Overview

Dataset statistics

Number of variables4
Number of observations33
Missing cells11
Missing cells (%)8.3%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory1.2 KiB
Average record size in memory36.0 B

Variable types

Text4

Dataset

Description중소벤처기업진흥공단의 지역본지부별 관할지역 현황으로, 각 지역본지부의 주소 및 33개 지역본지부별 관할하고 있는 지역(시,도) 기재
Author중소벤처기업진흥공단
URLhttps://www.data.go.kr/data/15052850/fileData.do

Alerts

복수관할지역 has 11 (33.3%) missing valuesMissing
구분 has unique valuesUnique
주소 has unique valuesUnique
관할지역 has unique valuesUnique

Reproduction

Analysis started2023-12-12 08:35:30.032830
Analysis finished2023-12-12 08:35:30.593440
Duration0.56 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

구분
Text

UNIQUE 

Distinct33
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size396.0 B
2023-12-12T17:35:30.775189image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length7
Median length6
Mean length6.030303
Min length6

Characters and Unicode

Total characters199
Distinct characters26
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

Unique33 ?
Unique (%)100.0%

Sample

1st row서울지역본부
2nd row서울동남부지부
3rd row서울북부지부
4th row인천지역본부
5th row인천서부지부
ValueCountFrequency (%)
서울지역본부 1
 
3.0%
전북지역본부 1
 
3.0%
경남서부지부 1
 
3.0%
경남동부지부 1
 
3.0%
경남지역본부 1
 
3.0%
울산지역본부 1
 
3.0%
부산동부지부 1
 
3.0%
부산지역본부 1
 
3.0%
경북남부지부 1
 
3.0%
경북동부지부 1
 
3.0%
Other values (23) 23
69.7%
2023-12-12T17:35:31.194407image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
부 50
25.1%
지 33
16.6%
역 17
 
8.5%
본 17
 
8.5%
경 11
 
5.5%
북 10
 
5.0%
남 9
 
4.5%
서 7
 
3.5%
동 7
 
3.5%
기 5
 
2.5%
Other values (16) 33
16.6%

Most occurring categories

ValueCountFrequency (%)
Other Letter 199
100.0%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
부 50
25.1%
지 33
16.6%
역 17
 
8.5%
본 17
 
8.5%
경 11
 
5.5%
북 10
 
5.0%
남 9
 
4.5%
서 7
 
3.5%
동 7
 
3.5%
기 5
 
2.5%
Other values (16) 33
16.6%

Most occurring scripts

ValueCountFrequency (%)
Hangul 199
100.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
부 50
25.1%
지 33
16.6%
역 17
 
8.5%
본 17
 
8.5%
경 11
 
5.5%
북 10
 
5.0%
남 9
 
4.5%
서 7
 
3.5%
동 7
 
3.5%
기 5
 
2.5%
Other values (16) 33
16.6%

Most occurring blocks

ValueCountFrequency (%)
Hangul 199
100.0%

Most frequent character per block

Hangul
ValueCountFrequency (%)
부 50
25.1%
지 33
16.6%
역 17
 
8.5%
본 17
 
8.5%
경 11
 
5.5%
북 10
 
5.0%
남 9
 
4.5%
서 7
 
3.5%
동 7
 
3.5%
기 5
 
2.5%
Other values (16) 33
16.6%

주소
Text

UNIQUE 

Distinct33
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size396.0 B
2023-12-12T17:35:31.575980image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length36
Median length31
Mean length28.121212
Min length18

Characters and Unicode

Total characters928
Distinct characters181
Distinct categories10 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique33 ?
Unique (%)100.0%

Sample

1st row서울 금천구 가산디지털1로 181 가산W센터 413호
2nd row서울 서초구 서초대로 45길 16 VR빌딩 1층
3rd row서울 중구 무교로 21 더익스체인지서울 빌딩 5층
4th row인천 연수구 갯벌로 12 갯벌타워 14층
5th row인천 서구 봉수대로 806, 인천아시아드주경기장 3층(서측)
ValueCountFrequency (%)
4층 8
 
