Overview

Dataset statistics

Number of variables18
Number of observations216
Missing cells1067
Missing cells (%)27.4%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory32.0 KiB
Average record size in memory151.6 B

Variable types

Numeric5
Categorical4
Text6
DateTime3

Dataset

Description의견 번호,분류,제목,주소,위도,경도,의견,저장파일명,실제파일명,파일경로,추천수,조회수,등록일,수정일,의견 댓글 번호,댓글내용,의견 댓글 추천수,의견 댓글 등록일
Author서울특별시
URLhttps://data.seoul.go.kr/dataList/OA-15650/S/1/datasetView.do

Alerts

파일경로 is highly overall correlated with 의견 번호 and 7 other fieldsHigh correlation
추천수 is highly overall correlated with 조회수 and 1 other fieldsHigh correlation
의견 댓글 추천수 is highly overall correlated with 경도 and 1 other fieldsHigh correlation
분류 is highly overall correlated with 의견 댓글 번호 and 1 other fieldsHigh correlation
의견 번호 is highly overall correlated with 의견 댓글 번호 and 1 other fieldsHigh correlation
위도 is highly overall correlated with 파일경로High correlation
경도 is highly overall correlated with 파일경로 and 1 other fieldsHigh correlation
조회수 is highly overall correlated with 파일경로 and 1 other fieldsHigh correlation
의견 댓글 번호 is highly overall correlated with 의견 번호 and 2 other fieldsHigh correlation
파일경로 is highly imbalanced (79.4%)Imbalance
의견 댓글 추천수 is highly imbalanced (66.3%)Imbalance
저장파일명 has 209 (96.8%) missing valuesMissing
실제파일명 has 209 (96.8%) missing valuesMissing
수정일 has 70 (32.4%) missing valuesMissing
의견 댓글 번호 has 193 (89.4%) missing valuesMissing
댓글내용 has 193 (89.4%) missing valuesMissing
의견 댓글 등록일 has 193 (89.4%) missing valuesMissing
의견 번호 has unique valuesUnique
위도 has unique valuesUnique
경도 has unique valuesUnique
의견 has unique valuesUnique
등록일 has unique valuesUnique

Reproduction

Analysis started2024-04-29 17:45:27.280341
Analysis finished2024-04-29 17:45:32.214497
Duration4.93 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

의견 번호
Real number (ℝ)

HIGH CORRELATION  UNIQUE 

Distinct216
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean115.44907
Minimum4
Maximum241
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size2.0 KiB
2024-04-30T02:45:32.288226image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum4
5-th percentile14.75
Q157.75
median114.5
Q3170.25
95-th percentile227.25
Maximum241
Range237
Interquartile range (IQR)112.5

Descriptive statistics

Standard deviation66.995086
Coefficient of variation (CV)0.5802999
Kurtosis-1.1193303
Mean115.44907
Median Absolute Deviation (MAD)56.5
Skewness0.10216998
Sum24937
Variance4488.3416
MonotonicityStrictly decreasing
2024-04-30T02:45:32.444041image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
241 1
 
0.5%
70 1
 
0.5%
81 1
 
0.5%
80 1
 
0.5%
79 1
 
0.5%
78 1
 
0.5%
77 1
 
0.5%
76 1
 
0.5%
75 1
 
0.5%
74 1
 
0.5%
Other values (206) 206
95.4%
ValueCountFrequency (%)
4 1
0.5%
5 1
0.5%
6 1
0.5%
7 1
0.5%
8 1
0.5%
9 1
0.5%
10 1
0.5%
11 1
0.5%
12 1
0.5%
13 1
0.5%
ValueCountFrequency (%)
241 1
0.5%
240 1
0.5%
239 1
0.5%
238 1
0.5%
237 1
0.5%
235 1
0.5%
234 1
0.5%
231 1
0.5%
230 1
0.5%
229 1
0.5%

분류
Categorical

HIGH CORRELATION 

Distinct2
Distinct (%)0.9%
Missing0
Missing (%)0.0%
Memory size1.8 KiB
지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)
149 
지역의 자원,자랑거리 (잘 활용합시다. / 잘 보전합시다.)
67 

Length

Max length33
Median length31
Mean length31.62037
Min length31

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)
2nd row지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)
3rd row지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)
4th row지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)
5th row지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)

Common Values

ValueCountFrequency (%)
지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.) 149
69.0%
지역의 자원,자랑거리 (잘 활용합시다. / 잘 보전합시다.) 67
31.0%

Length

2024-04-30T02:45:32.561586image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-04-30T02:45:32.660389image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
지역의 216
13.0%
216
13.0%
문제점 149
9.0%
새로 149
9.0%
만듭시다 149
9.0%
이건 149
9.0%
좀 149
9.0%
줄입시다 149
9.0%
잘 134
8.1%
자원,자랑거리 67
 
4.0%
Other values (2) 134
8.1%

제목
Text

Distinct215
Distinct (%)99.5%
Missing0
Missing (%)0.0%
Memory size1.8 KiB
2024-04-30T02:45:32.898765image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length82
Median length54
Mean length35.800926
Min length4

Characters and Unicode

Total characters7733
Distinct characters394
Distinct categories12 ?
Distinct scripts3 ?
Distinct blocks3 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique214 ?
Unique (%)99.1%

Sample

1st row관악구 인헌동 일대 방역 및 가로등 보수 요청
2nd row까치산역 지하철 출구 추가로 만들어 주세요
3rd row(답변완료)서울시 생활권계획에대한 제안
4th row90%이상이 근린생활시설인 제1종전용주거지역
5th row구기터널에 인도설치
ValueCountFrequency (%)
주민워크숍 124
 
8.9%
워크숍 60
 
4.3%
영등포생활권 28
 
2.0%
구로?신도림생활권 27
 
1.9%
목동1생활권 23
 
1.7%
고척?개봉생활권 22
 
1.6%
및 20
 
1.4%
난곡생활권 20
 
1.4%
활용합시다 18
 
1.3%
오류수궁생활권 18
 
1.3%
Other values (729) 1027
74.0%
2024-04-30T02:45:33.488735image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1223
 
15.8%
주 239
 
3.1%
활 234
 
3.0%
생 210
 
2.7%
( 208
 
2.7%
) 208
 
2.7%
권 195
 
2.5%
워 186
 
2.4%
크 185
 
2.4%
숍 184
 
2.4%
Other values (384) 4661
60.3%

Most occurring categories

ValueCountFrequency (%)
Other Letter 5775
74.7%
Space Separator 1223
 
15.8%
Other Punctuation 223
 
2.9%
Open Punctuation 208
 
2.7%
Close Punctuation 208
 
2.7%
Decimal Number 74
 
1.0%
Lowercase Letter 8
 
0.1%
Uppercase Letter 6
 
0.1%
Math Symbol 4
 
0.1%
Dash Punctuation 2
 
< 0.1%
Other values (2) 2
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
주 239
 
4.1%
활 234
 
4.1%
생 210
 
3.6%
권 195
 
3.4%
워 186
 
3.2%
크 185
 
3.2%
숍 184
 
3.2%
민 137
 
2.4%
로 98
 
1.7%
요 98
 
1.7%
Other values (352) 4009
69.4%
Decimal Number
ValueCountFrequency (%)
1 26
35.1%
2 18
24.3%
0 10
 
