with 기상_심함High correlation
기상_심함 is highly overall correlated with 발표일자High correlation

Reproduction

Analysis started2023-12-10 13:02:21.610287
Analysis finished2023-12-10 13:02:21.863673
Duration0.25 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

발표일자
Categorical

HIGH CORRELATION 

Distinct14
Distinct (%)33.3%
Missing0
Missing (%)0.0%
Memory size468.0 B
2019-01-10
3 
2019-02-15
3 
2019-03-11
3 
2019-04-10
3 
2019-05-10
3 
Other values (9)
27 

Length

Max length10
Median length10
Mean length10
Min length10

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2019-01-10
2nd row2019-01-10
3rd row2019-01-10
4th row2019-02-15
5th row2019-02-15

Common Values

ValueCountFrequency (%)
2019-01-10 3
 
7.1%
2019-02-15 3
 
7.1%
2019-03-11 3
 
7.1%
2019-04-10 3
 
7.1%
2019-05-10 3
 
7.1%
2019-06-10 3
 
7.1%
2019-07-10 3
 
7.1%
2019-08-10 3
 
7.1%
2019-09-10 3
 
7.1%
2019-10-14 3
 
7.1%
Other values (4) 12
28.6%

Length

2023-12-10T22:02:21.939927image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2019-01-10 3
 
7.1%
2019-02-15 3
 
7.1%
2019-03-11 3
 
7.1%
2019-04-10 3
 
7.1%
2019-05-10 3
 
7.1%
2019-06-10 3
 
7.1%
2019-07-10 3
 
7.1%
2019-08-10 3
 
7.1%
2019-09-10 3
 
7.1%
2019-10-14 3
 
7.1%
Other values (4) 12
28.6%

기상_주의
Categorical

CONSTANT 

Distinct1
Distinct (%)2.4%
Missing0
Missing (%)0.0%
Memory size468.0 B
없음
42 

Length

Max length2
Median length2
Mean length2
Min length2

Unique

Unique0 ?
Unique (%)0.0%

Sample

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

Common Values

ValueCountFrequency (%)
없음 42
100.0%

Length

2023-12-10T22:02:22.061906image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T22:02:22.168392image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
없음 42
100.0%

기상_심함
Categorical

HIGH CORRELATION 

Distinct4
Distinct (%)9.5%
Missing0
Missing (%)0.0%
Memory size468.0 B
없음
33 
<b>[광역]</b> 서울. 인천. 강화. 옹진<br> <b>[경기]</b> 가평. 고양. 과천. 광명. 광주. 구리. 군포. 김포. 남양주. 동두천. 부천. 성남. 수원. 시흥. 안산. 안성. 안양. 양주. 양평. 여주. 오산. 용인. 의왕. 의정부. 이천. 파주. 평택. 포천. 하남. 화성<br>[강원] 춘천<br> <b>[충북]</b> 괴산. 단양. 음성. 증평. 진천. 충주<br> <b>[충남]</b> 당진. 보령. 서산. 서천. 예산. 청양. 태안. 홍성<br> <b>[전남]</b> 담양. 장성
 
3
<b>[특광역시] </b> 서울. 인천(강화옹진 포함)<br> <b>[경기] </b> 가평. 고양. 과천. 광명. 광주. 구리. 군포. 김포. 남양주. 동두천. 부천. 성남. 수원. 시흥. 안산. 안성. 안양. 양주. 양평. 여주. 오산. 용인. 의왕. 의정부. 이천. 파주. 평택. 포천. 하남. 화성 <br> <b>[강원] </b> 춘천 <br> <b>[충북] </b> 괴산. 단양. 음성. 증평. 진천. 충주 <br>
 
3
<b>[충남]</b> 보령. 서산. 당진. 서천. 청양. 홍성. 예산. 태안
 
3

Length

Max length426
Median length2
Mean length55.285714
Min length2

Unique

Unique0 ?
Unique (%)0.0%

Sample

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

Common Values

ValueCountFrequency (%)
없음 33
78.6%
<b>[광역]</b> 서울. 인천. 강화. 옹진<br> <b>[경기]</b> 가평. 고양. 과천. 광명. 광주. 구리. 군포. 김포. 남양주. 동두천. 부천. 성남. 수원. 시흥. 안산. 안성. 안양. 양주. 양평. 여주. 오산. 용인. 의왕. 의정부. 이천. 파주. 평택. 포천. 하남. 화성<br>[강원] 춘천<br> <b>[충북]</b> 괴산. 단양. 음성. 증평. 진천. 충주<br> <b>[충남]</b> 당진. 보령. 서산. 서천. 예산. 청양. 태안. 홍성<br> <b>[전남]</b> 담양. 장성 3
 
