Overview

Dataset statistics

Number of variables9
Number of observations53
Missing cells11
Missing cells (%)2.3%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory4.0 KiB
Average record size in memory77.5 B

Variable types

Categorical2
Text4
Numeric3

Dataset

Description비영리법인(환경분야) 현황
Author경기도
URLhttps://data.gg.go.kr/portal/data/service/selectServicePage.do?&infId=1OJ4BL5B8CTVBXY35ZIJ14858568&infSeq=1

Alerts

소재지우편번호 is highly overall correlated with WGS84위도 and 2 other fieldsHigh correlation
WGS84위도 is highly overall correlated with 소재지우편번호 and 2 other fieldsHigh correlation
시군명 is highly overall correlated with 소재지우편번호 and 2 other fieldsHigh correlation
지역구분명 is highly overall correlated with 소재지우편번호 and 2 other fieldsHigh correlation
소재지우편번호 has 2 (3.8%) missing valuesMissing
소재지지번주소 has 3 (5.7%) missing valuesMissing
WGS84위도 has 3 (5.7%) missing valuesMissing
WGS84경도 has 3 (5.7%) missing valuesMissing
법인단체명 has unique valuesUnique
사업목적 has unique valuesUnique
소재지도로명주소 has unique valuesUnique

Reproduction

Analysis started2024-03-12 23:33:16.004043
Analysis finished2024-03-12 23:33:17.358666
Duration1.35 second
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

시군명
Categorical

HIGH CORRELATION 

Distinct22
Distinct (%)41.5%
Missing0
Missing (%)0.0%
Memory size556.0 B
수원시
5 
포천시
4 
부천시
4 
성남시
4 
안산시
4 
Other values (17)
32 

Length

Max length4
Median length3
Mean length3.0566038
Min length3

Unique

Unique7 ?
Unique (%)13.2%

Sample

1st row고양시
2nd row고양시
3rd row고양시
4th row고양시
5th row광주시

Common Values

ValueCountFrequency (%)
수원시 5
 
9.4%
포천시 4
 
7.5%
부천시 4
 
7.5%
성남시 4
 
7.5%
안산시 4
 
7.5%
고양시 4
 
7.5%
군포시 3
 
5.7%
남양주시 3
 
5.7%
시흥시 3
 
5.7%
안성시 2
 
3.8%
Other values (12) 17
32.1%

Length

2024-03-13T08:33:17.408989image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
수원시 5
 
9.4%
부천시 4
 
7.5%
성남시 4
 
7.5%
안산시 4
 
7.5%
고양시 4
 
7.5%
포천시 4
 
7.5%
군포시 3
 
5.7%
남양주시 3
 
5.7%
시흥시 3
 
5.7%
평택시 2
 
3.8%
Other values (12) 17
32.1%

법인단체명
Text

UNIQUE 

Distinct53
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size556.0 B
2024-03-13T08:33:17.584856image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length20
Median length17
Mean length12.301887
Min length6

Characters and Unicode

Total characters652
Distinct characters150
Distinct categories7 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique53 ?
Unique (%)100.0%

Sample

1st row(사)한국미래청소년환경단
2nd row(사)세이브더얼스
3rd row(사)한국전기차리빌딩협회
4th row(사)환경보호감시경기운동본부
5th row(사)한국 친환경 물 연구회
ValueCountFrequency (%)
사)한국미래청소년환경단 1
 
1.6%
재)세미원 1
 
1.6%
사)한국환경조사평가원 1
 
1.6%
사)화학물질 1
 
1.6%
취급사업장 1
 
1.6%
대표자협의회 1
 
1.6%
사)장애인환경보호국민연대 1
 
1.6%
사)안산시민회 1
 
1.6%
재)안산환경재단 1
 
1.6%
사)안산시흥환경기술인협회 1
 
1.6%
Other values (52) 52
83.9%
2024-03-13T08:33:17.882309image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
( 53
 
8.1%
) 53
 
8.1%
사 53
 
8.1%
경 39
 
6.0%
환 26
 
4.0%
회 23
 
3.5%
연 18
 
2.8%
협 18
 
2.8%
기 18
 
2.8%
재 11
 
1.7%
Other values (140) 340
52.1%

Most occurring categories

ValueCountFrequency (%)
Other Letter 529
81.1%
Open Punctuation 53
 
8.1%
Close Punctuation 53
 
8.1%
Space Separator 9
 
1.4%
Uppercase Letter 5
 
0.8%
Decimal Number 2
 
0.3%
Other Punctuation 1
 
0.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
사 53
 
10.0%
경 39
 
7.4%
환 26
 
4.9%
회 23
 
4.3%
연 18
 
3.4%
협 18
 
3.4%
기 18
 
3.4%
재 11
 
2.1%
한 9
 
1.7%
국 9
 
1.7%
Other values (129) 305
57.7%
Uppercase Letter
ValueCountFrequency (%)
E 1
20.0%
S 1
20.0%
H 1
20.0%
P 1
20.0%
G 1
20.0%
Decimal Number
ValueCountFrequency (%)
1 1
50.0%
2 1
50.0%
Open Punctuation
ValueCountFrequency (%)
( 53
100.0%
Close Punctuation
ValueCountFrequency (%)
) 53
100.0%
Space Separator
ValueCountFrequency (%)
9
100.0%
Other Punctuation
ValueCountFrequency (%)
. 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 529
81.1%
Common 118
 
