Overview

Dataset statistics

Number of variables5
Number of observations242
Missing cells2
Missing cells (%)0.2%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory9.6 KiB
Average record size in memory40.5 B

Variable types

Categorical2
Text3

Dataset

Description부산광역시강서구_위생관리등급현황(20190501)
Author부산광역시 강서구
URLhttp://data.busan.go.kr/dataSet/detail.nm?contentId=10&publicdatapk=3045896

Alerts

대표자명 has unique valuesUnique

Reproduction

Analysis started2023-12-10 16:01:55.280646
Analysis finished2023-12-10 16:01:56.103336
Duration0.82 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

평가구분
Categorical

Distinct3
Distinct (%)1.2%
Missing0
Missing (%)0.0%
Memory size2.0 KiB
녹색(최우수)
137 
황색(우수)
56 
백색(일반관리)
49 

Length

Max length8
Median length7
Mean length6.9710744
Min length6

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row녹색(최우수)
2nd row녹색(최우수)
3rd row녹색(최우수)
4th row황색(우수)
5th row녹색(최우수)

Common Values

ValueCountFrequency (%)
녹색(최우수) 137
56.6%
황색(우수) 56
23.1%
백색(일반관리) 49
 
20.2%

Length

2023-12-11T01:01:56.255420image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-11T01:01:56.445928image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
녹색(최우수 137
56.6%
황색(우수 56
23.1%
백색(일반관리 49
 
20.2%

업소명
Text

Distinct241
Distinct (%)99.6%
Missing0
Missing (%)0.0%
Memory size2.0 KiB
2023-12-11T01:01:56.811469image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length25
Median length21
Mean length6.2190083
Min length2

Characters and Unicode

Total characters1505
Distinct characters323
Distinct categories8 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique240 ?
Unique (%)99.2%

Sample

1st rowe모텔
2nd row비엠텔(BM TEL)
3rd row제타
4th row호텔프렌치코드
5th row마틴모텔
ValueCountFrequency (%)
호텔 3
 
1.1%
헤어 3
 
1.1%
라헬뷰티 2
 
0.7%
구내이용원 2
 
0.7%
에스테틱 2
 
0.7%
주식회사 2
 
0.7%
브라운도트 2
 
0.7%
오션해수탕 2
 
0.7%
보니따 1
 
0.4%
니드헤어 1
 
0.4%
Other values (261) 261
92.9%
2023-12-11T01:01:57.543142image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
어 75
 
5.0%
헤 73
 
4.9%
이 50
 
3.3%
39
 
2.6%
용 35
 
2.3%
미 32
 
2.1%
스 28
 
1.9%
) 27
 
1.8%
텔 27
 
1.8%
( 27
 
1.8%
Other values (313) 1092
72.6%

Most occurring categories

ValueCountFrequency (%)
Other Letter 1218
80.9%
Uppercase Letter 101
 
6.7%
Lowercase Letter 64
 
4.3%
Space Separator 39
 
2.6%
Close Punctuation 27
 
1.8%
Open Punctuation 27
 
1.8%
Decimal Number 19
 
1.3%
Other Punctuation 10
 
0.7%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
어 75
 
6.2%
헤 73
 
6.0%
이 50
 
4.1%
용 35
 
2.9%
미 32
 
2.6%
스 28
 
2.3%
텔 27
 
2.2%
지 22
 
1.8%
실 22
 
1.8%
리 18
 
1.5%
Other values (260) 836
68.6%
Uppercase Letter
ValueCountFrequency (%)
A 14
13.9%
H 9
 
8.9%
I 9
 
8.9%
L 8
 
7.9%
S 7
 
6.9%
O 7
 
6.9%
R 7
 
6.9%
M 4
 
4.0%
N 4
 
4.0%
B 4
 
4.0%
Other values (12) 28
27.7%
Lowercase Letter
ValueCountFrequency (%)
e 10
15.6%
a 7
10.9%
o 7
10.9%
i 5
7.8%
n 5
7.8%
y 5
7.8%
l 4
 