13.5%
3 5
 
6.8%
6 5
 
6.8%
4 4
 
5.4%
7 4
 
5.4%
9 2
 
2.7%
Other Punctuation
ValueCountFrequency (%)
. 125
56.1%
? 55
24.7%
, 25
 
11.2%
' 14
 
6.3%
! 2
 
0.9%
% 1
 
0.4%
/ 1
 
0.4%
Lowercase Letter
ValueCountFrequency (%)
t 3
37.5%
c 2
25.0%
v 1
 
12.5%
s 1
 
12.5%
e 1
 
12.5%
Uppercase Letter
ValueCountFrequency (%)
C 3
50.0%
V 1
 
16.7%
T 1
 
16.7%
I 1
 
16.7%
Math Symbol
ValueCountFrequency (%)
+ 2
50.0%
~ 2
50.0%
Space Separator
ValueCountFrequency (%)
1223
100.0%
Open Punctuation
ValueCountFrequency (%)
( 208
100.0%
Close Punctuation
ValueCountFrequency (%)
) 208
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 2
100.0%
Final Punctuation
ValueCountFrequency (%)
’ 1
100.0%
Initial Punctuation
ValueCountFrequency (%)
‘ 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 5775
74.7%
Common 1944
 
25.1%
Latin 14
 
0.2%

Most frequent character per script

Hangul
ValueCountFrequency (%)
주 239
 
4.1%
활 234
 
4.1%
생 210
 
3.6%
권 195
 
3.4%
워 186
 
3.2%
크 185
 
3.2%
숍 184
 
3.2%
민 137
 
2.4%
로 98
 
1.7%
요 98
 
1.7%
Other values (352) 4009
69.4%
Common
ValueCountFrequency (%)
1223
62.9%
( 208
 
10.7%
) 208
 
10.7%
. 125
 
6.4%
? 55
 
2.8%
1 26
 
1.3%
, 25
 
1.3%
2 18
 
0.9%
' 14
 
0.7%
0 10
 
0.5%
Other values (13) 32
 
1.6%
Latin
ValueCountFrequency (%)
t 3
21.4%
C 3
21.4%
c 2
14.3%
V 1
 
7.1%
T 1
 
7.1%
I 1
 
7.1%
v 1
 
7.1%
s 1
 
7.1%
e 1
 
7.1%

Most occurring blocks

ValueCountFrequency (%)
Hangul 5775
74.7%
ASCII 1956
 
25.3%
Punctuation 2
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
1223
62.5%
( 208
 
10.6%
) 208
 
10.6%
. 125
 
6.4%
? 55
 
2.8%
1 26
 
1.3%
, 25
 
1.3%
2 18
 
0.9%
' 14
 
0.7%
0 10
 
0.5%
Other values (20) 44
 
2.2%
Hangul
ValueCountFrequency (%)
주 239
 
4.1%
활 234
 
4.1%
생 210
 
3.6%
권 195
 
3.4%
워 186
 
3.2%
크 185
 
3.2%
숍 184
 
3.2%
민 137
 
2.4%
로 98
 
1.7%
요 98
 
1.7%
Other values (352) 4009
69.4%
Punctuation
ValueCountFrequency (%)
’ 1
50.0%
‘ 1
50.0%

주소
Text

Distinct63
Distinct (%)29.2%
Missing0
Missing (%)0.0%
Memory size1.8 KiB
2024-04-30T02:45:33.713690image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length16
Median length14
Mean length13.935185
Min length11

Characters and Unicode

Total characters3010
Distinct characters96
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

Unique28 ?
Unique (%)13.0%

Sample

1st row서울특별시 관악구 인헌동
2nd row서울특별시 강서구 화곡8동
3rd row서울특별시 중랑구 묵2동
4th row서울특별시 서초구 서초1동
5th row서울특별시 은평구 녹번동
ValueCountFrequency (%)
서울특별시 216
33.3%
구로구 78
 
12.0%
영등포구 53
 
8.2%
관악구 24
 
3.7%
양천구 23
 
3.5%
강서구 15
 
2.3%
당산2동 10
 
1.5%
화곡본동 9
 
1.4%
신도림동 9
 
1.4%
구로2동 8
 
1.2%
Other values (74) 203
31.3%
2024-04-30T02:45:34.026678image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
432
14.4%
구 321
10.7%
서 236
 
7.8%
동 222
 
7.4%
특 216
 
7.2%
별 216
 
7.2%
시 216
 
7.2%
울 216
 
7.2%
로 104
 
3.5%
포 66
 
2.2%
Other values (86) 765
25.4%

Most occurring categories

ValueCountFrequency (%)
Other Letter 2442
81.1%
Space Separator 432
 
14.4%
Decimal Number 136
 
4.5%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
구 321
13.1%
서 236
9.7%
동 222
 
9.1%
특 216
 
8.8%
별 216
 
8.8%
시 216
 
8.8%
울 216
 
8.8%
로 104
 
4.3%
포 66
 
2.7%
영 64
 
2.6%
Other values (77) 565
23.1%
Decimal Number
ValueCountFrequency (%)
2 54
39.7%
1 46
33.8%
3 13
 
9.6%
4 12
 
8.8%
5 5
 
3.7%
6 3
 
2.2%
7 2
 
1.5%
8 1
 
0.7%
Space Separator
ValueCountFrequency (%)
432
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 2442
81.1%
Common 568
 
18.9%

Most frequent character per script

Hangul
ValueCountFrequency (%)
구 321
13.1%
서 236
9.7%
동 222
 
9.1%
특 216
 
8.8%
별 216
 
8.8%
시 216
 
8.8%
울 216
 
8.8%
로 104
 
4.3%
포 66
 
2.7%
영 64
 
2.6%
Other values (77) 565
23.1%
Common
ValueCountFrequency (%)
432
76.1%
2 54
 
9.5%
1 46
 
8.1%
3 13
 
2.3%
4 12
 
2.1%
5 5
 
0.9%
6 3
 
0.5%
7 2
 
0.4%
8 1
 
0.2%

Most occurring blocks

ValueCountFrequency (%)
Hangul 2442
81.1%
ASCII 568
 
18.9%

Most frequent character per block

ASCII
ValueCountFrequency (%)
432
76.1%
2 54
 
9.5%
1 46
 
8.1%
3 13
 
2.3%
4 12
 
2.1%
5 5
 
0.9%
6 3
 
0.5%
7 2
 
0.4%
8 1
 
0.2%
Hangul
ValueCountFrequency (%)
구 321
13.1%
서 236
9.7%
동 222
 
9.1%
특 216
 
8.8%
별 216
 
8.8%
시 216
 
8.8%
울 216
 
8.8%
로 104
 
4.3%
포 66
 
2.7%
영 64
 
2.6%
Other values (77) 565
23.1%

위도
Real number (ℝ)

HIGH CORRELATION  UNIQUE 

Distinct216
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean37.513358
Minimum37.46041
Maximum37.645923
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size2.0 KiB
2024-04-30T02:45:34.164100image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum37.46041
5-th percentile37.474446
Q137.492213
median37.510353
Q337.534176
95-th percentile37.551254
Maximum37.645923
Range0.18551325
Interquartile range (IQR)0.041963254

Descriptive statistics

Standard deviation0.029370791
Coefficient of variation (CV)0.00078294221
Kurtosis2.4838105
Mean37.513358
Median Absolute Deviation (MAD)0.019699767
Skewness1.0562305
Sum8102.8853
Variance0.00086264339
MonotonicityNot monotonic
2024-04-30T02:45:34.312505image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
37.47382165753006 1
 