18.1%
Latin 5
 
0.8%

Most frequent character per script

Hangul
ValueCountFrequency (%)
사 53
 
10.0%
경 39
 
7.4%
환 26
 
4.9%
회 23
 
4.3%
연 18
 
3.4%
협 18
 
3.4%
기 18
 
3.4%
재 11
 
2.1%
한 9
 
1.7%
국 9
 
1.7%
Other values (129) 305
57.7%
Common
ValueCountFrequency (%)
( 53
44.9%
) 53
44.9%
9
 
7.6%
1 1
 
0.8%
. 1
 
0.8%
2 1
 
0.8%
Latin
ValueCountFrequency (%)
E 1
20.0%
S 1
20.0%
H 1
20.0%
P 1
20.0%
G 1
20.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 529
81.1%
ASCII 123
 
18.9%

Most frequent character per block

ASCII
ValueCountFrequency (%)
( 53
43.1%
) 53
43.1%
9
 
7.3%
1 1
 
0.8%
. 1
 
0.8%
2 1
 
0.8%
E 1
 
0.8%
S 1
 
0.8%
H 1
 
0.8%
P 1
 
0.8%
Hangul
ValueCountFrequency (%)
사 53
 
10.0%
경 39
 
7.4%
환 26
 
4.9%
회 23
 
4.3%
연 18
 
3.4%
협 18
 
3.4%
기 18
 
3.4%
재 11
 
2.1%
한 9
 
1.7%
국 9
 
1.7%
Other values (129) 305
57.7%

지역구분명
Categorical

HIGH CORRELATION 

Distinct2
Distinct (%)3.8%
Missing0
Missing (%)0.0%
Memory size556.0 B
경기 남부
38 
경기 북부
15 

Length

Max length5
Median length5
Mean length5
Min length5

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row경기 북부
2nd row경기 북부
3rd row경기 북부
4th row경기 북부
5th row경기 남부

Common Values

ValueCountFrequency (%)
경기 남부 38
71.7%
경기 북부 15
 
28.3%

Length

2024-03-13T08:33:17.987417image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-03-13T08:33:18.056434image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
경기 53
50.0%
남부 38
35.8%
북부 15
 
14.2%

사업목적
Text

UNIQUE 

Distinct53
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size556.0 B
2024-03-13T08:33:18.240410image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length184
Median length74
Mean length55.415094
Min length14

Characters and Unicode

Total characters2937
Distinct characters316
Distinct categories7 ?
Distinct scripts3 ?
Distinct blocks3 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique53 ?
Unique (%)100.0%

Sample

1st row환경보전 및 환경체험을 통한 청소년들의 환경보호의 중요성 인식 등
2nd row자연환경보전, 탄소중립 실천을 위한 지속적인 환경보호 활동과 캠페인, 시민운동 및 환경교육을 실행하며 시민 환경 의식을 증진시키고, 자연과 인간의 균형적 공존을 이루어 후손에게 맑고 깨끗한 환경을 물려주는데 기여함
3rd row전기차 고전압 관련 전문적인 지식과 기술을 활용하여 전기차 고전압 부픔리빌드산업의 진흥 및 저변확대를 위한 연구, 교육, 홍보활동을 전개하여 미래사회발전에 기여함을 목적으로 함
4th row환경보호헌장 준수, 감시 고발 정책화 체계화 등
5th row팔당호 식수원 오염원 해소 방안 연구,정화식물 식재로 수질정화 연구
ValueCountFrequency (%)
및 50
 
7.2%
등 28
 
4.1%
위한 16
 
2.3%
관련 12
 
1.7%
교육 8
 
1.2%
사업 8
 
1.2%
연구 7
 
1.0%
운영 5
 
0.7%
자연생태 5
 
0.7%
대한 4
 
0.6%
Other values (479) 547
79.3%
2024-03-13T08:33:18.586886image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
643
 