6.2%
m 3
 
4.7%
r 3
 
4.7%
t 3
 
4.7%
Other values (7) 12
18.8%
Decimal Number
ValueCountFrequency (%)
1 6
31.6%
0 5
26.3%
7 2
 
10.5%
5 2
 
10.5%
2 2
 
10.5%
8 1
 
5.3%
3 1
 
5.3%
Other Punctuation
ValueCountFrequency (%)
# 4
40.0%
& 4
40.0%
, 1
 
10.0%
. 1
 
10.0%
Space Separator
ValueCountFrequency (%)
39
100.0%
Close Punctuation
ValueCountFrequency (%)
) 27
100.0%
Open Punctuation
ValueCountFrequency (%)
( 27
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 1218
80.9%
Latin 165
 
11.0%
Common 122
 
8.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
어 75
 
6.2%
헤 73
 
6.0%
이 50
 
4.1%
용 35
 
2.9%
미 32
 
2.6%
스 28
 
2.3%
텔 27
 
2.2%
지 22
 
1.8%
실 22
 
1.8%
리 18
 
1.5%
Other values (260) 836
68.6%
Latin
ValueCountFrequency (%)
A 14
 
8.5%
e 10
 
6.1%
H 9
 
5.5%
I 9
 
5.5%
L 8
 
4.8%
S 7
 
4.2%
a 7
 
4.2%
O 7
 
4.2%
R 7
 
4.2%
o 7
 
4.2%
Other values (29) 80
48.5%
Common
ValueCountFrequency (%)
39
32.0%
) 27
22.1%
( 27
22.1%
1 6
 
4.9%
0 5
 
4.1%
# 4
 
3.3%
& 4
 
3.3%
7 2
 
1.6%
5 2
 
1.6%
2 2
 
1.6%
Other values (4) 4
 
3.3%

Most occurring blocks

ValueCountFrequency (%)
Hangul 1218
80.9%
ASCII 287
 
19.1%

Most frequent character per block

Hangul
ValueCountFrequency (%)
어 75
 
6.2%
헤 73
 
6.0%
이 50
 
4.1%
용 35
 
2.9%
미 32
 
2.6%
스 28
 
2.3%
텔 27
 
2.2%
지 22
 
1.8%
실 22
 
1.8%
리 18
 
1.5%
Other values (260) 836
68.6%
ASCII
ValueCountFrequency (%)
39
 
13.6%
) 27
 
9.4%
( 27
 
9.4%
A 14
 
4.9%
e 10
 
3.5%
H 9
 
3.1%
I 9
 
3.1%
L 8
 
2.8%
S 7
 
2.4%
a 7
 
2.4%
Other values (43) 130
45.3%

업종
Categorical

Distinct16
Distinct (%)6.6%
Missing0
Missing (%)0.0%
Memory size2.0 KiB
미용업(일반)
108 
숙박업(일반)
31 
이용업
23 
세탁업
19 
미용업(피부)
16 
Other values (11)
45 

Length

Max length31
Median length7
Mean length7.285124
Min length3

Unique

Unique3 ?
Unique (%)1.2%

Sample

1st row숙박업(일반)
2nd row숙박업(일반)
3rd row숙박업(일반)
4th row숙박업(일반)
5th row숙박업(일반)

Common Values

ValueCountFrequency (%)
미용업(일반) 108
44.6%
숙박업(일반) 31
 
12.8%
이용업 23
 
9.5%
세탁업 19
 
7.9%
미용업(피부) 16
 
6.6%
목욕장업 12
 
5.0%
미용업(손톱ㆍ발톱) 12
 
5.0%
미용업(피부), 미용업(손톱ㆍ발톱) 6
 
2.5%
건물위생관리업 3
 
1.2%
미용업(손톱ㆍ발톱), 미용업(화장ㆍ분장) 3
 
1.2%
Other values (6) 9
 
3.7%

Length

2023-12-11T01:01:57.787140image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
미용업(일반 114
43.5%
숙박업(일반 31
 
