Overview

Dataset statistics

Number of variables4
Number of observations124
Missing cells0
Missing cells (%)0.0%
Duplicate rows2
Duplicate rows (%)1.6%
Total size in memory4.1 KiB
Average record size in memory34.1 B

Variable types

Categorical2
Text2

Dataset

Description기술보증기금 지점 관할구역 정보에 대한 데이터 - 기술보증기금 지점관할구역정보 : 년도, 상하반기, 영업점명, 관할구역
URLhttps://www.data.go.kr/data/15085979/fileData.do

Alerts

년도 has constant value ""Constant
Dataset has 2 (1.6%) duplicate rowsDuplicates

Reproduction

Analysis started2023-12-12 12:52:41.956454
Analysis finished2023-12-12 12:52:42.296529
Duration0.34 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

년도
Categorical

CONSTANT 

Distinct1
Distinct (%)0.8%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
2023
124 

Length

Max length4
Median length4
Mean length4
Min length4

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2023
2nd row2023
3rd row2023
4th row2023
5th row2023

Common Values

ValueCountFrequency (%)
2023 124
100.0%

Length

2023-12-12T21:52:42.354792image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-12T21:52:42.464314image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
2023 124
100.0%

상하반기
Categorical

Distinct3
Distinct (%)2.4%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
상반기
62 
하반기
61 
히반기
 
1

Length

Max length3
Median length3
Mean length3
Min length3

Unique

Unique1 ?
Unique (%)0.8%

Sample

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

Common Values

ValueCountFrequency (%)
상반기 62
50.0%
하반기 61
49.2%
히반기 1
 
0.8%

Length

2023-12-12T21:52:42.574733image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-12T21:52:42.710219image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
상반기 62
50.0%
하반기 61
49.2%
히반기 1
 
0.8%

영업점명
Text

Distinct61
Distinct (%)49.2%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
2023-12-12T21:52:42.942576image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length6
Median length4
Mean length4.1774194
Min length4

Characters and Unicode

Total characters518
Distinct characters66
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

Unique0 ?
Unique (%)0.0%

Sample

1st row부산지점
2nd row가산지점
3rd row강남지점
4th row구로지점
5th row서울지점
ValueCountFrequency (%)
대구서지점 4
 
3.2%
충주지점 2
 
1.6%
대전지점 2
 
1.6%
대전동지점 2
 
1.6%
천안지점 2
 
1.6%
아산지점 2
 
1.6%
세종지점 2
 
1.6%
전주지점 2
 
1.6%
익산지점 2
 
1.6%
광주지점 2
 
1.6%
Other values (51) 102
82.3%
2023-12-12T21:52:43.709558image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
지 124
23.9%
점 124
23.9%
산 24
 
4.6%
주 16
 
3.1%
천 14
 
2.7%
대 12
 
2.3%
구 12
 
2.3%
서 10
 
1.9%
성 8
 
1.5%
부 8
 
1.5%
Other values (56) 166
32.0%

Most occurring categories

ValueCountFrequency (%)
Other Letter 518
100.0%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
지 124
23.9%
점 124
23.9%
산 24
 
4.6%
주 16
 
3.1%
천 14
 
2.7%
대 12
 
2.3%
구 12
 
2.3%
서 10
 
1.9%
성 8
 
1.5%
부 8
 
1.5%
Other values (56) 166
32.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 518
100.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
지 124
23.9%
점 124
23.9%
산 24
 
4.6%
주 16
 
3.1%
천 14
 
2.7%
대 12
 
2.3%
구 12
 
2.3%
서 10
 
1.9%
성 8
 
1.5%
부 8
 
1.5%
Other values (56) 166
32.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 518
100.0%

Most frequent character per block

Hangul
ValueCountFrequency (%)
지 124
23.9%
점 124
23.9%
산 24
 
4.6%
주 16
 
3.1%
천 14
 
2.7%
대 12
 
2.3%
구 12
 
2.3%
서 10
 
1.9%
성 8
 
1.5%
부 8
 
1.5%
Other values (56) 166
32.0%

관할구역
Text

Distinct54
Distinct (%)43.5%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
2023-12-12T21:52:44.062664image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length90
Median length43
Mean length29.467742
Min length2

Characters and Unicode

Total characters3654
Distinct characters141
Distinct categories4 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row전국
2nd row서울특별시 경기도 광명시
3rd row서울특별시
4th row서울특별시 경기도 광명시
5th row서울특별시
ValueCountFrequency (%)
경기도 58
 
