Overview

Dataset statistics

Number of variables4
Number of observations1695
Missing cells39
Missing cells (%)0.6%
Duplicate rows1
Duplicate rows (%)0.1%
Total size in memory53.1 KiB
Average record size in memory32.1 B

Variable types

Categorical1
Text3

Dataset

Description전북특별자치도 군산시 소재한 숙박업, 미용업, 세탁업, 건물위생관리업 등을 포함한 공중위생업 현황(업종명, 업소명, 영업소 주소 등)
Author전라북도
URLhttps://www.bigdatahub.go.kr/index.jeonbuk?startPage=3&menuCd=DOM_000000103007001000&pListTypeStr=&pId=15007056

Alerts

Dataset has 1 (0.1%) duplicate rowsDuplicates
영업소 주소(도로명) has 30 (1.8%) missing valuesMissing

Reproduction

Analysis started2024-03-14 02:38:12.605673
Analysis finished2024-03-14 02:38:13.339227
Duration0.73 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

업종명
Categorical

Distinct22
Distinct (%)1.3%
Missing0
Missing (%)0.0%
Memory size13.4 KiB
미용업
349 
일반미용업
336 
숙박업(일반)
200 
피부미용업
142 
세탁업
128 
Other values (17)
540 

Length

Max length23
Median length19
Mean length5.1734513
Min length3

Unique

Unique2 ?
Unique (%)0.1%

Sample

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

Common Values

ValueCountFrequency (%)
미용업 349
20.6%
일반미용업 336
19.8%
숙박업(일반) 200
11.8%
피부미용업 142
8.4%
세탁업 128
 
7.6%
이용업 124
 
7.3%
건물위생관리업 120
 
7.1%
네일미용업 103
 
6.1%
목욕장업 49
 
2.9%
종합미용업 43
 
2.5%
Other values (12) 101
 
6.0%

Length

2024-03-14T11:38:13.418458image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
미용업 417
22.5%
일반미용업 369
19.9%
숙박업(일반 200
10.8%
피부미용업 179
9.7%
네일미용업 141
 
7.6%
세탁업 128
 
6.9%
이용업 124
 
6.7%
건물위생관리업 120
 
6.5%
화장ㆍ분장 68
 
3.7%
목욕장업 49
 
2.6%
Other values (2) 55
 
3.0%

업소명
Text

Distinct1656
Distinct (%)97.7%
Missing0
Missing (%)0.0%
Memory size13.4 KiB
2024-03-14T11:38:13.673026image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length31
Median length29
Mean length5.9693215
Min length1

Characters and Unicode

Total characters10118
Distinct characters633
Distinct categories10 ?
Distinct scripts4 ?
Distinct blocks3 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1624 ?
Unique (%)95.8%

Sample

1st row완주여인숙
2nd row성신여인숙
3rd row남원여인숙
4th row만월장여인숙
5th row월성여인숙
ValueCountFrequency (%)
헤어 22
 
1.1%
호텔 17
 
0.9%
hair 13
 
0.7%
유한회사 12
 
0.6%
에스테틱 10
 
0.5%
군산 6
 
0.3%
헤어살롱 5
 
0.3%
nail 5
 
0.3%
네일 5
 
0.3%
salon 5
 
0.3%
Other values (1776) 1895
95.0%
2024-03-14T11:38:14.020903image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
어 483
 
4.8%
헤 458
 
4.5%
이 324
 
3.2%
300
 
3.0%
용 248
 
2.5%
미 238
 
2.4%
스 195
 
1.9%
리 184
 
1.8%
원 144
 
1.4%
실 143
 
1.4%
Other values (623) 7401
73.1%

Most occurring categories

ValueCountFrequency (%)
Other Letter 8685
85.8%
Lowercase Letter 376
 
3.7%
Uppercase Letter 339
 
3.4%
Space Separator 300
 
3.0%
Close Punctuation 141
 
1.4%
Open Punctuation 137
 
1.4%
Decimal Number 67
 
0.7%
Other Punctuation 64
 
0.6%
Connector Punctuation 5
 
< 0.1%
Dash Punctuation 4
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
어 483
 