0.5%
37.54457578445618 1
 
0.5%
37.48709279681191 1
 
0.5%
37.48810353514559 1
 
0.5%
37.4832382244433 1
 
0.5%
37.483987342833125 1
 
0.5%
37.484879771883904 1
 
0.5%
37.482385183340185 1
 
0.5%
37.48332488285833 1
 
0.5%
37.48400846526428 1
 
0.5%
Other values (206) 206
95.4%
ValueCountFrequency (%)
37.460409760255175 1
0.5%
37.46182097415295 1
0.5%
37.46183243656501 1
0.5%
37.46251635562932 1
0.5%
37.462947415240194 1
0.5%
37.46865289615482 1
0.5%
37.46993594712106 1
0.5%
37.47047409364887 1
0.5%
37.47066401619099 1
0.5%
37.47270076133532 1
0.5%
ValueCountFrequency (%)
37.64592301277978 1
0.5%
37.62444846280297 1
0.5%
37.61353660286451 1
0.5%
37.60995299663104 1
0.5%
37.59164624818599 1
0.5%
37.57888284359564 1
0.5%
37.57393731048517 1
0.5%
37.566852504177646 1
0.5%
37.554013641693615 1
0.5%
37.55287069135847 1
0.5%

경도
Real number (ℝ)

HIGH CORRELATION  UNIQUE 

Distinct216
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean126.89689
Minimum126.81627
Maximum127.15212
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size2.0 KiB
2024-04-30T02:45:34.433610image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum126.81627
5-th percentile126.84187
Q1126.86446
median126.88794
Q3126.90854
95-th percentile127.0404
Maximum127.15212
Range0.33585253
Interquartile range (IQR)0.044082613

Descriptive statistics

Standard deviation0.057543461
Coefficient of variation (CV)0.00045346627
Kurtosis5.7010709
Mean126.89689
Median Absolute Deviation (MAD)0.023248711
Skewness2.2042333
Sum27409.729
Variance0.0033112499
MonotonicityNot monotonic
2024-04-30T02:45:34.563928image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
126.96951037457517 1
 
0.5%
126.86446068935795 1
 
0.5%
126.91346742538028 1
 
0.5%
126.9156937707739 1
 
0.5%
126.91588014067736 1
 
0.5%
126.91769965431436 1
 
0.5%
126.9061884775464 1
 
0.5%
126.90771794718547 1
 
0.5%
126.911176563046 1
 
0.5%
126.90961545041786 1
 
0.5%
Other values (206) 206
95.4%
ValueCountFrequency (%)
126.81626937166367 1
0.5%
126.81808923455384 1
0.5%
126.82248374551627 1
0.5%
126.82290898923613 1
0.5%
126.826532937548 1
0.5%
126.8289642508644 1
0.5%
126.82919462920336 1
0.5%
126.83541790564183 1
0.5%
126.83544058005243 1
0.5%
126.83687826711136 1
0.5%
ValueCountFrequency (%)
127.15212190583138 1
0.5%
127.1291684232802 1
0.5%
127.12859248232016 1
0.5%
127.11128187070943 1
0.5%
127.08653393955406 1
0.5%
127.07680249416308 1
0.5%
127.0722611757738 1
0.5%
127.06654099513466 1
0.5%
127.06475960472515 1
0.5%
127.05377186641142 1
0.5%

의견
Text

UNIQUE 

Distinct216
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size1.8 KiB
2024-04-30T02:45:34.861525image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length1024
Median length144
Mean length136.73611
Min length4

Characters and Unicode

Total characters29535
Distinct characters748
Distinct categories12 ?
Distinct scripts4 ?
Distinct blocks4 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique216 ?
Unique (%)100.0%

Sample

1st row안녕하세요 인헌동 주민 입니다. 몇가지 요청 드리고 싶어 의견 남김니다. 1. 방역 작업 요청 - 근래에 바퀴벌레, 쥐 및 기타 해충이 많이 보입니다. 집 내부는 사설 업체를 통하여 개인이 방역을 할수 있다 쳐도 외부 유입이 가장 많이 때문에 이 일대 방역 요청을 드립니다. 간간히 굉장히 큰 쥐도 자주 출몰 합니다. 방역 처리 빠른 시일내에 부탁 드립니다. 2. 요청 드린 위치가 가로등이 별로 없습니다. 있는 것도 깜박깜박 거리면서 밝게 켜지지가 않습니다. 보수 작업 및 추가 가로등 설치 부탁 드립니다. 빠른 처리 부탁 드립니다. 감사합니다.
2nd row저는 마포구청역 인근에 살다가 이번에 새로 화곡8동으로 이사온 주민입니다. 화곡8동은 까치산역을 통해서 전철 2호선과 5호선을 이용하게 되있는데요, 아침에 전철을 탈때마다 1번출구에 줄이 50미터씩 서있는것을 볼때마다 어이가 없습니다. 강서구는 서울에서 강남구 다음으로 60만명의 인구가 거주하는 자치민수가 2번째로 많은 자치구입니다. 그런데 까치산역 1번 출구는 1인 에스컬레이터로 진입을 하게되있습니다. 지하 4층을 1인용 에스컬레이터로 줄서서 내려가는것은 너무 불편합니다. 비라도 오면 우산을 쓰고 까치산 시장안으로 줄을 서있는데, 구청장이나 서울시 개발계획을 수립하는분이 단 한번만이라도 출근시간에 까치산역을 방문한다면 이렇게 방관하고있지는 못할것입니다. 길건너 4번출구는 그나마있는 1인용 에스컬레이터도 지하2층에서 끊겨서 지하3층부터 지하4층 까지는 걸어서 내려가야합니다. 몇일전 신문고에 에스컬레이터를 지하3층에서 지하4층에 신설해 달라고 요청했는데, 협소한 장소로 불가능 하다고 답변이 왔습니다. 그렇다면 까치산역 출구를 추가로 만들면 어떨까 제안을 해봅니다. 전에 살던 마포구청역은 전철역 진입하는 출구도 굉장히 많고 여러곳인데 거주 인구가 몇배는 많은 까치산역은 왜 상대적으로 전철역 출구가 4개 밖에 안되는지 형평성면에서도 이해가 되지 않습니다.
3rd row서울시 발전을 위해 노력하시는 시청관게자님들께 감사 드립니다. 서울시 생활권계획이 지구중심을 추가하고 상업지역을 넓혀서 낙후지역을 활성화 시켜 균형발전을 이루고자하는 계획이라고 이해하고 있습니다. 저는 서울 중랑구 묵2동 238번지 주민으로 아래와 같이 의견 제안 코자 합니다. 1) 묵동지역은 1997년 도시계획으로 지구중심이 지정되었으나 지구중심이 묵1동에만 전부 편입, 지정되어 묵2동과 균형발전이 이루어 지지 않고 상권의 활성화도 지지부진한 상황입니다. 2) 저희지역(묵동2동 238번지 일대) 묵동지구 중심인 묵동 자이 APT(상업지역)와 동일로를 기준으로 마주보고 위치해 있으나 일반주거 지역(3종)으로 지정되어 7호선 먹골역 개통후 역세권임에도 크게 상권이 활성화 되지 않고 있습니다. 3) 금번 서울시에서 추진 중인 생활권계획 수립시 동 지역(묵2동 238번지 일대)을 묵동지구중심에 추가하여 중심기능이 강화되고 시너지 효과를 통해 낙후된 묵동지역이 발전할수 있도록 선처 바랍니다. 감사합니다.
4th row담당자님 수고많으십니다. 저는 서초동 1604-13번지의 43년된 주택에 거주 하고 있습니다. 지도에서 표시 된 지역입니다. (1)제목으로 달았듯 우리블록의 대로쪽 일부는 3종일반주거지역이고 나머지 일부는 1종 전용주거지역입니다.20여 필지중 18필지가 점포등 근린생활시설로 낡은 2층건물입니다. (2)1종전용주거지역은 단독주택의 양호한 주거환경을 보호하기 위한 지역입니다. (3)그러나 이곳은 확인해보시면 아시듯 90%가 근린생활시설이며 2층주택을 건축 하기엔 합당하지 않습니다.. (4)이곳보다 안쪽블럭인 1617번지 일원은 2종일반주거지역으로 4-5층 건물 밀집지입니다. (5)같은 블록 바로 남쪽 앞땅은 3종일반주거지역으로 16층프레조빌아파트입니다. (6)여건에 합당한 1종전용주거지역은 보호 되어야 합니다. (7)이미 90%이상이 근생시설인 1604번지 일원의 불합리한 1종전용지역은 바로 잡아주시길 빕니다. 지역상황에 맞게 신축 할 수 있도록 용도지역을 헤아려주시기바랍니다. 감사합니다. 김기석올림
5th row불광동에서 구기동으로 가는 구기터널 내에도 인도를 설치해 주세요.
ValueCountFrequency (%)
있습니다 72
 