21.9%
경 81
 
2.8%
환 80
 
2.7%
사 53
 
1.8%
및 51
 
1.7%
, 49
 
1.7%
보 47
 
1.6%
의 43
 
1.5%
을 40
 
1.4%
한 38
 
1.3%
Other values (306) 1812
61.7%

Most occurring categories

ValueCountFrequency (%)
Other Letter 2225
75.8%
Space Separator 643
 
21.9%
Other Punctuation 59
 
2.0%
Uppercase Letter 7
 
0.2%
Lowercase Letter 1
 
< 0.1%
Close Punctuation 1
 
< 0.1%
Open Punctuation 1
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
경 81
 
3.6%
환 80
 
3.6%
사 53
 
2.4%
및 51
 
2.3%
보 47
 
2.1%
의 43
 
1.9%
을 40
 
1.8%
한 38
 
1.7%
지 38
 
1.7%
업 37
 
1.7%
Other values (293) 1717
77.2%
Uppercase Letter
ValueCountFrequency (%)
D 2
28.6%
U 1
14.3%
N 1
14.3%
S 1
14.3%
G 1
14.3%
B 1
14.3%
Other Punctuation
ValueCountFrequency (%)
, 49
83.1%
· 9
 
15.3%
? 1
 
1.7%
Space Separator
ValueCountFrequency (%)
643
100.0%
Lowercase Letter
ValueCountFrequency (%)
s 1
100.0%
Close Punctuation
ValueCountFrequency (%)
) 1
100.0%
Open Punctuation
ValueCountFrequency (%)
( 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 2225
75.8%
Common 704
 
24.0%
Latin 8
 
0.3%

Most frequent character per script

Hangul
ValueCountFrequency (%)
경 81
 
3.6%
환 80
 
3.6%
사 53
 
2.4%
및 51
 
2.3%
보 47
 
2.1%
의 43
 
1.9%
을 40
 
1.8%
한 38
 
1.7%
지 38
 
1.7%
업 37
 
1.7%
Other values (293) 1717
77.2%
Latin
ValueCountFrequency (%)
D 2
25.0%
U 1
12.5%
N 1
12.5%
S 1
12.5%
s 1
12.5%
G 1
12.5%
B 1
12.5%
Common
ValueCountFrequency (%)
643
91.3%
, 49
 
7.0%
· 9
 
1.3%
) 1
 
0.1%
( 1
 
0.1%
? 1
 
0.1%

Most occurring blocks

ValueCountFrequency (%)
Hangul 2225
75.8%
ASCII 703
 
23.9%
None 9
 
0.3%

Most frequent character per block

ASCII
ValueCountFrequency (%)
643
91.5%
, 49
 
7.0%
D 2
 
0.3%
U 1
 
0.1%
N 1
 
0.1%
S 1
 
0.1%
s 1
 
0.1%
G 1
 
0.1%
) 1
 
0.1%
B 1
 
0.1%
Other values (2) 2
 
0.3%
Hangul
ValueCountFrequency (%)
경 81
 
3.6%
환 80
 
3.6%
사 53
 
2.4%
및 51
 
2.3%
보 47
 
2.1%
의 43
 
1.9%
을 40
 
1.8%
한 38
 
1.7%
지 38
 
1.7%
업 37
 
1.7%
Other values (293) 1717
77.2%
None
ValueCountFrequency (%)
· 9
100.0%

소재지우편번호
Real number (ℝ)

HIGH CORRELATION  MISSING 

Distinct51
Distinct (%)100.0%
Missing2
Missing (%)3.8%
Infinite0
Infinite (%)0.0%
Mean13786.294
Minimum10074
Maximum18274
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size609.0 B
2024-03-13T08:33:18.709415image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum10074
5-th percentile10424
Q111554
median13569
Q315829
95-th percentile17729.5
Maximum18274
Range8200
Interquartile range (IQR)4275

Descriptive statistics

Standard deviation2391.4633
Coefficient of variation (CV)0.17346672
Kurtosis-1.186705
Mean13786.294
Median Absolute Deviation (MAD)2281
Skewness0.092443073
Sum703101
Variance5719096.6
MonotonicityNot monotonic
2024-03-13T08:33:18.813581image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
10582 1
 
1.9%
15014 1
 
1.9%
10126 1
 
1.9%
15461 1
 
1.9%
15588 1
 
1.9%
15433 1
 
1.9%
17595 1
 
1.9%
18274 1
 
1.9%
13999 1
 
1.9%
14109 1
 
1.9%
Other values (41) 41
77.4%
(Missing) 2
 
3.8%
ValueCountFrequency (%)
10074 1
1.9%
10126 1
1.9%
10401 1
1.9%
10447 1
1.9%
10582 1
1.9%
10594 1
1.9%
10806 1
1.9%
11012 1
1.9%
11028 1
1.9%
11140 1
1.9%
ValueCountFrequency (%)
18274 1
1.9%
17897 1
1.9%
17864 1
1.9%
17595 1
1.9%
16827 1
1.9%
16667 1
1.9%
16632 1
1.9%
16463 1
1.9%
16390 1
1.9%
16237 1
1.9%