5.6%
헤 458
 
5.3%
이 324
 
3.7%
용 248
 
2.9%
미 238
 
2.7%
스 195
 
2.2%
리 184
 
2.1%
원 144
 
1.7%
실 143
 
1.6%
일 130
 
1.5%
Other values (553) 6138
70.7%
Uppercase Letter
ValueCountFrequency (%)
A 37
 
10.9%
H 29
 
8.6%
N 28
 
8.3%
R 22
 
6.5%
S 22
 
6.5%
M 22
 
6.5%
E 22
 
6.5%
I 18
 
5.3%
J 16
 
4.7%
B 15
 
4.4%
Other values (15) 108
31.9%
Lowercase Letter
ValueCountFrequency (%)
a 56
14.9%
i 45
12.0%
e 39
10.4%
n 38
10.1%
o 30
8.0%
l 30
8.0%
r 27
7.2%
m 17
 
4.5%
u 17
 
4.5%
s 14
 
3.7%
Other values (13) 63
16.8%
Decimal Number
ValueCountFrequency (%)
2 19
28.4%
1 18
26.9%
0 9
13.4%
3 6
 
9.0%
7 5
 
7.5%
5 5
 
7.5%
4 3
 
4.5%
6 1
 
1.5%
9 1
 
1.5%
Other Punctuation
ValueCountFrequency (%)
& 17
26.6%
, 15
23.4%
. 10
15.6%
# 8
12.5%
' 7
10.9%
: 4
 
6.2%
; 2
 
3.1%
! 1
 
1.6%
Space Separator
ValueCountFrequency (%)
300
100.0%
Close Punctuation
ValueCountFrequency (%)
) 141
100.0%
Open Punctuation
ValueCountFrequency (%)
( 137
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 5
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 4
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 8684
85.8%
Common 718
 
7.1%
Latin 715
 
7.1%
Han 1
 
< 0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
어 483
 
5.6%
헤 458
 
5.3%
이 324
 
3.7%
용 248
 
2.9%
미 238
 
2.7%
스 195
 
2.2%
리 184
 
2.1%
원 144
 
1.7%
실 143
 
1.6%
일 130
 
1.5%
Other values (552) 6137
70.7%
Latin
ValueCountFrequency (%)
a 56
 
7.8%
i 45
 
6.3%
e 39
 
5.5%
n 38
 
5.3%
A 37
 
5.2%
o 30
 
4.2%
l 30
 
4.2%
H 29
 
4.1%
N 28
 
3.9%
r 27
 
3.8%
Other values (38) 356
49.8%
Common
ValueCountFrequency (%)
300
41.8%
) 141
19.6%
( 137
19.1%
2 19
 
2.6%
1 18
 
2.5%
& 17
 
2.4%
, 15
 
2.1%
. 10
 
1.4%
0 9
 
1.3%
# 8
 
1.1%
Other values (12) 44
 
6.1%
Han
ValueCountFrequency (%)
美 1
100.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 8684
85.8%
ASCII 1433
 
14.2%
CJK 1
 
< 0.1%

Most frequent character per block

Hangul
ValueCountFrequency (%)
어 483
 
5.6%
헤 458
 
5.3%
이 324
 
3.7%
용 248
 
2.9%
미 238
 
2.7%
스 195
 
2.2%
리 184
 
2.1%
원 144
 
1.7%
실 143
 
1.6%
일 130
 
1.5%
Other values (552) 6137
70.7%
ASCII
ValueCountFrequency (%)
300
20.9%
) 141
 
9.8%
( 137
 
9.6%
a 56
 
3.9%
i 45
 
3.1%
e 39
 
2.7%
n 38
 
2.7%
A 37
 
2.6%
o 30
 
2.1%
l 30
 
2.1%
Other values (60) 580
40.5%
CJK
ValueCountFrequency (%)
美 1
100.0%

영업소 주소(도로명)
Text

MISSING 

Distinct1610
Distinct (%)96.7%
Missing30
Missing (%)1.8%
Memory size13.4 KiB
2024-03-14T11:38:14.305287image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length58
Median length49
Mean length30.490691
Min length21