3.8%
경기 5
 
2.3%
서울 3
 
1.4%
1층 3
 
1.4%
경북 3
 
1.4%
2층 3
 
1.4%
3층 3
 
1.4%
서구 3
 
1.4%
5층 3
 
1.4%
경남 3
 
1.4%
Other values (164) 176
82.6%
2023-12-12T17:35:32.201182image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
180
 
19.4%
1 31
 
3.3%
로 31
 
3.3%
층 29
 
3.1%
시 24
 
2.6%
구 23
 
2.5%
2 21
 
2.3%
4 21
 
2.3%
3 20
 
2.2%
경 18
 
1.9%
Other values (171) 530
57.1%

Most occurring categories

ValueCountFrequency (%)
Other Letter 581
62.6%
Space Separator 180
 
19.4%
Decimal Number 143
 
15.4%
Lowercase Letter 6
 
0.6%
Uppercase Letter 5
 
0.5%
Other Punctuation 4
 
0.4%
Dash Punctuation 4
 
0.4%
Close Punctuation 2
 
0.2%
Open Punctuation 2
 
0.2%
Math Symbol 1
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
로 31
 
5.3%
층 29
 
5.0%
시 24
 
4.1%
구 23
 
4.0%
경 18
 
3.1%
산 16
 
2.8%
원 15
 
2.6%
대 14
 
2.4%
북 12
 
2.1%
주 11
 
1.9%
Other values (147) 388
66.8%
Decimal Number
ValueCountFrequency (%)
1 31
21.7%
2 21
14.7%
4 21
14.7%
3 20
14.0%
0 12
 
8.4%
5 12
 
8.4%
6 9
 
6.3%
7 8
 
5.6%
8 6
 
4.2%
9 3
 
2.1%
Lowercase Letter
ValueCountFrequency (%)
e 3
50.0%
r 1
 
16.7%
t 1
 
16.7%
n 1
 
16.7%
Uppercase Letter
ValueCountFrequency (%)
W 2
40.0%
C 1
20.0%
R 1
20.0%
V 1
20.0%
Space Separator
ValueCountFrequency (%)
180
100.0%
Other Punctuation
ValueCountFrequency (%)
, 4
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 4
100.0%
Close Punctuation
ValueCountFrequency (%)
) 2
100.0%
Open Punctuation
ValueCountFrequency (%)
( 2
100.0%
Math Symbol
ValueCountFrequency (%)
~ 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 581
62.6%
Common 336
36.2%
Latin 11
 
