Overview

Dataset statistics

Number of variables2
Number of observations22
Missing cells6
Missing cells (%)13.6%
Duplicate rows1
Duplicate rows (%)4.5%
Total size in memory484.0 B
Average record size in memory22.0 B

Variable types

Text2

Dataset

Description예향천리마실길주요노선2011
Author전라북도
URLhttps://www.bigdatahub.go.kr/opendata/dataSet/detail.nm?contentId=37&rlik=49451aebf056b486&serviceId=201990

Alerts

Dataset has 1 (4.5%) duplicate rowsDuplicates
구 분 has 3 (13.6%) missing valuesMissing
주 요 노 선 has 3 (13.6%) missing valuesMissing

Reproduction

Analysis started2024-03-14 00:18:42.907038
Analysis finished2024-03-14 00:18:43.207504
Duration0.3 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

구 분
Text

MISSING 

Distinct13
Distinct (%)68.4%
Missing3
Missing (%)13.6%
Memory size308.0 B
2024-03-14T09:18:43.280502image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length3
Median length3
Mean length2.8947368
Min length1

Characters and Unicode

Total characters55
Distinct characters23
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique8 ?
Unique (%)42.1%

Sample

1st row계
2nd row전주시
3rd row군산시
4th row익산시
5th row익산시
ValueCountFrequency (%)
부안군 3
15.8%
익산시 2
10.5%
임실군 2
10.5%
순창군 2
10.5%
고창군 2
10.5%
계 1
 
5.3%
전주시 1
 
5.3%
군산시 1
 
5.3%
정읍시 1
 
5.3%
남원시 1
 
5.3%
Other values (3) 3
15.8%
2024-03-14T09:18:43.539937image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
군 12
21.8%
시 7
12.7%
창 4
 
7.3%
부 3
 
5.5%
산 3
 
5.5%
안 3
 
5.5%
주 2
 
3.6%
고 2
 
3.6%
순 2
 
3.6%
실 2
 
3.6%
Other values (13) 15
27.3%

Most occurring categories

ValueCountFrequency (%)
Other Letter 55
100.0%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
군 12
21.8%
시 7
12.7%
창 4
 
7.3%
부 3
 
5.5%
산 3
 
5.5%
안 3
 
5.5%
주 2
 
3.6%
고 2
 
3.6%
순 2
 
3.6%
실 2
 
3.6%
Other values (13) 15
27.3%

Most occurring scripts

ValueCountFrequency (%)
Hangul 55
100.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
군 12
21.8%
시 7
12.7%
창 4
 
7.3%
부 3
 
5.5%
산 3
 
5.5%
안 3
 
5.5%
주 2
 
3.6%
고 2
 
3.6%
순 2
 
3.6%
실 2
 
3.6%
Other values (13) 15
27.3%

Most occurring blocks

ValueCountFrequency (%)
Hangul 55
100.0%

Most frequent character per block

Hangul
ValueCountFrequency (%)
군 12
21.8%
시 7
12.7%
창 4
 
7.3%
부 3
 
5.5%
산 3
 
5.5%
안 3
 
5.5%
주 2
 
3.6%
고 2
 
3.6%
순 2
 
3.6%
실 2
 
3.6%
Other values (13) 15
27.3%

주 요 노 선
Text

MISSING 

Distinct19
Distinct (%)100.0%
Missing3
Missing (%)13.6%
Memory size308.0 B
2024-03-14T09:18:43.682116image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length108
Median length42
Mean length44.052632
Min length6

Characters and Unicode

Total characters837
Distinct characters197
Distinct categories9 ?
Distinct scripts2 ?
Distinct blocks4 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique19 ?
Unique (%)100.0%

Sample

1st row12개시?군
2nd row?전주권광역쓰레기장 →삼산→그린피아추모공원 →쑥고개 → 원신덕→ 구덕마을~ 독배천(모악산마실길)
3rd row?선유도(해수욕장, 망주봉, 대봉, 몽돌해변)→무녀도(무녀봉, 염전)→ 장자도(할매바위)
4th row? 1코스 : 여산 .금마.낭산.삼기 지구(25㎞) - 미륵사지 → 간재선생 묘소 → 죽청마을 → 장암마을 → 미륵산성 → 구룡마을 → 서동공원 → 양곡 소세양 신도비 → 가람 이병기 선생 생가
5th row?2코스 : 성당 . 용안.망성 지구(10㎞) - 성당포구 → 용두리 쉼터 → 나바위성지
ValueCountFrequency (%)
19
 
14.0%
→ 17
 
12.5%
1코스 2
 
1.5%
2코스 2
 
1.5%
적성면 2
 
1.5%
운암면 2
 
1.5%
역사길(18.7㎞ 1
 
0.7%
세룡마을→세룡저수지→용마제 1
 
0.7%
입석마을→인계면 1
 
0.7%
2코스(7㎞ 1
 
0.7%
Other values (88) 88
64.7%
2024-03-14T09:18:43.914230image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
118
 
14.1%
→ 82
 
9.8%
마 22
 
2.6%
? 19
 
2.3%
) 17
 
2.0%
( 17
 
2.0%
지 16
 
1.9%
을 16
 
1.9%
수 15
 
1.8%
장 12
 
1.4%
Other values (187) 503
60.1%

Most occurring categories

ValueCountFrequency (%)
Other Letter 519
62.0%
Space Separator 118
 
14.1%
Math Symbol 83
 
9.9%
Other Punctuation 41
 
4.9%
Decimal Number 29
 
3.5%
Close Punctuation 17
 
2.0%
Open Punctuation 17
 
2.0%
Other Symbol 9
 
1.1%
Dash Punctuation 4
 
0.5%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
마 22
 
4.2%
지 16
 
3.1%
을 16
 
3.1%
수 15
 
2.9%
장 12
 
2.3%
구 11
 
2.1%
리 11
 
2.1%
산 10
 
1.9%
원 10
 
1.9%
코 10
 
1.9%
Other values (168) 386
74.4%
Decimal Number
ValueCountFrequency (%)
2 9
31.0%
1 9
31.0%
7 3
 