Characters and Unicode

Total characters50767
Distinct characters340
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

Unique1558 ?
Unique (%)93.6%

Sample

1st row전북특별자치도 군산시 미원로 131-5 (중앙로3가)
2nd row전북특별자치도 군산시 대명3길 7-4 (대명동)
3rd row전북특별자치도 군산시 대명2길 6-1 (대명동)
4th row전북특별자치도 군산시 장재길 6 (장재동)
5th row전북특별자치도 군산시 대명2길 7 (중앙로3가)
ValueCountFrequency (%)
전북특별자치도 1664
 
16.6%
군산시 1664
 
16.6%
1층 458
 
4.6%
나운동 362
 
3.6%
수송동 210
 
2.1%
2층 112
 
1.1%
조촌동 103
 
1.0%
소룡동 91
 
0.9%
지곡동 80
 
0.8%
미룡동 65
 
0.6%
Other values (1332) 5203
52.0%
2024-03-14T11:38:15.041795image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
8348
 
16.4%
1 2085
 
4.1%
동 1891
 
3.7%
산 1817
 
3.6%
북 1746
 
3.4%
도 1726
 
3.4%
시 1704
 
3.4%
군 1688
 
3.3%
전 1678
 
3.3%
자 1678
 
3.3%
Other values (330) 26406
52.0%

Most occurring categories

ValueCountFrequency (%)
Other Letter 30983
61.0%
Space Separator 8348
 
16.4%
Decimal Number 6815
 
13.4%
Open Punctuation 1588
 
3.1%
Close Punctuation 1588
 
3.1%
Other Punctuation 1121
 
2.2%
Dash Punctuation 256
 
0.5%
Uppercase Letter 63
 
0.1%
Lowercase Letter 3
 
< 0.1%
Math Symbol 2
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
동 1891
 
6.1%
산 1817
 
5.9%
북 1746
 
5.6%
도 1726
 
5.6%
시 1704
 
5.5%
군 1688
 
5.4%
전 1678
 
5.4%
자 1678
 
5.4%
치 1666
 
5.4%
특 1664
 
5.4%
Other values (293) 13725
44.3%
Uppercase Letter
ValueCountFrequency (%)
A 30
47.6%
B 11
 
17.5%
T 4
 
6.3%
J 3
 
4.8%
P 3
 
4.8%
L 2
 
3.2%
G 1
 
1.6%
Q 1
 
1.6%
Y 1
 
1.6%
C 1
 
1.6%
Other values (6) 6
 
9.5%
Decimal Number
ValueCountFrequency (%)
1 2085
30.6%
2 1059
15.5%
3 728
 
10.7%
0 704
 
10.3%
4 533
 
7.8%
5 441
 
6.5%
6 383
 
5.6%
7 320
 
4.7%
9 292
 
4.3%
8 270
 
4.0%
Other Punctuation
ValueCountFrequency (%)
, 1081
96.4%
@ 21
 
1.9%
. 16
 
1.4%
/ 3
 
0.3%
Lowercase Letter
ValueCountFrequency (%)
e 2
66.7%
n 1
33.3%
Space Separator
ValueCountFrequency (%)
8348
100.0%
Open Punctuation
ValueCountFrequency (%)
( 1588
100.0%
Close Punctuation
ValueCountFrequency (%)
) 1588
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 256
100.0%
Math Symbol
ValueCountFrequency (%)
~ 2
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 30983
61.0%
Common 19718
38.8%
Latin 66
 