1.2%

Most frequent character per script

Hangul
ValueCountFrequency (%)
로 31
 
5.3%
층 29
 
5.0%
시 24
 
4.1%
구 23
 
4.0%
경 18
 
3.1%
산 16
 
2.8%
원 15
 
2.6%
대 14
 
2.4%
북 12
 
2.1%
주 11
 
1.9%
Other values (147) 388
66.8%
Common
ValueCountFrequency (%)
180
53.6%
1 31
 
9.2%
2 21
 
6.2%
4 21
 
6.2%
3 20
 
6.0%
0 12
 
3.6%
5 12
 
3.6%
6 9
 
2.7%
7 8
 
2.4%
8 6
 
1.8%
Other values (6) 16
 
4.8%
Latin
ValueCountFrequency (%)
e 3
27.3%
W 2
18.2%
r 1
 
9.1%
t 1
 
9.1%
n 1
 
9.1%
C 1
 
9.1%
R 1
 
9.1%
V 1
 
9.1%

Most occurring blocks

ValueCountFrequency (%)
Hangul 581
62.6%
ASCII 347
37.4%

Most frequent character per block

ASCII
ValueCountFrequency (%)
180
51.9%
1 31
 
8.9%
2 21
 
6.1%
4 21
 
6.1%
3 20
 
5.8%
0 12
 
3.5%
5 12
 
3.5%
6 9
 
2.6%
7 8
 
2.3%
8 6
 
1.7%
Other values (14) 27
 
7.8%
Hangul
ValueCountFrequency (%)
로 31
 
5.3%
층 29
 
5.0%
시 24
 
4.1%
구 23
 
4.0%
경 18
 
3.1%
산 16
 
2.8%
원 15
 
2.6%
대 14
 
2.4%
북 12
 
2.1%
주 11
 
1.9%
Other values (147) 388
66.8%

관할지역
Text

UNIQUE 

Distinct33
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size396.0 B
2023-12-12T17:35:32.645226image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length64
Median length54
Mean length34.181818
Min length9

Characters and Unicode

Total characters1128
Distinct characters139
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

Unique33 ?
Unique (%)100.0%

Sample

1st row양천구, 강서구, 관악구, 구로구, 금천구, 동작구, 영등포구
2nd row서초구, 강남구, 강동구, 광진구, 성동구, 송파구
3rd row강북구, 노원구, 도봉구, 동대문구, 서대문구, 성북구, 은평구, 종로구, 중구, 중랑구, 마포구, 용산구, 성동구
4th row연수구, 계양구, 남동구, 부평구, 부천시
5th row서구, 동구, 미추홀구, 중구, 강화군, 옹진군, 김포시
ValueCountFrequency (%)
중구 3
 
1.3%
서구 2
 
0.8%
영광군 2
 
0.8%
옥천군 2
 
0.8%
영동군 2
 
0.8%
나주시 2
 
0.8%
양산시 2
 
0.8%
장흥군 2
 
0.8%
함평군 2
 
0.8%
가평군 2
 
0.8%
Other values (201) 215
91.1%
2023-12-12T17:35:33.265519image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
206
18.3%
, 203
18.0%
군 96
 
8.5%
시 90
 
8.0%
구 55
 
4.9%
천 25
 
2.2%
주 22
 
2.0%
양 20
 
1.8%
산 20
 
1.8%
성 18
 
1.6%
Other values (129) 373
33.1%

Most occurring categories

ValueCountFrequency (%)
Other Letter 715
63.4%
Space Separator 206
 
18.3%
Other Punctuation 203
 
18.0%
Close Punctuation 2
 
0.2%
Open Punctuation 2
 
0.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
군 96
 
13.4%
시 90
 
12.6%
구 55
 
7.7%
천 25
 
3.5%
주 22
 
3.1%
양 20
 
2.8%
산 20
 
2.8%
성 18
 
2.5%
동 16
 
2.2%
영 14
 
2.0%
Other values (125) 339
47.4%
Space Separator
ValueCountFrequency (%)
206
100.0%
Other Punctuation
ValueCountFrequency (%)
, 203
100.0%
Close Punctuation
ValueCountFrequency (%)
) 2
100.0%
Open Punctuation
ValueCountFrequency (%)
( 2
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 715
63.4%
Common 413
36.6%

Most frequent character per script

Hangul
ValueCountFrequency (%)
군 96
 
13.4%
시 90
 
12.6%
구 55
 
7.7%
천 25
 
3.5%
주 22
 
3.1%
양 20
 
2.8%
산 20
 
2.8%
성 18
 
2.5%
동 16
 
2.2%
영 14
 
2.0%
Other values (125) 339
47.4%
Common
ValueCountFrequency (%)
206
49.9%
, 203
49.2%
) 2
 