1.1%
수 57
 
0.9%
및 51
 
0.8%
있는 50
 
0.8%
등 35
 
0.6%
합니다 33
 
0.5%
좋겠습니다 26
 
0.4%
많이 20
 
0.3%
위한 19
 
0.3%
많은 18
 
0.3%
Other values (4059) 5963
94.0%
2024-04-30T02:45:35.304957image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
6627
 
22.4%
이 645
 
2.2%
다 539
 
1.8%
. 509
 
1.7%
니 437
 
1.5%
지 425
 
1.4%
로 401
 
1.4%
하 388
 
1.3%
는 357
 
1.2%
에 351
 
1.2%
Other values (738) 18856
63.8%

Most occurring categories

ValueCountFrequency (%)
Other Letter 21348
72.3%
Space Separator 6627
 
22.4%
Other Punctuation 842
 
2.9%
Decimal Number 436
 
1.5%
Close Punctuation 75
 
0.3%
Open Punctuation 69
 
0.2%
Lowercase Letter 58
 
0.2%
Uppercase Letter 31
 
0.1%
Dash Punctuation 24
 
0.1%
Final Punctuation 9
 
< 0.1%
Other values (2) 16
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
이 645
 
3.0%
다 539
 
2.5%
니 437
 
2.0%
지 425
 
2.0%
로 401
 
1.9%
하 388
 
1.8%
는 357
 
1.7%
에 351
 
1.6%
주 350
 
1.6%
을 338
 
1.6%
Other values (679) 17117
80.2%
Lowercase Letter
ValueCountFrequency (%)
t 17
29.3%
g 11
19.0%
c 6
 
10.3%
m 5
 
8.6%
s 4
 
6.9%
v 3
 
5.2%
a 2
 
3.4%
i 2
 
3.4%
u 1
 
1.7%
p 1
 
1.7%
Other values (6) 6
 
10.3%
Uppercase Letter
ValueCountFrequency (%)
T 7
22.6%
C 6
19.4%
B 3
9.7%
R 3
9.7%
X 2
 
6.5%
K 2
 
6.5%
V 2
 
6.5%
I 2
 
6.5%
P 1
 
3.2%
A 1
 
3.2%
Other values (2) 2
 
6.5%
Other Punctuation
ValueCountFrequency (%)
. 509
60.5%
, 224
26.6%
' 42
 
5.0%
? 19
 
2.3%
% 15
 
1.8%
; 11
 
1.3%
& 11
 
1.3%
* 3
 
0.4%
: 3
 
0.4%
/ 3
 
0.4%
Decimal Number
ValueCountFrequency (%)
1 91
20.9%
0 77
17.7%
2 74
17.0%
3 44
10.1%
5 40
9.2%
4 40
9.2%
6 25
 
5.7%
7 20
 
4.6%
8 16
 
3.7%
9 9
 
2.1%
Final Punctuation
ValueCountFrequency (%)
’ 8
88.9%
” 1
 
11.1%
Initial Punctuation
ValueCountFrequency (%)
‘ 7
87.5%
“ 1
 
12.5%
Math Symbol
ValueCountFrequency (%)
~ 6
75.0%
+ 2
 
25.0%
Space Separator
ValueCountFrequency (%)
6627
100.0%
Close Punctuation
ValueCountFrequency (%)
) 75
100.0%
Open Punctuation
ValueCountFrequency (%)
( 69
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 24
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 21344
72.3%
Common 8098
 
27.4%
Latin 89
 
0.3%
Han 4
 
< 0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
이 645
 
3.0%
다 539
 
2.5%
니 437
 
2.0%
지 425
 
2.0%
로 401
 
1.9%
하 388
 
1.8%
는 357
 
1.7%
에 351
 
1.6%
주 350
 
1.6%
을 338
 
1.6%
Other values (675) 17113
80.2%
Common
ValueCountFrequency (%)
6627
81.8%
. 509
 
6.3%
, 224
 
2.8%
1 91
 
1.1%
0 77
 
1.0%
) 75
 
0.9%
2 74
 
0.9%
( 69
 
0.9%
3 44
 
0.5%
' 42
 
0.5%
Other values (21) 266
 
3.3%
Latin
ValueCountFrequency (%)
t 17
19.1%
g 11
12.4%
T 7
 
7.9%
C 6
 
6.7%
c 6
 
6.7%
m 5
 
5.6%
s 4
 
4.5%
v 3
 
3.4%
B 3
 
3.4%
R 3
 
3.4%
Other values (18) 24
27.0%
Han
ValueCountFrequency (%)
低 1
25.0%
南 1
25.0%
高 1
25.0%
北 1
25.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 21344
72.3%
ASCII 8170
 
27.7%
Punctuation 17
 
0.1%
CJK 4
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
6627
81.1%
. 509
 
6.2%
, 224
 
2.7%
1 91
 
1.1%
0 77
 
0.9%
) 75
 
0.9%
2 74
 
0.9%
( 69
 
0.8%
3 44
 
0.5%
' 42
 
0.5%
Other values (45) 338
 
4.1%
Hangul
ValueCountFrequency (%)
이 645
 
3.0%
다 539
 
2.5%
니 437
 
2.0%
지 425
 
2.0%
로 401
 
1.9%
하 388
 
1.8%
는 357
 
1.7%
에 351
 
1.6%
주 350
 
1.6%
을 338
 
1.6%
Other values (675) 17113
80.2%
Punctuation
ValueCountFrequency (%)
’ 8
47.1%
‘ 7
41.2%
” 1
 
5.9%
“ 1
 
5.9%
CJK
ValueCountFrequency (%)
低 1
25.0%
南 1
25.0%
高 1
25.0%
北 1
25.0%

저장파일명
Text

MISSING 

Distinct7
Distinct (%)100.0%
Missing209
Missing (%)96.8%
Memory size1.8 KiB
2024-04-30T02:45:35.484981image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length45
Median length41
Mean length38.285714
Min length29

Characters and Unicode

Total characters268
Distinct characters47
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