0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
동 1891
 
6.1%
산 1817
 
5.9%
북 1746
 
5.6%
도 1726
 
5.6%
시 1704
 
5.5%
군 1688
 
5.4%
전 1678
 
5.4%
자 1678
 
5.4%
치 1666
 
5.4%
특 1664
 
5.4%
Other values (293) 13725
44.3%
Common
ValueCountFrequency (%)
8348
42.3%
1 2085
 
10.6%
( 1588
 
8.1%
) 1588
 
8.1%
, 1081
 
5.5%
2 1059
 
5.4%
3 728
 
3.7%
0 704
 
3.6%
4 533
 
2.7%
5 441
 
2.2%
Other values (9) 1563
 
7.9%
Latin
ValueCountFrequency (%)
A 30
45.5%
B 11
 
16.7%
T 4
 
6.1%
J 3
 
4.5%
P 3
 
4.5%
e 2
 
3.0%
L 2
 
3.0%
n 1
 
1.5%
G 1
 
1.5%
Q 1
 
1.5%
Other values (8) 8
 
12.1%

Most occurring blocks

ValueCountFrequency (%)
Hangul 30983
61.0%
ASCII 19784
39.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
8348
42.2%
1 2085
 
10.5%
( 1588
 
8.0%
) 1588
 
8.0%
, 1081
 
5.5%
2 1059
 
5.4%
3 728
 
3.7%
0 704
 
3.6%
4 533
 
2.7%
5 441
 
2.2%
Other values (27) 1629
 
8.2%
Hangul
ValueCountFrequency (%)
동 1891
 
6.1%
산 1817
 
5.9%
북 1746
 
5.6%
도 1726
 
5.6%
시 1704
 
5.5%
군 1688
 
5.4%
전 1678
 
5.4%
자 1678
 
5.4%
치 1666
 
5.4%
특 1664
 
5.4%
Other values (293) 13725
44.3%

영업소 주소(지번)
Text

Distinct1586
Distinct (%)94.1%
Missing9
Missing (%)0.5%
Memory size13.4 KiB
2024-03-14T11:38:15.366980image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length53
Median length47
Mean length25.373072
Min length9

Characters and Unicode

Total characters42779
Distinct characters316
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

Unique1500 ?
Unique (%)89.0%

Sample

1st row전북특별자치도 군산시 중앙로3가 53-3
2nd row전북특별자치도 군산시 대명동 138-183
3rd row전북특별자치도 군산시 대명동 191-1
4th row전북특별자치도 군산시 장재동 204-4
5th row전북특별자치도 군산시 중앙로3가 193-1
ValueCountFrequency (%)
군산시 1680
21.3%
전북특별자치도 1680
21.3%
나운동 356
 
4.5%
수송동 209
 
2.7%
조촌동 104
 
1.3%
소룡동 91
 
1.2%
1층 87
 
1.1%
지곡동 79
 
1.0%
미룡동 65
 
0.8%
산북동 63
 
0.8%
Other values (1815) 3457
43.9%
2024-03-14T11:38:15.838598image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
7619
 
17.8%
1 1846
 
4.3%
산 1819
 
4.3%
북 1750
 
4.1%
도 1734
 
4.1%
동 1728
 
4.0%
시 1709
 
4.0%
군 1696
 
4.0%
자 1686
 
3.9%
전 1684
 
3.9%
Other values (306) 19508
45.6%

Most occurring categories

ValueCountFrequency (%)
Other Letter 25117
58.7%
Decimal Number 8367
 
19.6%
Space Separator 7619
 
17.8%
Dash Punctuation 1418
 
3.3%
Uppercase Letter 87
 
0.2%
Other Punctuation 54
 
0.1%
Close Punctuation 51
 
0.1%
Open Punctuation 51
 
0.1%
Math Symbol 12
 
< 0.1%
Lowercase Letter 3
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
산 1819
 