11.8%
미용업(피부 27
 
10.3%
이용업 23
 
8.8%
미용업(손톱ㆍ발톱 23
 
8.8%
세탁업 19
 
7.3%
목욕장업 12
 
4.6%
미용업(화장ㆍ분장 8
 
3.1%
건물위생관리업 3
 
1.1%
미용업(종합 2
 
0.8%

소재지(도로명)
Text

Distinct236
Distinct (%)98.3%
Missing2
Missing (%)0.8%
Memory size2.0 KiB
2023-12-11T01:01:58.166787image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length57
Median length47.5
Mean length34.2625
Min length22

Characters and Unicode

Total characters8223
Distinct characters181
Distinct categories8 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique232 ?
Unique (%)96.7%

Sample

1st row부산광역시 강서구 명지오션시티3로 37 (명지동)
2nd row부산광역시 강서구 르노삼성대로 576-2 (명지동)
3rd row부산광역시 강서구 르노삼성대로 634, A동 (명지동, 러브스토리)
4th row부산광역시 강서구 명지오션시티5로 8 (명지동)
5th row부산광역시 강서구 르노삼성대로 600 (명지동)
ValueCountFrequency (%)
부산광역시 240
 
16.3%
강서구 240
 
16.3%
명지동 120
 
8.1%
신호동 39
 
2.6%
1층 22
 
1.5%
명지국제8로 22
 
1.5%
대저1동 21
 
1.4%
대저2동 15
 
1.0%
지사동 15
 
1.0%
명지오션시티10로 14
 
0.9%
Other values (376) 727
49.3%
2023-12-11T01:01:58.865613image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1235
 
15.0%
1 403
 
4.9%
시 321
 
3.9%
동 318
 
3.9%
산 304
 
3.7%
지 266
 
3.2%
부 255
 
3.1%
강 254
 
3.1%
명 249
 
3.0%
2 246
 
3.0%
Other values (171) 4372
53.2%

Most occurring categories

ValueCountFrequency (%)
Other Letter 4799
58.4%
Decimal Number 1448
 
17.6%
Space Separator 1235
 
15.0%
Close Punctuation 241
 
2.9%
Open Punctuation 241
 
2.9%
Other Punctuation 207
 
2.5%
Dash Punctuation 28
 
0.3%
Uppercase Letter 24
 
0.3%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
시 321
 
6.7%
동 318
 
6.6%
산 304
 
6.3%
지 266
 
5.5%
부 255
 
5.3%
강 254
 
5.3%
명 249
 
5.2%
서 245
 
5.1%
구 240
 
5.0%
광 240
 
5.0%
Other values (149) 2107
43.9%
Decimal Number
ValueCountFrequency (%)
1 403
27.8%
2 246
17.0%
0 152
 
10.5%
3 148
 
10.2%
4 104
 
7.2%
5 103
 
7.1%
7 85
 
5.9%
6 79
 
5.5%
8 77
 
5.3%
9 51
 
3.5%
Uppercase Letter
ValueCountFrequency (%)
B 12
50.0%
C 7
29.2%
S 2
 
8.3%
M 2
 
8.3%
A 1
 
4.2%
Other Punctuation
ValueCountFrequency (%)
, 204
98.6%
@ 2
 
1.0%
/ 1
 
0.5%
Space Separator
ValueCountFrequency (%)
1235
100.0%
Close Punctuation
ValueCountFrequency (%)
) 241
100.0%
Open Punctuation
ValueCountFrequency (%)
( 241
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 28
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 4799
58.4%
Common 3400
41.3%
Latin 24
 
0.3%

Most frequent character per script

Hangul
ValueCountFrequency (%)
시 321
 
6.7%
동 318
 
6.6%
산 304
 
6.3%
지 266
 
5.5%
부 255
 
5.3%
강 254
 
5.3%
명 249
 
5.2%
서 245
 
5.1%
구 240
 
5.0%
광 240
 
5.0%
Other values (149) 2107
43.9%
Common
ValueCountFrequency (%)
1235
36.3%
1 403
 