Unique7 ?
Unique (%)100.0%

Sample

1st row201706031496454535946_IMG_20170512_195043.jpg
2nd row201705231495511736900_동남권.png
3rd row201705171494949235786_서울시 2030계획_4.png
4th row201610121476264758754_test.jpg
5th row201510221445481799013_포맷변환_양재대로변지하철통합노선안.jpg
ValueCountFrequency (%)
201706031496454535946_img_20170512_195043.jpg 1
12.5%
201705231495511736900_동남권.png 1
12.5%
201705171494949235786_서울시 1
12.5%
2030계획_4.png 1
12.5%
201610121476264758754_test.jpg 1
12.5%
201510221445481799013_포맷변환_양재대로변지하철통합노선안.jpg 1
12.5%
201411261416985808037_20141125_072959.jpg 1
12.5%
201411121415760258876_20141111_142839.jpg 1
12.5%
2024-04-30T02:45:35.749756image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1 41
15.3%
0 27
 
10.1%
2 24
 
9.0%
4 23
 
8.6%
5 19
 
7.1%
7 15
 
5.6%
9 14
 
5.2%
_ 13
 
4.9%
6 12
 
4.5%
3 10
 
3.7%
Other values (37) 70
26.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 194
72.4%
Lowercase Letter 25
 
9.3%
Other Letter 25
 
9.3%
Connector Punctuation 13
 
4.9%
Other Punctuation 7
 
2.6%
Uppercase Letter 3
 
1.1%
Space Separator 1
 
0.4%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
변 2
 
8.0%
철 1
 
4.0%
하 1
 
4.0%
통 1
 
4.0%
노 1
 
4.0%
맷 1
 
4.0%
선 1
 
4.0%
로 1
 
4.0%
대 1
 
4.0%
재 1
 
4.0%
Other values (14) 14
56.0%
Decimal Number
ValueCountFrequency (%)
1 41
21.1%
0 27
13.9%
2 24
12.4%
4 23
11.9%
5 19
9.8%
7 15
 
7.7%
9 14
 
7.2%
6 12
 
6.2%
3 10
 
5.2%
8 9
 
4.6%
Lowercase Letter
ValueCountFrequency (%)
g 7
28.0%
p 7
28.0%
j 5
20.0%
n 2
 
8.0%
t 2
 
8.0%
s 1
 
4.0%
e 1
 
4.0%
Uppercase Letter
ValueCountFrequency (%)
G 1
33.3%
M 1
33.3%
I 1
33.3%
Connector Punctuation
ValueCountFrequency (%)
_ 13
100.0%
Other Punctuation
ValueCountFrequency (%)
. 7
100.0%
Space Separator
ValueCountFrequency (%)
1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 215
80.2%
Latin 28
 
10.4%
Hangul 25
 
9.3%

Most frequent character per script

Hangul
ValueCountFrequency (%)
변 2
 
8.0%
철 1
 
4.0%
하 1
 
4.0%
통 1
 
4.0%
노 1
 
4.0%
맷 1
 
4.0%
선 1
 
4.0%
로 1
 
4.0%
대 1
 
4.0%
재 1
 
4.0%
Other values (14) 14
56.0%
Common
ValueCountFrequency (%)
1 41
19.1%
0 27
12.6%
2 24
11.2%
4 23
10.7%
5 19
8.8%
7 15
 
7.0%
9 14
 
6.5%
_ 13
 
6.0%
6 12
 
5.6%
3 10
 
4.7%
Other values (3) 17
7.9%
Latin
ValueCountFrequency (%)
g 7
25.0%
p 7
25.0%
j 5
17.9%
n 2
 
7.1%
t 2
 
7.1%
s 1
 
3.6%
e 1
 
3.6%
G 1
 
3.6%
M 1
 
3.6%
I 1
 
3.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII 243
90.7%
Hangul 25
 
9.3%

Most frequent character per block

ASCII
ValueCountFrequency (%)
1 41
16.9%
0 27
11.1%
2 24
9.9%
4 23
9.5%
5 19
7.8%
7 15
 
6.2%
9 14
 
5.8%
_ 13
 
5.3%
6 12
 
4.9%
3 10
 
4.1%
Other values (13) 45
18.5%
Hangul
ValueCountFrequency (%)
변 2
 
8.0%
철 1
 
4.0%
하 1
 
4.0%
통 1
 
4.0%
노 1
 
4.0%
맷 1
 
4.0%
선 1
 
4.0%
로 1
 
4.0%
대 1
 
4.0%
재 1
 
4.0%
Other values (14) 14
56.0%

실제파일명
Text

MISSING 

Distinct7
Distinct (%)100.0%
Missing209
Missing (%)96.8%
Memory size1.8 KiB
2024-04-30T02:45:35.899692image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length23
Median length19
Mean length16.285714
Min length7

Characters and Unicode

Total characters114
Distinct characters46
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

Unique7 ?
Unique (%)100.0%

Sample

1st rowIMG_20170512_195043.jpg
2nd row동남권.png
3rd row서울시 2030계획_4.png
4th rowtest.jpg
5th row포맷변환_양재대로변지하철통합노선안.jpg
ValueCountFrequency (%)
img_20170512_195043.jpg 1
12.5%
동남권.png 1
12.5%
서울시 1
12.5%
2030계획_4.png 1
12.5%
test.jpg 1
12.5%
포맷변환_양재대로변지하철통합노선안.jpg 1
12.5%
20141125_072959.jpg 1
12.5%
20141111_142839.jpg 1
12.5%
2024-04-30T02:45:36.156616image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1 12
 
10.5%
2 8
 
7.0%
0 8
 
7.0%
g 7
 
6.1%
. 7
 
6.1%
p 7
 
6.1%
_ 6
 
5.3%
j 5
 
4.4%
4 5
 
4.4%
5 4
 
3.5%
Other values (36) 45
39.5%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 47
41.2%
Lowercase Letter 25
21.9%
Other Letter 25
21.9%
Other Punctuation 7
 
6.1%
Connector Punctuation 6
 
5.3%
Uppercase Letter 3
 
2.6%
Space Separator 1
 
0.9%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
변 2
 
8.0%
하 1
 
4.0%
양 1
 
4.0%
재 1
 
4.0%
대 1
 
4.0%
로 1
 
4.0%
지 1
 
4.0%
철 1
 
4.0%
통 1
 
4.0%
합 1
 
4.0%
Other values (14) 14
56.0%
Decimal Number
ValueCountFrequency (%)
1 12
25.5%
2 8
17.0%
0 8
17.0%
4 5
10.6%
5 4
 
8.5%
9 4
 
8.5%
3 3
 
6.4%
7 2
 
4.3%
8 1
 
2.1%
Lowercase Letter
ValueCountFrequency (%)
g 7
28.0%
p 7
28.0%
j 5
20.0%
t 2
 
8.0%
n 2
 
8.0%
s 1
 
4.0%
e 1
 
4.0%
Uppercase Letter
ValueCountFrequency (%)
I 1
33.3%
M 1
33.3%
G 1
33.3%
Other Punctuation
ValueCountFrequency (%)
. 7
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 6
100.0%
Space Separator
ValueCountFrequency (%)
1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 61
53.5%
Latin 28
24.6%
Hangul 25
21.9%

Most frequent character per script

Hangul
ValueCountFrequency (%)
변 2
 
8.0%
하 1
 
4.0%
양 1
 
4.0%
재 1
 
4.0%
대 1
 
4.0%
로 1
 
4.0%
지 1
 
4.0%
철 1
 
4.0%
통 1
 
4.0%
합 1
 
4.0%
Other values (14) 14
56.0%
Common
ValueCountFrequency (%)
1 12
19.7%
2 8
13.1%
0 8
13.1%
. 7
11.5%
_ 6
9.8%
4 5
8.2%
5 4
 