7.2%
북 1750
 
7.0%
도 1734
 
6.9%
동 1728
 
6.9%
시 1709
 
6.8%
군 1696
 
6.8%
자 1686
 
6.7%
전 1684
 
6.7%
치 1681
 
6.7%
특 1680
 
6.7%
Other values (268) 7950
31.7%
Uppercase Letter
ValueCountFrequency (%)
A 32
36.8%
E 10
 
11.5%
P 8
 
9.2%
L 7
 
8.0%
C 6
 
6.9%
B 6
 
6.9%
R 6
 
6.9%
T 4
 
4.6%
J 2
 
2.3%
G 1
 
1.1%
Other values (5) 5
 
5.7%
Decimal Number
ValueCountFrequency (%)
1 1846
22.1%
5 889
10.6%
2 886
10.6%
8 797
9.5%
0 795
9.5%
3 777
9.3%
4 726
 
8.7%
6 622
 
7.4%
7 566
 
6.8%
9 463
 
5.5%
Other Punctuation
ValueCountFrequency (%)
, 27
50.0%
@ 21
38.9%
/ 4
 
7.4%
. 2
 
3.7%
Math Symbol
ValueCountFrequency (%)
< 5
41.7%
> 5
41.7%
~ 2
 
16.7%
Lowercase Letter
ValueCountFrequency (%)
e 2
66.7%
n 1
33.3%
Space Separator
ValueCountFrequency (%)
7619
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 1418
100.0%
Close Punctuation
ValueCountFrequency (%)
) 51
100.0%
Open Punctuation
ValueCountFrequency (%)
( 51
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 25117
58.7%
Common 17572
41.1%
Latin 90
 
0.2%

Most frequent character per script

Hangul
ValueCountFrequency (%)
산 1819
 
7.2%
북 1750
 
7.0%
도 1734
 
6.9%
동 1728
 
6.9%
시 1709
 
6.8%
군 1696
 
6.8%
자 1686
 
6.7%
전 1684
 
6.7%
치 1681
 
6.7%
특 1680
 
6.7%
Other values (268) 7950
31.7%
Common
ValueCountFrequency (%)
7619
43.4%
1 1846
 
10.5%
- 1418
 
8.1%
5 889
 
5.1%
2 886
 
5.0%
8 797
 
4.5%
0 795
 
4.5%
3 777
 
4.4%
4 726
 
4.1%
6 622
 
3.5%
Other values (11) 1197
 
6.8%
Latin
ValueCountFrequency (%)
A 32
35.6%
E 10
 
11.1%
P 8
 
8.9%
L 7
 
7.8%
C 6
 
6.7%
B 6
 
6.7%
R 6
 
6.7%
T 4
 
4.4%
J 2
 
2.2%
e 2
 
2.2%
Other values (7) 7
 
7.8%

Most occurring blocks

ValueCountFrequency (%)
Hangul 25117
58.7%
ASCII 17662
41.3%

Most frequent character per block

ASCII
ValueCountFrequency (%)
7619
43.1%
1 1846
 
10.5%
- 1418
 
8.0%
5 889
 
5.0%
2 886
 
5.0%
8 797
 
4.5%
0 795
 
4.5%
3 777
 
4.4%
4 726
 
4.1%
6 622
 
3.5%
Other values (28) 1287
 
7.3%
Hangul
ValueCountFrequency (%)
산 1819
 
7.2%
북 1750
 
7.0%
도 1734
 
6.9%
동 1728
 
6.9%
시 1709
 
6.8%
군 1696
 
6.8%
자 1686
 
6.7%
전 1684
 
6.7%
치 1681
 
6.7%
특 1680
 
6.7%
Other values (268) 7950
31.7%

Missing values

2024-03-14T11:38:13.171735image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2024-03-14T11:38:13.235299image/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.
2024-03-14T11:38:13.300809image/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