소재지지번주소
Text

MISSING 

Distinct50
Distinct (%)100.0%
Missing3
Missing (%)5.7%
Memory size556.0 B
2024-03-13T08:33:19.023586image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length43
Median length34
Mean length24.9
Min length16

Characters and Unicode

Total characters1245
Distinct characters156
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

Unique50 ?
Unique (%)100.0%

Sample

1st row경기도 고양시 일산동구 장항동 776
2nd row경기도 고양시 덕양구 효자동 128-2번지 2층
3rd row경기도 고양시 덕양구 동산동 376번지 삼송테크노밸리 A동 218호
4th row경기도 고양시 일산동구 백석동 1297-2
5th row경기도 광주시 초월읍 산이리 18-1번지 상가동 302호-2
ValueCountFrequency (%)
경기도 50
 
18.3%
부천시 4
 
1.5%
수원시 4
 
1.5%
2층 4
 
1.5%
포천시 4
 
1.5%
고양시 4
 
1.5%
남양주시 3
 
1.1%
3층 3
 
1.1%
군포시 3
 
1.1%
권선구 3
 
1.1%
Other values (169) 191
70.0%
2024-03-13T08:33:19.341097image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
223
 
17.9%
1 53
 
4.3%
도 52
 
4.2%
시 51
 
4.1%
기 51
 
4.1%
경 50
 
4.0%
동 49
 
3.9%
2 44
 
3.5%
- 39
 
3.1%
지 32
 
2.6%
Other values (146) 601
48.3%

Most occurring categories

ValueCountFrequency (%)
Other Letter 707
56.8%
Decimal Number 265
 
21.3%
Space Separator 223
 
17.9%
Dash Punctuation 39
 
3.1%
Uppercase Letter 7
 
0.6%
Other Punctuation 2
 
0.2%
Open Punctuation 1
 
0.1%
Close Punctuation 1
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
도 52
 
7.4%
시 51
 
7.2%
기 51
 
7.2%
경 50
 
7.1%
동 49
 
6.9%
지 32
 
4.5%
번 30
 
4.2%
구 22
 
3.1%
리 16
 
2.3%
양 16
 
2.3%
Other values (124) 338
47.8%
Decimal Number
ValueCountFrequency (%)
1 53
20.0%
2 44
16.6%
3 28
10.6%
0 27
10.2%
4 26
9.8%
7 22
8.3%
5 19
 
7.2%
8 18
 
6.8%
6 15
 
5.7%
9 13
 
4.9%
Uppercase Letter
ValueCountFrequency (%)
T 1
14.3%
I 1
14.3%
R 1
14.3%
S 1
14.3%
C 1
14.3%
K 1
14.3%
A 1
14.3%
Space Separator
ValueCountFrequency (%)
223
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 39
100.0%
Other Punctuation
ValueCountFrequency (%)
, 2
100.0%
Open Punctuation
ValueCountFrequency (%)
( 1
100.0%
Close Punctuation
ValueCountFrequency (%)
) 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 707
56.8%
Common 531
42.7%
Latin 7
 
0.6%

Most frequent character per script

Hangul
ValueCountFrequency (%)
도 52
 
7.4%
시 51
 
7.2%
기 51
 
7.2%
경 50
 
7.1%
동 49
 
6.9%
지 32
 
4.5%
번 30
 
4.2%
구 22
 
3.1%
리 16
 
2.3%
양 16
 
2.3%
Other values (124) 338
47.8%
Common
ValueCountFrequency (%)
223
42.0%
1 53
 
10.0%
2 44
 
8.3%
- 39
 
7.3%
3 28
 
5.3%
0 27
 
5.1%
4 26
 
4.9%
7 22
 
4.1%
5 19
 
3.6%
8 18
 
3.4%
Other values (5) 32
 
6.0%
Latin
ValueCountFrequency (%)
T 1
14.3%
I 1
14.3%
R 1
14.3%
S 1
14.3%
C 1
14.3%
K 1
14.3%
A 1
14.3%

Most occurring blocks

ValueCountFrequency (%)
Hangul 707
56.8%
ASCII 538
43.2%

Most frequent character per block

ASCII
ValueCountFrequency (%)
223
41.4%
1 53
 
9.9%
2 44
 
8.2%
- 39
 
7.2%
3 28
 
5.2%
0 27
 
5.0%
4 26
 
4.8%
7 22
 
4.1%
5 19
 
3.5%
8 18
 
3.3%
Other values (12) 39
 
7.2%
Hangul
ValueCountFrequency (%)
도 52
 
7.4%
시 51
 
7.2%
기 51
 
7.2%
경 50
 
7.1%
동 49
 
6.9%
지 32
 
4.5%
번 30
 
4.2%
구 22
 
3.1%
리 16
 
2.3%
양 16
 
2.3%
Other values (124) 338
47.8%

소재지도로명주소
Text

UNIQUE 

Distinct53
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size556.0 B
2024-03-13T08:33:19.557570image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length46
Median length34
Mean length25.698113
Min length14