6.6%
9 4
 
6.6%
3 3
 
4.9%
7 2
 
3.3%
Other values (2) 2
 
3.3%
Latin
ValueCountFrequency (%)
g 7
25.0%
p 7
25.0%
j 5
17.9%
t 2
 
7.1%
n 2
 
7.1%
I 1
 
3.6%
s 1
 
3.6%
e 1
 
3.6%
M 1
 
3.6%
G 1
 
3.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII 89
78.1%
Hangul 25
 
21.9%

Most frequent character per block

ASCII
ValueCountFrequency (%)
1 12
13.5%
2 8
 
9.0%
0 8
 
9.0%
g 7
 
7.9%
. 7
 
7.9%
p 7
 
7.9%
_ 6
 
6.7%
j 5
 
5.6%
4 5
 
5.6%
5 4
 
4.5%
Other values (12) 20
22.5%
Hangul
ValueCountFrequency (%)
변 2
 
8.0%
하 1
 
4.0%
양 1
 
4.0%
재 1
 
4.0%
대 1
 
4.0%
로 1
 
4.0%
지 1
 
4.0%
철 1
 
4.0%
통 1
 
4.0%
합 1
 
4.0%
Other values (14) 14
56.0%

파일경로
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct2
Distinct (%)0.9%
Missing0
Missing (%)0.0%
Memory size1.8 KiB
<NA>
209 
/home/planning/www/WebContent/upload/leave_opinion/
 
7

Length

Max length51
Median length4
Mean length5.5231481
Min length4

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row<NA>
2nd row<NA>
3rd row<NA>
4th row<NA>
5th row<NA>

Common Values

ValueCountFrequency (%)
<NA> 209
96.8%
/home/planning/www/WebContent/upload/leave_opinion/ 7
 
3.2%

Length

2024-04-30T02:45:36.262601image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-04-30T02:45:36.355308image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
na 209
96.8%
home/planning/www/webcontent/upload/leave_opinion 7
 
3.2%

추천수
Categorical

HIGH CORRELATION 

Distinct4
Distinct (%)1.9%
Missing0
Missing (%)0.0%
Memory size1.8 KiB
0
125 
1
85 
2
 
5
5
 
1

Length

Max length1
Median length1
Mean length1
Min length1

Unique

Unique1 ?
Unique (%)0.5%

Sample

1st row0
2nd row0
3rd row2
4th row0
5th row0

Common Values

ValueCountFrequency (%)
0 125
57.9%
1 85
39.4%
2 5
 
2.3%
5 1
 
0.5%

Length

2024-04-30T02:45:36.446647image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-04-30T02:45:36.536455image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
0 125
57.9%
1 85
39.4%
2 5
 
2.3%
5 1
 
0.5%

조회수
Real number (ℝ)

HIGH CORRELATION 

Distinct180
Distinct (%)83.3%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean825.16204
Minimum290
Maximum7164
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size2.0 KiB
2024-04-30T02:45:36.640984image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum290
5-th percentile384.5
Q1492.25
median600
Q3866.75
95-th percentile1926.75
Maximum7164
Range6874
Interquartile range (IQR)374.5

Descriptive statistics

Standard deviation657.99948
Coefficient of variation (CV)0.79741851
Kurtosis39.787083
Mean825.16204
Median Absolute Deviation (MAD)129
Skewness4.8682827
Sum178235
Variance432963.32
MonotonicityNot monotonic
2024-04-30T02:45:36.777694image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
416 4
 
1.9%
471 3
 
1.4%
630 3
 
1.4%
605 3
 
1.4%
550 3
 
1.4%
600 3
 
1.4%
500 2
 
0.9%
548 2
 
0.9%
489 2
 
0.9%
488 2
 
0.9%
Other values (170) 189
87.5%
ValueCountFrequency (%)
290 1
0.5%
296 1
0.5%
298 1
0.5%
335 1
0.5%
337 1
0.5%
349 1
0.5%
361 2
0.9%
372 1
0.5%
378 1
0.5%
380 1
0.5%
ValueCountFrequency (%)
7164 1
0.5%
2972 1
0.5%
2229 1
0.5%
2228 1
0.5%
2186 1
0.5%
2181 1
0.5%
2130 1
0.5%
2097 1
0.5%
2090 1
0.5%
2083 1
0.5%

등록일
Date

UNIQUE 

Distinct216
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size1.8 KiB
Minimum2014-10-20 10:33:45
Maximum2017-09-05 14:17:24
2024-04-30T02:45:36.905382image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:37.018507image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)

수정일
Date

MISSING 

Distinct146
Distinct (%)100.0%
Missing70
Missing (%)32.4%
Memory size1.8 KiB
Minimum2015-03-12 13:30:59
Maximum2017-11-03 17:10:35
2024-04-30T02:45:37.137692image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:37.242767image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)

의견 댓글 번호
Real number (ℝ)

HIGH CORRELATION  MISSING 

Distinct23
Distinct (%)100.0%
Missing193
Missing (%)89.4%
Infinite0
Infinite (%)0.0%
Mean30
Minimum2
Maximum54
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size2.0 KiB
2024-04-30T02:45:37.337003image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum2
5-th percentile3.1
Q115.5
median34
Q345
95-th percentile50.8
Maximum54
Range52
Interquartile range (IQR)29.5

Descriptive statistics

Standard deviation17.570637
Coefficient of variation (CV)0.58568789
Kurtosis-1.305836
Mean30
Median Absolute Deviation (MAD)14
Skewness-0.42020002
Sum690
Variance308.72727
MonotonicityNot monotonic
2024-04-30T02:45:37.445183image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=23)
ValueCountFrequency (%)
51 1
 
0.5%
16 1
 
0.5%
17 1
 
0.5%
2 1
 
0.5%
3 1
 
0.5%
4 1
 
0.5%
5 1
 
0.5%
6 1
 
0.5%
15 1
 
0.5%
47 1
 
0.5%
Other values (13) 13
 
6.0%
(Missing) 193
89.4%
ValueCountFrequency (%)
2 1
0.5%
3 1
0.5%
4 1
0.5%
5 1
0.5%
6 1
0.5%
15 1
0.5%
16 1
0.5%
17 1
0.5%
29 1
0.5%
32 1
0.5%
ValueCountFrequency (%)
54 1
0.5%
51 1
0.5%
49 1
0.5%
48 1
0.5%
47 1
0.5%
46 1
0.5%
44 1
0.5%
43 1
0.5%
39 1
0.5%
38 1
0.5%

댓글내용
Text

MISSING 

Distinct23
Distinct (%)100.0%
Missing193
Missing (%)89.4%
Memory size1.8 KiB
2024-04-30T02:45:37.715514image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length250
Median length128
Mean length128.86957
Min length10

Characters and Unicode

Total characters2964
Distinct characters308
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