업종명업소명영업소 주소(도로명)영업소 주소(지번)
0숙박업(일반)완주여인숙전북특별자치도 군산시 미원로 131-5 (중앙로3가)전북특별자치도 군산시 중앙로3가 53-3
1숙박업(일반)성신여인숙전북특별자치도 군산시 대명3길 7-4 (대명동)전북특별자치도 군산시 대명동 138-183
2숙박업(일반)남원여인숙전북특별자치도 군산시 대명2길 6-1 (대명동)전북특별자치도 군산시 대명동 191-1
3숙박업(일반)만월장여인숙전북특별자치도 군산시 장재길 6 (장재동)전북특별자치도 군산시 장재동 204-4
4숙박업(일반)월성여인숙전북특별자치도 군산시 대명2길 7 (중앙로3가)전북특별자치도 군산시 중앙로3가 193-1
5숙박업(일반)야성여인숙전북특별자치도 군산시 대명2길 5 (중앙로3가)전북특별자치도 군산시 중앙로3가 193-8
6숙박업(일반)서울여인숙전북특별자치도 군산시 미원로 122-1 (미원동)전북특별자치도 군산시 미원동 201
7숙박업(일반)목화장여관전북특별자치도 군산시 구영3길 71 (신창동)전북특별자치도 군산시 신창동 1-4
8숙박업(일반)삼성여인숙전북특별자치도 군산시 대명2길 6 (대명동)전북특별자치도 군산시 대명동 190-4
9숙박업(일반)서수여인숙전북특별자치도 군산시 대명3길 7-4 (대명동)전북특별자치도 군산시 대명동 138-182
업종명업소명영업소 주소(도로명)영업소 주소(지번)
1685피부미용업, 네일미용업, 화장ㆍ분장 미용업네일아이뻐전북특별자치도 군산시 수송동로 39 (수송동)전북특별자치도 군산시 수송동 865-4
1686피부미용업, 네일미용업, 화장ㆍ분장 미용업유니크뷰티살롱전북특별자치도 군산시 미장안길 11, 1층 (미장동)전북특별자치도 군산시 미장동 487-7
1687피부미용업, 네일미용업, 화장ㆍ분장 미용업라미넬뷰티전북특별자치도 군산시 백토로 233, 1층 (지곡동)전북특별자치도 군산시 지곡동 496
1688피부미용업, 네일미용업, 화장ㆍ분장 미용업다인뷰티(피부,네일)-Skin&Nail-전북특별자치도 군산시 번영로 121, 1동 106호 (경장동)전북특별자치도 군산시 경장동 516-1 1동 106호
1689피부미용업, 네일미용업, 화장ㆍ분장 미용업예쁜손톱전북특별자치도 군산시 수송로 208, 2층 201호 (수송동)전북특별자치도 군산시 수송동 858-7 201호
1690피부미용업, 네일미용업, 화장ㆍ분장 미용업에르모소뷰티샵(HERMOSO)전북특별자치도 군산시 대학로 525, 1층 (미룡동)전북특별자치도 군산시 미룡동 453
1691피부미용업, 네일미용업, 화장ㆍ분장 미용업네일_린(nail_rin)전북특별자치도 군산시 동수송6길 17, 1층 (수송동)전북특별자치도 군산시 수송동 837-5
1692피부미용업, 네일미용업, 화장ㆍ분장 미용업디오르뷰티크전북특별자치도 군산시 미장안5길 15, 102호 (미장동)전북특별자치도 군산시 미장동 493-1 102호
1693피부미용업, 네일미용업, 화장ㆍ분장 미용업미대언니전북특별자치도 군산시 조촌안3길 28, 1층 (조촌동)전북특별자치도 군산시 조촌동 845-10
1694피부미용업, 네일미용업, 화장ㆍ분장 미용업다올뷰티전북특별자치도 군산시 중앙로 156, 1층 (중앙로1가)전북특별자치도 군산시 중앙로1가 15-21

Duplicate rows

Most frequently occurring

업종명업소명영업소 주소(도로명)영업소 주소(지번)# duplicates
0미용업성심헤어전북특별자치도 군산시 나운안2길 8 (나운동, 현대3차@ 상가 102호)전북특별자치도 군산시 나운동 5012