10.3%
8 2
 
6.9%
4 2
 
6.9%
5 2
 
6.9%
3 1
 
3.4%
0 1
 
3.4%
Other Punctuation
ValueCountFrequency (%)
? 19
46.3%
: 11
26.8%
. 7
 
17.1%
, 4
 
9.8%
Math Symbol
ValueCountFrequency (%)
→ 82
98.8%
~ 1
 
1.2%
Space Separator
ValueCountFrequency (%)
118
100.0%
Close Punctuation
ValueCountFrequency (%)
) 17
100.0%
Open Punctuation
ValueCountFrequency (%)
( 17
100.0%
Other Symbol
ValueCountFrequency (%)
㎞ 9
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 4
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 519
62.0%
Common 318
38.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
마 22
 
4.2%
지 16
 
3.1%
을 16
 
3.1%
수 15
 
2.9%
장 12
 
2.3%
구 11
 
2.1%
리 11
 
2.1%
산 10
 
1.9%
원 10
 
1.9%
코 10
 
1.9%
Other values (168) 386
74.4%
Common
ValueCountFrequency (%)
118
37.1%
→ 82
25.8%
? 19
 
6.0%
) 17
 
5.3%
( 17
 
5.3%
: 11
 
3.5%
2 9
 
2.8%
1 9
 
2.8%
㎞ 9
 
2.8%
. 7
 
2.2%
Other values (9) 20
 
6.3%

Most occurring blocks

ValueCountFrequency (%)
Hangul 519
62.0%
ASCII 227
27.1%
Arrows 82
 
9.8%
CJK Compat 9
 
1.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
118
52.0%
? 19
 
8.4%
) 17
 
7.5%
( 17
 
7.5%
: 11
 
4.8%
2 9
 
4.0%
1 9
 
4.0%
. 7
 
3.1%
, 4
 
1.8%
- 4
 
1.8%
Other values (7) 12
 
5.3%
Arrows
ValueCountFrequency (%)
→ 82
100.0%
Hangul
ValueCountFrequency (%)
마 22
 
4.2%
지 16
 
3.1%
을 16
 
3.1%
수 15
 
2.9%
장 12
 
2.3%
구 11
 
2.1%
리 11
 
2.1%
산 10
 
1.9%
원 10
 
1.9%
코 10
 
1.9%
Other values (168) 386
74.4%
CJK Compat
ValueCountFrequency (%)
㎞ 9
100.0%

Correlations

2024-03-14T09:18:43.998506image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
구 분주 요 노 선
구 분1.0001.000
주 요 노 선1.0001.000

Missing values

2024-03-14T09:18:43.063742image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2024-03-14T09:18:43.114446image/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.
2024-03-14T09:18:43.174574image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.

Sample

구 분주 요 노 선
0계12개시?군
1전주시?전주권광역쓰레기장 →삼산→그린피아추모공원 →쑥고개 → 원신덕→ 구덕마을~ 독배천(모악산마실길)
2군산시?선유도(해수욕장, 망주봉, 대봉, 몽돌해변)→무녀도(무녀봉, 염전)→ 장자도(할매바위)
3익산시? 1코스 : 여산 .금마.낭산.삼기 지구(25㎞) - 미륵사지 → 간재선생 묘소 → 죽청마을 → 장암마을 → 미륵산성 → 구룡마을 → 서동공원 → 양곡 소세양 신도비 → 가람 이병기 선생 생가
4익산시?2코스 : 성당 . 용안.망성 지구(10㎞) - 성당포구 → 용두리 쉼터 → 나바위성지
5정읍시?정읍사공원→ 아양산→ 초산→ 연지교→ 정읍천변(벚꽃길) → 정읍사공원
6남원시?바래봉→팔랑리→내령→부운→반선(체험코스)
7김제시?금산사→장흥→은곡→황곡→장전→구미→원평→금평저수지
8완주군?구이면 두방마을→ 구이저수지→ 구암마을→ 원광곡마을→태실마을→ 평촌교→화원교→광곡저수지→상관면어두저수지→어두마을
9장수군?장수 노하숲→제2승마장→국제승마장→ 금강변→용광리→옥자동→ 계북면 월현→어전 → 당저
구 분주 요 노 선
12순창군?1코스(5㎞) : 적성면 입석마을 입구→입석마을→도왕마을→강경마을
13순창군?2코스(7㎞) : 적성면 입석마을→인계면 세룡마을→세룡저수지→용마제
14고창군? 1코스 - 역사길(18.7㎞) : 동학농민혁명 기포지→무장읍성→무장향교 → 천수정→향토사관학교→깨진바위→계산저수지→사신원
15고창군? 2코스 - 수변길( 7.4㎞) : 석남리 배수갑문→용대저수지→두암저수지
16부안군?1코스(28㎞) : 변산해수욕장 → 합구→부안댐 → 새만금전시관
17부안군?2코스(12㎞) : 성천→ 유유 저수지→누에타운→ 묵방실 들국화 → 격포항
18부안군?3코스(14㎞) : 개암사→ 감불→성계폭포→만화천→청자전시관→ 줄포생태공원
19<NA><NA>
20<NA><NA>
21<NA><NA>

Duplicate rows

Most frequently occurring

구 분주 요 노 선# duplicates
0<NA><NA>3