0.5%
( 2
 
0.5%

Most occurring blocks

ValueCountFrequency (%)
Hangul 715
63.4%
ASCII 413
36.6%

Most frequent character per block

ASCII
ValueCountFrequency (%)
206
49.9%
, 203
49.2%
) 2
 
0.5%
( 2
 
0.5%
Hangul
ValueCountFrequency (%)
군 96
 
13.4%
시 90
 
12.6%
구 55
 
7.7%
천 25
 
3.5%
주 22
 
3.1%
양 20
 
2.8%
산 20
 
2.8%
성 18
 
2.5%
동 16
 
2.2%
영 14
 
2.0%
Other values (125) 339
47.4%

복수관할지역
Text

MISSING 

Distinct21
Distinct (%)95.5%
Missing11
Missing (%)33.3%
Memory size396.0 B
2023-12-12T17:35:33.529466image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length28
Median length25.5
Mean length8.2272727
Min length3

Characters and Unicode

Total characters181
Distinct characters47
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

Unique20 ?
Unique (%)90.9%

Sample

1st row성동구
2nd row성동구
3rd row부천시
4th row김포시
5th row가평군
ValueCountFrequency (%)
성동구 2
 
4.7%
옥천군 2
 
4.7%
고령군 2
 
4.7%
장흥군 2
 
4.7%
함평군 2
 
4.7%
영광군 2
 
4.7%
나주시 2
 
4.7%
익산시 2
 
4.7%
음성군 2
 
4.7%
부천시 2
 
4.7%
Other values (16) 23
53.5%
2023-12-12T17:35:33.934050image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
군 24
 
13.3%
21
 
11.6%
, 21
 
11.6%
시 12
 
6.6%
산 6
 
3.3%
천 6
 
3.3%
평 6
 
3.3%
면 6
 
3.3%
성 5
 
2.8%
동 5
 
2.8%
Other values (37) 69
38.1%

Most occurring categories

ValueCountFrequency (%)
Other Letter 135
74.6%
Space Separator 21
 
11.6%
Other Punctuation 21
 
11.6%
Open Punctuation 2
 
1.1%
Close Punctuation 2
 
1.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
군 24
17.8%
시 12
 
8.9%
산 6
 
4.4%
천 6
 
4.4%
평 6
 
4.4%
면 6
 
4.4%
성 5
 
3.7%
동 5
 
3.7%
영 4
 
3.0%
주 3
 
2.2%
Other values (33) 58
43.0%
Space Separator
ValueCountFrequency (%)
21
100.0%
Other Punctuation
ValueCountFrequency (%)
, 21
100.0%
Open Punctuation
ValueCountFrequency (%)
( 2
100.0%
Close Punctuation
ValueCountFrequency (%)
) 2
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 135
74.6%
Common 46
 
25.4%

Most frequent character per script

Hangul
ValueCountFrequency (%)
군 24
17.8%
시 12
 
8.9%
산 6
 
4.4%
천 6
 
4.4%
평 6
 
4.4%
면 6
 
4.4%
성 5
 
3.7%
동 5
 
3.7%
영 4
 
3.0%
주 3
 
2.2%
Other values (33) 58
43.0%
Common
ValueCountFrequency (%)
21
45.7%
, 21
45.7%
( 2
 
4.3%
) 2
 
4.3%

Most occurring blocks

ValueCountFrequency (%)
Hangul 135
74.6%
ASCII 46
 
25.4%

Most frequent character per block

Hangul
ValueCountFrequency (%)
군 24
17.8%
시 12
 
8.9%
산 6
 
4.4%
천 6
 
4.4%
평 6
 
4.4%
면 6
 
4.4%
성 5
 
3.7%
동 5
 
3.7%
영 4
 
3.0%
주 3
 
2.2%
Other values (33) 58
43.0%
ASCII
ValueCountFrequency (%)
21
45.7%
, 21
45.7%
( 2
 
4.3%
) 2
 
4.3%

Correlations

2023-12-12T17:35:34.045342image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
구분주소관할지역복수관할지역
구분1.0001.0001.0001.000
주소1.0001.0001.0001.000
관할지역1.0001.0001.0001.000
복수관할지역1.0001.0001.0001.000

Missing values

2023-12-12T17:35:30.416830image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-12T17:35:30.541863image/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