6.7%
경상남도 22
 
2.5%
경상북도 18
 
2.1%
서울특별시 16
 
1.8%
충청남도 14
 
1.6%
대구광역시 12
 
1.4%
칠곡군 12
 
1.4%
부산광역시 12
 
1.4%
제외 10
 
1.1%
시흥시(시화공단지역 10
 
1.1%
Other values (197) 688
78.9%
2023-12-12T21:52:44.574918image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
748
20.5%
시 358
 
9.8%
군 288
 
7.9%
도 156
 
4.3%
경 108
 
3.0%
천 86
 
2.4%
동 84
 
2.3%
주 78
 
2.1%
산 76
 
2.1%
남 72
 
2.0%
Other values (131) 1600
43.8%

Most occurring categories

ValueCountFrequency (%)
Other Letter 2886
79.0%
Space Separator 748
 
20.5%
Close Punctuation 10
 
0.3%
Open Punctuation 10
 
0.3%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
시 358
 
12.4%
군 288
 
10.0%
도 156
 
5.4%
경 108
 
3.7%
천 86
 
3.0%
동 84
 
2.9%
주 78
 
2.7%
산 76
 
2.6%
남 72
 
2.5%
광 68
 
2.4%
Other values (128) 1512
52.4%
Space Separator
ValueCountFrequency (%)
748
100.0%
Close Punctuation
ValueCountFrequency (%)
) 10
100.0%
Open Punctuation
ValueCountFrequency (%)
( 10
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 2886
79.0%
Common 768
 
21.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
시 358
 
12.4%
군 288
 
10.0%
도 156
 
5.4%
경 108
 
3.7%
천 86
 
3.0%
동 84
 
2.9%
주 78
 
2.7%
산 76
 
2.6%
남 72
 
2.5%
광 68
 
2.4%
Other values (128) 1512
52.4%
Common
ValueCountFrequency (%)
748
97.4%
) 10
 
1.3%
( 10
 
1.3%

Most occurring blocks

ValueCountFrequency (%)
Hangul 2886
79.0%
ASCII 768
 
21.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
748
97.4%
) 10
 
1.3%
( 10
 
1.3%
Hangul
ValueCountFrequency (%)
시 358
 
12.4%
군 288
 
10.0%
도 156
 
5.4%
경 108
 
3.7%
천 86
 
3.0%
동 84
 
2.9%
주 78
 
2.7%
산 76
 
2.6%
남 72
 
2.5%
광 68
 
2.4%
Other values (128) 1512
52.4%

Correlations

2023-12-12T21:52:44.674720image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
상하반기영업점명관할구역
상하반기1.0000.0000.000
영업점명0.0001.0001.000
관할구역0.0001.0001.000

Missing values

2023-12-12T21:52:42.167152image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-12T21:52:42.259758image/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

년도상하반기영업점명관할구역
02023상반기부산지점전국
12023상반기가산지점서울특별시 경기도 광명시
22023상반기강남지점서울특별시
32023상반기구로지점서울특별시 경기도 광명시
42023상반기서울지점서울특별시
52023상반기서초지점서울특별시 경기도 과천시 구리시 남양주시 하남시
62023상반기송파지점서울특별시 경기도 구리시 남양주시 하남시 가평군
72023상반기종로지점서울특별시 경기도 구리시 남양주시 가평군
82023상반기인천중앙지점인천광역시 경기도 시흥시(시화공단지역 제외)
92023상반기부평지점인천광역시 경기도 시흥시(시화공단지역 제외) 부천시
년도상하반기영업점명관할구역
1142023하반기녹산지점부산광역시 경상남도 창원시 진해구 거제시
1152023하반기동래지점부산광역시 경상남도 양산시
1162023하반기사상지점부산광역시
1172023하반기사하지점부산광역시 경상남도 거제시
1182023하반기김해지점부산광역시 강서구 경상남도 김해시 밀양시
1192023하반기양산지점경상남도 양산시 부산광역시 기장군 울산광역시 울주군
1202023하반기진주지점경상남도 진주시 통영시 사천시 거제시 의령군 고성군 남해군 하동군 산청군 함양군 거창군 합천군 함안군
1212023하반기창원지점경상남도 창원시 밀양시 의령군 함안군 창녕군 김해시 진영읍 및 진례면
1222023하반기마산지점경상남도 창원시 함안군 의령군 창녕군 통영시 거제시 고성군
1232023하반기울산지점울산광역시 경상북도 경주시

Duplicate rows

Most frequently occurring

년도상하반기영업점명관할구역# duplicates
02023상반기대구서지점대구광역시 경상북도 고령군 성주군 칠곡군 경상남도 거창군 합천군 창녕군2
12023하반기대구서지점대구광역시 경상북도 고령군 성주군 칠곡군 경상남도 거창군 합천군 창녕군2