Characters and Unicode

Total characters1362
Distinct characters175
Distinct categories9 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique53 ?
Unique (%)100.0%

Sample

1st row경기도 고양시 일산동구 무궁화로 42-28
2nd row경기도 고양시 덕양구 북한산로 424-7, 2층
3rd row경기도 고양시 덕양구 통일로 140, 에이동 218호
4th row경기도 고양시 일산동구 중앙로 1048 (백석동) 르메이에르프라자 601호
5th row경기도 광주시 초월읍 독고개길 14-23, 상가동 302호-2
ValueCountFrequency (%)
경기도 53
 
17.5%
수원시 5
 
1.7%
부천시 5
 
1.7%
1층 4
 
1.3%
고양시 4
 
1.3%
포천시 4
 
1.3%
군포시 3
 
1.0%
안양시 3
 
1.0%
2층 3
 
1.0%
안산시 3
 
1.0%
Other values (188) 215
71.2%
2024-03-13T08:33:19.879710image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
249
 
18.3%
경 57
 
4.2%
도 57
 
4.2%
시 56
 
4.1%
기 54
 
4.0%
1 53
 
3.9%
로 47
 
3.5%
2 33
 
2.4%
0 32
 
2.3%
5 31
 
2.3%
Other values (165) 693
50.9%

Most occurring categories

ValueCountFrequency (%)
Other Letter 776
57.0%
Decimal Number 277
 
20.3%
Space Separator 249
 
18.3%
Dash Punctuation 18
 
1.3%
Other Punctuation 16
 
1.2%
Open Punctuation 9
 
0.7%
Close Punctuation 9
 
0.7%
Uppercase Letter 7
 
0.5%
Math Symbol 1
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
경 57
 
7.3%
도 57
 
7.3%
시 56
 
7.2%
기 54
 
7.0%
로 47
 
6.1%
호 23
 
3.0%
구 22
 
2.8%
길 22
 
2.8%
동 21
 
2.7%
수 21
 
2.7%
Other values (142) 396
51.0%
Decimal Number
ValueCountFrequency (%)
1 53
19.1%
2 33
11.9%
0 32
11.6%
5 31
11.2%
3 31
11.2%
4 23
8.3%
8 23
8.3%
7 20
 
7.2%
6 19
 
6.9%
9 12
 
4.3%
Uppercase Letter
ValueCountFrequency (%)
T 1
14.3%
I 1
14.3%
R 1
14.3%
K 1
14.3%
S 1
14.3%
C 1
14.3%
G 1
14.3%
Space Separator
ValueCountFrequency (%)
249
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 18
100.0%
Other Punctuation
ValueCountFrequency (%)
, 16
100.0%
Open Punctuation
ValueCountFrequency (%)
( 9
100.0%
Close Punctuation
ValueCountFrequency (%)
) 9
100.0%
Math Symbol
ValueCountFrequency (%)
+ 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 776
57.0%
Common 579
42.5%
Latin 7
 
0.5%

Most frequent character per script

Hangul
ValueCountFrequency (%)
경 57
 
7.3%
도 57
 
7.3%
시 56
 
7.2%
기 54
 
7.0%
로 47
 
6.1%
호 23
 
3.0%
구 22
 
2.8%
길 22
 
2.8%
동 21
 
2.7%
수 21
 
2.7%
Other values (142) 396
51.0%
Common
ValueCountFrequency (%)
249
43.0%
1 53
 
9.2%
2 33
 
5.7%
0 32
 
5.5%
5 31
 
5.4%
3 31
 
5.4%
4 23
 
4.0%
8 23
 
4.0%
7 20
 
3.5%
6 19
 
3.3%
Other values (6) 65
 
11.2%
Latin
ValueCountFrequency (%)
T 1
14.3%
I 1
14.3%
R 1
14.3%
K 1
14.3%
S 1
14.3%
C 1
14.3%
G 1
14.3%

Most occurring blocks

ValueCountFrequency (%)
Hangul 776
57.0%
ASCII 586
43.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
249
42.5%
1 53
 