구분주소관할지역복수관할지역
0서울지역본부서울 금천구 가산디지털1로 181 가산W센터 413호양천구, 강서구, 관악구, 구로구, 금천구, 동작구, 영등포구<NA>
1서울동남부지부서울 서초구 서초대로 45길 16 VR빌딩 1층서초구, 강남구, 강동구, 광진구, 성동구, 송파구성동구
2서울북부지부서울 중구 무교로 21 더익스체인지서울 빌딩 5층강북구, 노원구, 도봉구, 동대문구, 서대문구, 성북구, 은평구, 종로구, 중구, 중랑구, 마포구, 용산구, 성동구성동구
3인천지역본부인천 연수구 갯벌로 12 갯벌타워 14층연수구, 계양구, 남동구, 부평구, 부천시부천시
4인천서부지부인천 서구 봉수대로 806, 인천아시아드주경기장 3층(서측)서구, 동구, 미추홀구, 중구, 강화군, 옹진군, 김포시김포시
5경기지역본부경기 수원시 영통구 광교로 107 경제과학진흥원 11층수원시, 안성시, 용인시, 과천시, 안양시, 의왕시, 군포시<NA>
6경기동부지부경기 성남시 분당구 양현로 322 코리아디자인센터 2층광주시, 구리시, 남양주시, 성남시, 이천시, 하남시, 가평군, 양평군, 여주시가평군
7경기서부지부경기 안산시 단원구 광덕대로 243, 신용보증기금 빌딩 1층시흥시, 광명시, 안산시, 화성시(송산면, 서신면, 마도면, 남양읍, 비봉면)화성시(송산면, 서신면, 마도면, 남양읍, 비봉면)
8경기남부지부경기 화성시 봉담읍 동화길 51 원희캐슬봉담 4층 431-434호화성시, 평택시, 오산시<NA>
9경기북부지부경기 고양시 일산동구 일산로 138 일산테크노타운 관리동 102호고양시, 동두천시, 양주시, 의정부시, 파주시, 포천시, 연천군, 김포시, 부천시김포시, 부천시
구분주소관할지역복수관할지역
23경북지역본부경북 구미시 이계북로 7 경북경제진흥원 5층구미시, 김천시, 문경시, 상주시, 안동시, 영주시, 고령군, 군위군, 봉화군, 성주군, 예천군, 의성군, 칠곡군고령군
24경북동부지부경북 포항시 남구 지곡로 394 포항테크노파크 1층포항시, 경주시, 영덕군, 영양군, 울릉군, 울진군, 청송군<NA>
25경북남부지부경북 경산시 삼풍로 27 경북테크노파크 본부동 501호경산시, 영천시, 청도군<NA>
26부산지역본부부산 사상구 학감대로 257 보생빌딩 에이동1층사상구, 강서구, 동구, 부산진구, 북구, 사하구, 서구, 영도구, 중구<NA>
27부산동부지부부산 해운대구 센텀동로 99 벽산e-센텀클래스원 201~202호해운대구, 금정구, 남구, 동래구, 수영구, 연제구, 기장군<NA>
28울산지역본부울산 남구 삼산로 274 W-Center 14층울산시, 경주시(외동읍, 내남면, 산내면), 양산시경주시(외동읍, 내남면, 산내면), 양산시
29경남지역본부경남 창원시 의창구 원이대로 362 창원컨벤션센터 3층창원시, 의령군, 함안군, 창녕군<NA>
30경남동부지부경남 김해시 주촌면 골든루트로 80-16 중소기업비즈니스센터 4층김해시, 밀양시, 양산시양산시
31경남서부지부경남 진주시 영천강로 167 이노휴먼씨티 6층진주시, 거제시, 사천시, 통영시, 거창군, 고성군, 남해군, 산청군, 하동군, 함양군, 합천군<NA>
32제주지역본부제주 제주시 연삼로 473 제주중소기업종합지원센터 3층제주시, 서귀포시<NA>