Unique23 ?
Unique (%)100.0%

Sample

1st row2030 서울시 생활권계획은 2030서울플랜을 구체화하여 지역별로 수립하고, 계획내용은 각종 계획수립시 가이드로 활용할 예정입니다. 의견주신 개별 도시관리계획(용도지역)과 관련한 내용은 담당부서에서 향후 재정비시 참고하여 검토하겠습니다. 좋은 의견 감사드립니다.
2nd row생활권계획에 관심을 가져구셔서 감사합니다. 의견 주신 역세권 신설 출입구와 관련한 사항은 담당부서에 통보하도록 하겠습니다. 많은 관심과 의견 감사드립니다.
3rd row서울시 생활권계획은 지역의 자연적, 물리적 생활환경의 특성을 고려하고 지역주민들의 연령,계층,문화적 특성 등을 종합적으로 파악하여 생활권의 발전방향과 정책목표, 추진전략 등을 제시하는 계획입니다. 의견 주신 사항에 대해서는 검토하여 내실있는 계획이 되도록 노력하겠습니다. 또한 불법주차에 대한 사항은 관련부서 및 자치구에 통보하여 조치토록하겠습니다. 좋은 의견 감사드립니다.
4th row담당부서 의견은 아래와 같습니다. 조례의 별표3 개정(안)은 비주거 의무비율 확보시 주거용적률을 400%까지 일괄 허용하며, 비주거 의무비율을 일부 하향 조정하는 것으로서, 현행 별표3의 주택연면적 비율에 따른 용적률 표는 삭제되어 주거비율 80% 적용지역이더라도 용적률이 하향되지 않습니다. 따라서, 비주거 추가 도입시 조례상 용적률까지 허용됨을 알려드립니다. 좋은 의견 감사드립니다.
5th row2030 서울시 생활권계획은 2030 서울플랜을 구체화하여 관련계획들을 포함하여 수립하였습니다. 의견 주신 버스노선과 관련한 사항은 담당부서에 통보하여 검토하겠습니다. 좋은 의견 감사드립니다.
ValueCountFrequency (%)
서울시 14
 
2.3%
등을 14
 
2.3%
의견 14
 
2.3%
생활권계획은 11
 
1.8%
감사드립니다 10
 
1.7%
좋은 10
 
1.7%
2030 8
 
1.3%
계획입니다 7
 
1.2%
고려하고 6
 
1.0%
감사합니다 6
 
1.0%
Other values (335) 500
83.3%
2024-04-30T02:45:38.119919image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
592
 
20.0%
하 88
 
3.0%
다 60
 
2.0%
의 59
 
2.0%
니 58
 
2.0%
. 56
 
1.9%
을 51
 
1.7%
계 46
 
1.6%
서 43
 
1.5%
지 40
 
1.3%
Other values (298) 1871
63.1%

Most occurring categories

ValueCountFrequency (%)
Other Letter 2209
74.5%
Space Separator 592
 
20.0%
Other Punctuation 98
 
3.3%
Decimal Number 54
 
1.8%
Close Punctuation 3
 
0.1%
Open Punctuation 3
 
0.1%
Uppercase Letter 3
 
0.1%
Modifier Symbol 2
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
하 88
 
4.0%
다 60
 
2.7%
의 59
 
2.7%
니 58
 
2.6%
을 51
 
2.3%
계 46
 
2.1%
서 43
 
1.9%
지 40
 
1.8%
은 38
 
1.7%
시 37
 
1.7%
Other values (279) 1689
76.5%
Decimal Number
ValueCountFrequency (%)
0 24
44.4%
3 14
25.9%
2 11
20.4%
6 2
 
3.7%
8 1
 
1.9%
5 1
 
1.9%
4 1
 
1.9%
Other Punctuation
ValueCountFrequency (%)
. 56
57.1%
, 36
36.7%
' 2
 
2.0%
? 2
 
2.0%
% 2
 
2.0%
Uppercase Letter
ValueCountFrequency (%)
X 1
33.3%
T 1
33.3%
K 1
33.3%
Space Separator
ValueCountFrequency (%)
592
100.0%
Close Punctuation
ValueCountFrequency (%)
) 3
100.0%
Open Punctuation
ValueCountFrequency (%)
( 3
100.0%
Modifier Symbol
ValueCountFrequency (%)
^ 2
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 2209
74.5%
Common 752
 
25.4%
Latin 3
 
0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
하 88
 
4.0%
다 60
 
2.7%
의 59
 
2.7%
니 58
 
2.6%
을 51
 
2.3%
계 46
 
2.1%
서 43
 
1.9%
지 40
 
1.8%
은 38
 
1.7%
시 37
 
1.7%
Other values (279) 1689
76.5%
Common
ValueCountFrequency (%)
592
78.7%
. 56
 
7.4%
, 36
 
4.8%
0 24
 
3.2%
3 14
 
1.9%
2 11
 
1.5%
) 3
 
0.4%
( 3
 
0.4%
' 2
 
0.3%
? 2
 
0.3%
Other values (6) 9
 
1.2%
Latin
ValueCountFrequency (%)
X 1
33.3%
T 1
33.3%
K 1
33.3%

Most occurring blocks

ValueCountFrequency (%)
Hangul 2209
74.5%
ASCII 755
 
25.5%

Most frequent character per block

ASCII
ValueCountFrequency (%)
592
78.4%
. 56
 
7.4%
, 36
 
4.8%
0 24
 
3.2%
3 14
 
1.9%
2 11
 
1.5%
) 3
 
0.4%
( 3
 
0.4%
' 2
 
0.3%
? 2
 
0.3%
Other values (9) 12
 
1.6%
Hangul
ValueCountFrequency (%)
하 88
 
4.0%
다 60
 
2.7%
의 59
 
2.7%
니 58
 
2.6%
을 51
 
2.3%
계 46
 
2.1%
서 43
 
1.9%
지 40
 
1.8%
은 38
 
1.7%
시 37
 
1.7%
Other values (279) 1689
76.5%

의견 댓글 추천수
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct3
Distinct (%)1.4%
Missing0
Missing (%)0.0%
Memory size1.8 KiB
<NA>
193 
0
21 
1
 
2

Length

Max length4
Median length4
Mean length3.6805556
Min length1

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row<NA>
2nd row<NA>
3rd row0
4th row<NA>
5th row<NA>

Common Values

ValueCountFrequency (%)
<NA> 193
89.4%
0 21
 
9.7%
1 2
 
0.9%

Length

2024-04-30T02:45:38.248533image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-04-30T02:45:38.365336image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
na 193
89.4%
0 21
 
9.7%
1 2
 
0.9%

의견 댓글 등록일
Date

MISSING 

Distinct23
Distinct (%)100.0%
Missing193
Missing (%)89.4%
Memory size1.8 KiB
Minimum2014-10-20 13:51:41
Maximum2017-11-03 17:10:22
2024-04-30T02:45:38.479494image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:38.598977image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=23)

Interactions

2024-04-30T02:45:31.322467image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:29.698257image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:30.157474image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:30.542896image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:30.922251image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:31.388093image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:29.817163image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:30.226094image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:30.620227image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:30.992642image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:31.465756image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:29.908410image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:30.300956image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:30.698243image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:31.080147image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:31.538822image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:30.004033image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:30.379335image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:30.781062image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:31.171863image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:31.616640image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:30.081581image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:30.470017image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:30.855082image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-30T02:45:31.256306image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Correlations