9.0%
2 33
 
5.6%
0 32
 
5.5%
5 31
 
5.3%
3 31
 
5.3%
4 23
 
3.9%
8 23
 
3.9%
7 20
 
3.4%
6 19
 
3.2%
Other values (13) 72
 
12.3%
Hangul
ValueCountFrequency (%)
경 57
 
7.3%
도 57
 
7.3%
시 56
 
7.2%
기 54
 
7.0%
로 47
 
6.1%
호 23
 
3.0%
구 22
 
2.8%
길 22
 
2.8%
동 21
 
2.7%
수 21
 
2.7%
Other values (142) 396
51.0%

WGS84위도
Real number (ℝ)

HIGH CORRELATION  MISSING 

Distinct50
Distinct (%)100.0%
Missing3
Missing (%)5.7%
Infinite0
Infinite (%)0.0%
Mean37.491204
Minimum36.994342
Maximum38.106078
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size609.0 B
2024-03-13T08:33:19.995042image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum36.994342
5-th percentile37.093995
Q137.346763
median37.454258
Q337.641005
95-th percentile37.904527
Maximum38.106078
Range1.1117355
Interquartile range (IQR)0.29424188

Descriptive statistics

Standard deviation0.24511775
Coefficient of variation (CV)0.006538007
Kurtosis0.29943932
Mean37.491204
Median Absolute Deviation (MAD)0.14488689
Skewness0.36128466
Sum1874.5602
Variance0.060082713
MonotonicityNot monotonic
2024-03-13T08:33:20.102427image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
38.1060777952 1
 
1.9%
37.6030716681 1
 
1.9%
37.3132978841 1
 
1.9%
37.2916416855 1
 
1.9%
37.3144583273 1
 
1.9%
36.9970725374 1
 
1.9%
37.1944643622 1
 
1.9%
37.3950968336 1
 
1.9%
37.3751366795 1
 
1.9%
37.5409409749 1
 
1.9%
Other values (40) 40
75.5%
(Missing) 3
 
5.7%
ValueCountFrequency (%)
36.9943422483 1
1.9%
36.9970725374 1
1.9%
37.0117928555 1
1.9%
37.1944643622 1
1.9%
37.2440516641 1
1.9%
37.2561083739 1
1.9%
37.2777660023 1
1.9%
37.2861958923 1
1.9%
37.2916416855 1
1.9%
37.3132978841 1
1.9%
ValueCountFrequency (%)
38.1060777952 1
1.9%
38.0256395132 1
1.9%
37.9122243873 1
1.9%
37.8951198095 1
1.9%
37.8941268676 1
1.9%
37.8935330646 1
1.9%
37.7762226249 1
1.9%
37.7043112329 1
1.9%
37.6629961153 1
1.9%
37.662215482 1
1.9%

WGS84경도
Real number (ℝ)

MISSING 

Distinct50
Distinct (%)100.0%
Missing3
Missing (%)5.7%
Infinite0
Infinite (%)0.0%
Mean127.01506
Minimum126.69819
Maximum127.32473
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size609.0 B
2024-03-13T08:33:20.206419image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum126.69819
5-th percentile126.75814
Q1126.83456
median127.00172
Q3127.18537
95-th percentile127.2996
Maximum127.32473
Range0.62654072
Interquartile range (IQR)0.35080883

Descriptive statistics

Standard deviation0.18603755
Coefficient of variation (CV)0.0014646889
Kurtosis-1.238694
Mean127.01506
Median Absolute Deviation (MAD)0.17240775
Skewness-0.014804312
Sum6350.7529
Variance0.034609969
MonotonicityNot monotonic
2024-03-13T08:33:20.314945image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
127.0798720245 1
 
1.9%
126.7684752464 1
 
1.9%
126.8281700937 1
 
1.9%
126.8304611688 1
 
1.9%
126.7967411993 1
 
1.9%
127.2623161997 1
 
1.9%
126.8468694801 1
 
1.9%
126.923695559 1
 
1.9%
126.9571898623 1
 
1.9%
127.3239565831 1
 
1.9%
Other values (40) 40
75.5%
(Missing) 3
 
5.7%
ValueCountFrequency (%)
126.6981873285 1
1.9%
126.6993580105 1
1.9%
126.7496881054 1
1.9%
126.7684752464 1
1.9%
126.7691078142 1
1.9%
126.769720619 1
1.9%
126.7878568029 1
1.9%
126.7891158509 1
1.9%
126.7967411993 1
1.9%
126.8009187605 1
1.9%
ValueCountFrequency (%)
127.3247280451 1
1.9%
127.3239565831 1
1.9%
127.3136198252 1
1.9%
127.2824618647 1
1.9%
127.2623161997 1
1.9%
127.2621436749 1
1.9%
127.238927124 1
1.9%
127.2096339565 1
1.9%
127.2093808183 1
1.9%
127.1998415021 1
1.9%