11.9%
2 246
 
7.2%
) 241
 
7.1%
( 241
 
7.1%
, 204
 
6.0%
0 152
 
4.5%
3 148
 
4.4%
4 104
 
3.1%
5 103
 
3.0%
Other values (7) 323
 
9.5%
Latin
ValueCountFrequency (%)
B 12
50.0%
C 7
29.2%
S 2
 
8.3%
M 2
 
8.3%
A 1
 
4.2%

Most occurring blocks

ValueCountFrequency (%)
Hangul 4799
58.4%
ASCII 3424
41.6%

Most frequent character per block

ASCII
ValueCountFrequency (%)
1235
36.1%
1 403
 
11.8%
2 246
 
7.2%
) 241
 
7.0%
( 241
 
7.0%
, 204
 
6.0%
0 152
 
4.4%
3 148
 
4.3%
4 104
 
3.0%
5 103
 
3.0%
Other values (12) 347
 
10.1%
Hangul
ValueCountFrequency (%)
시 321
 
6.7%
동 318
 
6.6%
산 304
 
6.3%
지 266
 
5.5%
부 255
 
5.3%
강 254
 
5.3%
명 249
 
5.2%
서 245
 
5.1%
구 240
 
5.0%
광 240
 
5.0%
Other values (149) 2107
43.9%

대표자명
Text

UNIQUE 

Distinct242
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size2.0 KiB
2023-12-11T01:01:59.420940image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length7
Median length3
Mean length3.0123967
Min length2

Characters and Unicode

Total characters729
Distinct characters151
Distinct categories3 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique242 ?
Unique (%)100.0%

Sample

1st row백명숙
2nd row최청규
3rd row탁행운
4th row김수연
5th row정규길
ValueCountFrequency (%)
백명숙 1
 
0.4%
임양희 1
 
0.4%
이은미 1
 
0.4%
박소연 1
 
0.4%
박경화 1
 
0.4%
이경란 1
 
0.4%
조혜은 1
 
0.4%
강지선 1
 
0.4%
고유정 1
 
0.4%
김미숙 1
 
0.4%
Other values (234) 234
95.9%
2023-12-11T01:02:00.128794image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
이 40
 
5.5%
김 39
 
5.3%
정 33
 
4.5%
영 24
 
3.3%
박 24
 
3.3%
미 18
 
2.5%
경 16
 
2.2%
순 15
 
2.1%
선 13
 
1.8%
조 13
 
1.8%
Other values (141) 494
67.8%

Most occurring categories

ValueCountFrequency (%)
Other Letter 726
99.6%
Space Separator 2
 
0.3%
Decimal Number 1
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
이 40
 
5.5%
김 39
 
5.4%
정 33
 
4.5%
영 24
 
3.3%
박 24
 
3.3%
미 18
 
2.5%
경 16
 
2.2%
순 15
 
2.1%
선 13
 
1.8%
조 13
 
1.8%
Other values (139) 491
67.6%
Space Separator
ValueCountFrequency (%)
2
100.0%
Decimal Number
ValueCountFrequency (%)
1 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 726
99.6%
Common 3
 
0.4%

Most frequent character per script

Hangul
ValueCountFrequency (%)
이 40
 
5.5%
김 39
 
5.4%
정 33
 
4.5%
영 24
 
3.3%
박 24
 
3.3%
미 18
 
2.5%
경 16
 
2.2%
순 15
 
2.1%
선 13
 
1.8%
조 13
 
1.8%
Other values (139) 491
67.6%
Common
ValueCountFrequency (%)
2
66.7%
1 1
33.3%

Most occurring blocks

ValueCountFrequency (%)
Hangul 726
99.6%
ASCII 3
 
0.4%

Most frequent character per block

Hangul
ValueCountFrequency (%)
이 40
 
5.5%
김 39
 
5.4%
정 33
 
4.5%
영 24
 
3.3%
박 24
 
3.3%
미 18
 
2.5%
경 16
 
2.2%
순 15
 
2.1%
선 13
 
1.8%
조 13
 
1.8%
Other values (139) 491
67.6%
ASCII
ValueCountFrequency (%)
2
66.7%
1 1
33.3%