7.1%
<b>[특광역시] </b> 서울. 인천(강화옹진 포함)<br> <b>[경기] </b> 가평. 고양. 과천. 광명. 광주. 구리. 군포. 김포. 남양주. 동두천. 부천. 성남. 수원. 시흥. 안산. 안성. 안양. 양주. 양평. 여주. 오산. 용인. 의왕. 의정부. 이천. 파주. 평택. 포천. 하남. 화성 <br> <b>[강원] </b> 춘천 <br> <b>[충북] </b> 괴산. 단양. 음성. 증평. 진천. 충주 <br> 3
 
7.1%
<b>[충남]</b> 보령. 서산. 당진. 서천. 청양. 홍성. 예산. 태안 3
 
7.1%

Length

2023-12-10T22:02:22.283715image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T22:02:22.421191image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
없음 33
 
8.7%
b 12
 
3.1%
br 9
 
2.4%
음성 6
 
1.6%
용인 6
 
1.6%
의왕 6
 
1.6%
의정부 6
 
1.6%
이천 6
 
1.6%
파주 6
 
1.6%
평택 6
 
1.6%
Other values (59) 285
74.8%

기상_매우심함
Categorical

CONSTANT 

Distinct1
Distinct (%)2.4%
Missing0
Missing (%)0.0%
Memory size468.0 B
없음
42 

Length

Max length2
Median length2
Mean length2
Min length2

Unique

Unique0 ?
Unique (%)0.0%

Sample

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

Common Values

ValueCountFrequency (%)
없음 42
100.0%

Length

2023-12-10T22:02:22.614668image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T22:02:22.712485image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
없음 42
100.0%

Correlations

2023-12-10T22:02:22.771254image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
발표일자기상_심함
발표일자1.0001.000
기상_심함1.0001.000
2023-12-10T22:02:22.873161image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
기상_심함발표일자
기상_심함1.0000.858
발표일자0.8581.000
2023-12-10T22:02:23.325911image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
발표일자기상_심함
발표일자1.0000.858
기상_심함0.8581.000

Missing values

2023-12-10T22:02:21.733273image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-10T22:02:21.828447image/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

발표일자기상_주의기상_심함기상_매우심함
02019-01-10없음없음없음
12019-01-10없음없음없음
22019-01-10없음없음없음
32019-02-15없음없음없음
42019-02-15없음없음없음
52019-02-15없음없음없음
62019-03-11없음없음없음
72019-03-11없음없음없음
82019-03-11없음없음없음
92019-04-10없음없음없음
발표일자기상_주의기상_심함기상_매우심함
322019-11-10없음없음없음
332019-12-11없음없음없음
342019-12-11없음없음없음
352019-12-11없음없음없음
362020-01-13없음없음없음
372020-01-13없음없음없음
382020-01-13없음없음없음
392020-02-11없음<b>[충남]</b> 보령. 서산. 당진. 서천. 청양. 홍성. 예산. 태안없음
402020-02-11없음<b>[충남]</b> 보령. 서산. 당진. 서천. 청양. 홍성. 예산. 태안없음
412020-02-11없음<b>[충남]</b> 보령. 서산. 당진. 서천. 청양. 홍성. 예산. 태안없음

Duplicate rows

Most frequently occurring

발표일자기상_주의기상_심함기상_매우심함# duplicates
02019-01-10없음없음없음3
12019-02-15없음없음없음3
22019-03-11없음없음없음3
32019-04-10없음없음없음3
42019-05-10없음없음없음3
52019-06-10없음없음없음3
62019-07-10없음없음없음3
72019-08-10없음<b>[광역]</b> 서울. 인천. 강화. 옹진<br> <b>[경기]</b> 가평. 고양. 과천. 광명. 광주. 구리. 군포. 김포. 남양주. 동두천. 부천. 성남. 수원. 시흥. 안산. 안성. 안양. 양주. 양평. 여주. 오산. 용인. 의왕. 의정부. 이천. 파주. 평택. 포천. 하남. 화성<br>[강원] 춘천<br> <b>[충북]</b> 괴산. 단양. 음성. 증평. 진천. 충주<br> <b>[충남]</b> 당진. 보령. 서산. 서천. 예산. 청양. 태안. 홍성<br> <b>[전남]</b> 담양. 장성없음3
82019-09-10없음<b>[특광역시] </b> 서울. 인천(강화옹진 포함)<br> <b>[경기] </b> 가평. 고양. 과천. 광명. 광주. 구리. 군포. 김포. 남양주. 동두천. 부천. 성남. 수원. 시흥. 안산. 안성. 안양. 양주. 양평. 여주. 오산. 용인. 의왕. 의정부. 이천. 파주. 평택. 포천. 하남. 화성 <br> <b>[강원] </b> 춘천 <br> <b>[충북] </b> 괴산. 단양. 음성. 증평. 진천. 충주 <br>없음3
92019-10-14없음없음없음3