Interactions

2024-03-13T08:33:16.893840image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-03-13T08:33:16.505093image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-03-13T08:33:16.700312image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-03-13T08:33:16.955145image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-03-13T08:33:16.559700image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-03-13T08:33:16.764089image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-03-13T08:33:17.020991image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-03-13T08:33:16.621406image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-03-13T08:33:16.827848image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Correlations

2024-03-13T08:33:20.589863image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
시군명법인단체명지역구분명사업목적소재지우편번호소재지지번주소소재지도로명주소WGS84위도WGS84경도
시군명1.0001.0001.0001.0000.9921.0001.0000.9320.867
법인단체명1.0001.0001.0001.0001.0001.0001.0001.0001.000
지역구분명1.0001.0001.0001.0000.9971.0001.0000.9900.251
사업목적1.0001.0001.0001.0001.0001.0001.0001.0001.000
소재지우편번호0.9921.0000.9971.0001.0001.0001.0000.9140.834
소재지지번주소1.0001.0001.0001.0001.0001.0001.0001.0001.000
소재지도로명주소1.0001.0001.0001.0001.0001.0001.0001.0001.000
WGS84위도0.9321.0000.9901.0000.9141.0001.0001.0000.693
WGS84경도0.8671.0000.2511.0000.8341.0001.0000.6931.000
2024-03-13T08:33:20.693848image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
시군명지역구분명
시군명1.0000.780
지역구분명0.7801.000
2024-03-13T08:33:20.763928image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
소재지우편번호WGS84위도WGS84경도시군명지역구분명
소재지우편번호1.000-0.921-0.0850.7230.836
WGS84위도-0.9211.0000.1530.5920.833
WGS84경도-0.0850.1531.0000.4630.165
시군명0.7230.5920.4631.0000.780
지역구분명0.8360.8330.1650.7801.000

Missing values

2024-03-13T08:33:17.114689image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2024-03-13T08:33:17.217536image/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.
2024-03-13T08:33:17.309002image/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