Correlations

2023-12-11T01:02:00.268185image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
평가구분업종
평가구분1.0000.625
업종0.6251.000
2023-12-11T01:02:00.395324image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
평가구분업종
평가구분1.0000.418
업종0.4181.000
2023-12-11T01:02:00.505255image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
평가구분업종
평가구분1.0000.418
업종0.4181.000

Missing values

2023-12-11T01:01:55.859270image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-11T01:01:56.047086image/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

평가구분업소명업종소재지(도로명)대표자명
0녹색(최우수)e모텔숙박업(일반)부산광역시 강서구 명지오션시티3로 37 (명지동)백명숙
1녹색(최우수)비엠텔(BM TEL)숙박업(일반)부산광역시 강서구 르노삼성대로 576-2 (명지동)최청규
2녹색(최우수)제타숙박업(일반)부산광역시 강서구 르노삼성대로 634, A동 (명지동, 러브스토리)탁행운
3황색(우수)호텔프렌치코드숙박업(일반)부산광역시 강서구 명지오션시티5로 8 (명지동)김수연
4녹색(최우수)마틴모텔숙박업(일반)부산광역시 강서구 르노삼성대로 600 (명지동)정규길
5녹색(최우수)김해공항 브라운도트 명지점숙박업(일반)부산광역시 강서구 르노삼성대로 576-6 (명지동)박현숙
6녹색(최우수)POP모텔(팝모텔)숙박업(일반)부산광역시 강서구 르노삼성대로 576-4 (명지동)신윤정
7녹색(최우수)사이버모텔숙박업(일반)부산광역시 강서구 명지오션시티5로 18 (명지동)진성남
8녹색(최우수)마르숙박업(일반)부산광역시 강서구 르노삼성대로 634, B동 (명지동)최혁준
9녹색(최우수)더블유(W)모텔숙박업(일반)부산광역시 강서구 르노삼성대로 598 (명지동)장춘애
평가구분업소명업종소재지(도로명)대표자명
232녹색(최우수)단미미용업(피부), 미용업(손톱ㆍ발톱)부산광역시 강서구 명지국제8로 233, 8층 805호 (명지동)김소라
233황색(우수)베라체(Berace)미용업(피부), 미용업(손톱ㆍ발톱)부산광역시 강서구 명지국제6로 222, 302호 (명지동, 서하빌딩)이채연
234녹색(최우수)제이홍헤어미용업(일반), 미용업(화장ㆍ분장)부산광역시 강서구 명지국제8로 245, 202호 (명지동)조호영
235녹색(최우수)네일블리미용업(손톱ㆍ발톱), 미용업(화장ㆍ분장)부산광역시 강서구 명지국제8로 246, 106일부호 (명지동, 에이스프라자)이은진
236녹색(최우수)봉숭아물들다미용업(손톱ㆍ발톱), 미용업(화장ㆍ분장)부산광역시 강서구 명지국제8로 235, 111호 (명지동)박은식
237녹색(최우수)예뻐지는 놀이터미용업(손톱ㆍ발톱), 미용업(화장ㆍ분장)부산광역시 강서구 과학산단로334번다길 31, 1층 (지사동)김민아
238녹색(최우수)보떼(Beaute)미용업(일반), 미용업(피부), 미용업(화장ㆍ분장)부산광역시 강서구 명지오션시티10로 114, 115동 B104호 (명지동, 삼정그린코아)조연우
239녹색(최우수)시연샵(siyeon#)미용업(일반), 미용업(피부), 미용업(화장ㆍ분장)부산광역시 강서구 명지오션시티6로 33, B123호 (명지동, 엘클루블루오션)김시연
240녹색(최우수)문네일미용업(일반), 미용업(손톱ㆍ발톱), 미용업(화장ㆍ분장)부산광역시 강서구 과학산단2로20번길 46, 1층 (지사동)문정혜
241녹색(최우수)까사벨르미용업(피부), 미용업(손톱ㆍ발톱), 미용업(화장ㆍ분장)부산광역시 강서구 공항진입로 108, 2층 (대저2동, 국제선청사)강경리