시군명법인단체명지역구분명사업목적소재지우편번호소재지지번주소소재지도로명주소WGS84위도WGS84경도
0고양시(사)한국미래청소년환경단경기 북부환경보전 및 환경체험을 통한 청소년들의 환경보호의 중요성 인식 등10401경기도 고양시 일산동구 장항동 776경기도 고양시 일산동구 무궁화로 42-2837.662215126.769721
1고양시(사)세이브더얼스경기 북부자연환경보전, 탄소중립 실천을 위한 지속적인 환경보호 활동과 캠페인, 시민운동 및 환경교육을 실행하며 시민 환경 의식을 증진시키고, 자연과 인간의 균형적 공존을 이루어 후손에게 맑고 깨끗한 환경을 물려주는데 기여함10582경기도 고양시 덕양구 효자동 128-2번지 2층경기도 고양시 덕양구 북한산로 424-7, 2층37.662996126.952051
2고양시(사)한국전기차리빌딩협회경기 북부전기차 고전압 관련 전문적인 지식과 기술을 활용하여 전기차 고전압 부픔리빌드산업의 진흥 및 저변확대를 위한 연구, 교육, 홍보활동을 전개하여 미래사회발전에 기여함을 목적으로 함10594경기도 고양시 덕양구 동산동 376번지 삼송테크노밸리 A동 218호경기도 고양시 덕양구 통일로 140, 에이동 218호37.64907126.901901
3고양시(사)환경보호감시경기운동본부경기 북부환경보호헌장 준수, 감시 고발 정책화 체계화 등10447경기도 고양시 일산동구 백석동 1297-2경기도 고양시 일산동구 중앙로 1048 (백석동) 르메이에르프라자 601호37.643678126.787857
4광주시(사)한국 친환경 물 연구회경기 남부팔당호 식수원 오염원 해소 방안 연구,정화식물 식재로 수질정화 연구12807경기도 광주시 초월읍 산이리 18-1번지 상가동 302호-2경기도 광주시 초월읍 독고개길 14-23, 상가동 302호-237.359434127.31362
5광주시(사)경안천시민연대경기 남부시민의 자발적 참여와 연대로 경안천을 맑고 푸르게 지키기 위함12739경기도 광주시 송정동 454-1번지 3층경기도 광주시 회안대로 980, 3층37.432741127.262144
6구리시(사)환경보호운동연합경기 북부친환경 교실 및 강좌운영, 구리 왕숙천 수질개선을 위한 물환경 가꾸기 사업전개11916경기도 구리시 인창동 127번지 구리농수산물도매시장 청과물동 3층 53130호경기도 구리시 동구릉로136번길 90 구리농수산물도매시장 청과물동 3층 53130호37.611974127.143171
7군포시(사)자연과함께하는사람들경기 남부환경보호를 위한 동식물과 생태문화의 조사 및 보존사업 동식물, 습지 등 생물서식처의 체험 및 보존사업 자연생태 관련 교사연수 및 생태문화지도자 육성사업 자연생태 공원의 관리 운영 모니터링 사업 자연생태 관련 축제 및 이벤트 사업 자연생태 관련 자유학기제 및 교육?출판사업 자연생태 관련 정보화 및 연구사업 등15862경기도 군포시 금정동 873-1경기도 군포시 번영로514 603호(현대프라자)37.358101126.934266
8군포시(재)테라환경연구원경기 남부토양오염물질 및 환경오염물질 측정분석 등15850경기도 군포시 당정동 522번지 SK벤티움 102동 1104호경기도 군포시 고산로 166 SK벤티움 102동 1104호37.348425126.952516
9군포시(사)아태EHS연구원경기 남부환경오염피해 평가 및 정화복원 관련 조사 연구15808경기도 군포시 산본동 1026-9 504호경기도 군포시 엘에스로 153-8 5층 504호(산본동 금정하이뷰)37.374178126.944897
시군명법인단체명지역구분명사업목적소재지우편번호소재지지번주소소재지도로명주소WGS84위도WGS84경도
43파주시(사)자연환경관리협회경기 북부정부의 야생동식물 보호정책에 부흥하며, 야생조수로부터 피해를 당하는 농어민 보호하고 건전한 수렵문화 정책에 기여10806경기도 파주시 법원읍 직천리 480-2경기도 파주시 법원읍 만월로 505-8937.893533126.921686
44평택시(재)2.1지속가능연구소경기 남부UN이 정하는 SDGs의 환경문제 해결을 위한 기초조사17897경기도 평택시 비전동 738-35경기도 평택시 비전로 48번길 1736.994342127.095967
45평택시(사)환경시민연합경기 남부환경관련 교육 및 세미나 사업 학교 및 기업체 환경교육 지원사업 초,중,고 환경봉사 동아리 발굴 및 지원사업 환경정책 자문 및 공청회 실시17864경기도 평택시 죽백동 409-19번지 2층경기도 평택시 죽백2길 33-7 2층37.011793127.114579
46포천시(사)경기도생활폐기물협회경기 북부생활폐기물운반수집의 건전한 발전방향을 모색하여 지역 내 생활환경 청결에 이바지하고 생활폐기물 환경보전을 위한 협의체로서 국가환경보존에 기여(법규, 제도개선 조사연구, 교육지원, 홍보, 유관단체교류협력사업 수행)11140경기도 포천시 신북면 가채리 732-1번지경기도 포천시 신북면 중앙로295번길 23-337.912224127.209381
47포천시(사)경기환경생태교육센터경기 북부환경과 인간은 상호의존적인 관계이며, 교육이야말로 환경문제를 해결하는 가장 근본적이고 효과적 수단이라는 인식하에, 자연생태의 가치와 중요성에 대한 올바른 소양과 지식을 제공하고 널리 알리기 위하여 환경생태교육을 위한 조사, 연구 등을 통해 교육 프로그램을 개발, 보급하고 관련 지도자를 양성하고 이를 통해 사회공헌함을 목적으로 함11147경기도 포천시 신읍동 126-7번지 201호경기도 포천시 신읍2길 8-1, 201호37.89512127.199462
48포천시(사)경기포천환경운동본부경기 북부포천지역 자연환경보호와 관광객 및 탐방객의 환경파괴 행위 감시 등11151경기도 포천시 군내면 하성북리 649-10경기도 포천시 군내면 포천로 150837.894127127.209634
49포천시(사)사막화방지국제연대경기 북부사막화방지를 비롯한 지구환경 문제에 대한 홍보, 교육 관련시민, 외국 환경단체와의 연대를 통한 교류, 협력 연구 및 시험 등 관련 프로젝트를 진행시켜 바람직한 정책 제시 사막화방지기금 조성 등 법인의 목적달성에 필요한 사업11192경기도 포천시 내촌면 음현리 140경기도 포천시 내촌면 소리개길 86-17837.776223127.238927
50하남시(사)대한라돈안전협회경기 남부라돈저감방안 연구 사업 등12990경기도 하남시 감북동 292-1번지 2층경기도 하남시 감초로 7837.520952127.160411
51하남시(사)글로벌업사이클링협회경기 남부업사이클링 제품의 다양성과 발전 가능성의 대안을 제시하고 개선하여 자원순환 관련 융복합 산업의 활성화에 일조 등12932경기도 하남시 덕풍동 213-10번지경기도 하남시 덕풍북로 6번길 9-2337.548208127.199842
52화성시(재)화성시환경재단경기 남부화성시의 지속가능한 발전과 자연과 인간이 공종하는 생태도시를 조성하고, 생태환경보전 및 민관거버넌스 활성화<NA><NA>경기도 화성시 향남읍 향남로 470+G1<NA><NA>