2024-04-30T02:45:38.680654image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
의견 번호분류주소위도경도저장파일명실제파일명추천수조회수의견 댓글 번호댓글내용의견 댓글 추천수의견 댓글 등록일
의견 번호1.0000.4120.9860.8380.8471.0001.0000.6200.7630.6901.0000.0001.000
분류0.4121.0000.4710.1700.1171.0001.0000.0000.0000.5711.0000.0001.000
주소0.9860.4711.0000.9950.9961.0001.0000.8790.8930.8771.0001.0001.000
위도0.8380.1700.9951.0000.7651.0001.0000.3730.4450.5531.0000.1691.000
경도0.8470.1170.9960.7651.0001.0001.0000.6040.7570.6051.0000.8681.000
저장파일명1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000
실제파일명1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000
추천수0.6200.0000.8790.3730.6041.0001.0001.0000.7190.0001.0000.4121.000
조회수0.7630.0000.8930.4450.7571.0001.0000.7191.0000.4101.0000.0001.000
의견 댓글 번호0.6900.5710.8770.5530.6051.0001.0000.0000.4101.0001.0000.0001.000
댓글내용1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000
의견 댓글 추천수0.0000.0001.0000.1690.8681.0001.0000.4120.0000.0001.0001.0001.000
의견 댓글 등록일1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000
2024-04-30T02:45:39.072027image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
파일경로추천수의견 댓글 추천수분류
파일경로1.0001.0001.0001.000
추천수1.0001.0000.2520.000
의견 댓글 추천수1.0000.2521.0000.000
분류1.0000.0000.0001.000
2024-04-30T02:45:39.155885image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
의견 번호위도경도조회수의견 댓글 번호분류파일경로추천수의견 댓글 추천수
의견 번호1.000-0.0330.2920.3950.6710.3101.0000.4160.000
위도-0.0331.000-0.0720.2290.0050.1271.0000.2270.000
경도0.292-0.0721.0000.2900.0630.0871.0000.4020.576
조회수0.3950.2290.2901.0000.2620.0001.0000.6570.000
의견 댓글 번호0.6710.0050.0630.2621.0000.5291.0000.0000.000
분류0.3100.1270.0870.0000.5291.0001.0000.0000.000
파일경로1.0001.0001.0001.0001.0001.0001.0001.0001.000
추천수0.4160.2270.4020.6570.0000.0001.0001.0000.252
의견 댓글 추천수0.0000.0000.5760.0000.0000.0001.0000.2521.000

Missing values

2024-04-30T02:45:31.734960image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2024-04-30T02:45:31.929464image/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.
2024-04-30T02:45:32.113590image/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

의견 번호분류제목주소위도경도의견저장파일명실제파일명파일경로추천수조회수등록일수정일의견 댓글 번호댓글내용의견 댓글 추천수의견 댓글 등록일
0241지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)관악구 인헌동 일대 방역 및 가로등 보수 요청서울특별시 관악구 인헌동37.473822126.96951안녕하세요 인헌동 주민 입니다. 몇가지 요청 드리고 싶어 의견 남김니다. 1. 방역 작업 요청 - 근래에 바퀴벌레, 쥐 및 기타 해충이 많이 보입니다. 집 내부는 사설 업체를 통하여 개인이 방역을 할수 있다 쳐도 외부 유입이 가장 많이 때문에 이 일대 방역 요청을 드립니다. 간간히 굉장히 큰 쥐도 자주 출몰 합니다. 방역 처리 빠른 시일내에 부탁 드립니다. 2. 요청 드린 위치가 가로등이 별로 없습니다. 있는 것도 깜박깜박 거리면서 밝게 켜지지가 않습니다. 보수 작업 및 추가 가로등 설치 부탁 드립니다. 빠른 처리 부탁 드립니다. 감사합니다.<NA><NA><NA>015532017-09-05 14:17:24.0<NA><NA><NA><NA><NA>
1240지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)까치산역 지하철 출구 추가로 만들어 주세요서울특별시 강서구 화곡8동37.532507126.846448저는 마포구청역 인근에 살다가 이번에 새로 화곡8동으로 이사온 주민입니다. 화곡8동은 까치산역을 통해서 전철 2호선과 5호선을 이용하게 되있는데요, 아침에 전철을 탈때마다 1번출구에 줄이 50미터씩 서있는것을 볼때마다 어이가 없습니다. 강서구는 서울에서 강남구 다음으로 60만명의 인구가 거주하는 자치민수가 2번째로 많은 자치구입니다. 그런데 까치산역 1번 출구는 1인 에스컬레이터로 진입을 하게되있습니다. 지하 4층을 1인용 에스컬레이터로 줄서서 내려가는것은 너무 불편합니다. 비라도 오면 우산을 쓰고 까치산 시장안으로 줄을 서있는데, 구청장이나 서울시 개발계획을 수립하는분이 단 한번만이라도 출근시간에 까치산역을 방문한다면 이렇게 방관하고있지는 못할것입니다. 길건너 4번출구는 그나마있는 1인용 에스컬레이터도 지하2층에서 끊겨서 지하3층부터 지하4층 까지는 걸어서 내려가야합니다. 몇일전 신문고에 에스컬레이터를 지하3층에서 지하4층에 신설해 달라고 요청했는데, 협소한 장소로 불가능 하다고 답변이 왔습니다. 그렇다면 까치산역 출구를 추가로 만들면 어떨까 제안을 해봅니다. 전에 살던 마포구청역은 전철역 진입하는 출구도 굉장히 많고 여러곳인데 거주 인구가 몇배는 많은 까치산역은 왜 상대적으로 전철역 출구가 4개 밖에 안되는지 형평성면에서도 이해가 되지 않습니다.<NA><NA><NA>016342017-07-29 23:57:31.02017-07-30 00:12:39.0<NA><NA><NA><NA>
2239지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)(답변완료)서울시 생활권계획에대한 제안서울특별시 중랑구 묵2동37.613537127.076802서울시 발전을 위해 노력하시는 시청관게자님들께 감사 드립니다. 서울시 생활권계획이 지구중심을 추가하고 상업지역을 넓혀서 낙후지역을 활성화 시켜 균형발전을 이루고자하는 계획이라고 이해하고 있습니다. 저는 서울 중랑구 묵2동 238번지 주민으로 아래와 같이 의견 제안 코자 합니다. 1) 묵동지역은 1997년 도시계획으로 지구중심이 지정되었으나 지구중심이 묵1동에만 전부 편입, 지정되어 묵2동과 균형발전이 이루어 지지 않고 상권의 활성화도 지지부진한 상황입니다. 2) 저희지역(묵동2동 238번지 일대) 묵동지구 중심인 묵동 자이 APT(상업지역)와 동일로를 기준으로 마주보고 위치해 있으나 일반주거 지역(3종)으로 지정되어 7호선 먹골역 개통후 역세권임에도 크게 상권이 활성화 되지 않고 있습니다. 3) 금번 서울시에서 추진 중인 생활권계획 수립시 동 지역(묵2동 238번지 일대)을 묵동지구중심에 추가하여 중심기능이 강화되고 시너지 효과를 통해 낙후된 묵동지역이 발전할수 있도록 선처 바랍니다. 감사합니다.<NA><NA><NA>219802017-07-20 13:52:21.02017-11-03 17:10:35.0542030 서울시 생활권계획은 2030서울플랜을 구체화하여 지역별로 수립하고, 계획내용은 각종 계획수립시 가이드로 활용할 예정입니다. 의견주신 개별 도시관리계획(용도지역)과 관련한 내용은 담당부서에서 향후 재정비시 참고하여 검토하겠습니다. 좋은 의견 감사드립니다.02017-11-03 17:10:22.0
3238지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)90%이상이 근린생활시설인 제1종전용주거지역서울특별시 서초구 서초1동37.486778127.020126담당자님 수고많으십니다. 저는 서초동 1604-13번지의 43년된 주택에 거주 하고 있습니다. 지도에서 표시 된 지역입니다. (1)제목으로 달았듯 우리블록의 대로쪽 일부는 3종일반주거지역이고 나머지 일부는 1종 전용주거지역입니다.20여 필지중 18필지가 점포등 근린생활시설로 낡은 2층건물입니다. (2)1종전용주거지역은 단독주택의 양호한 주거환경을 보호하기 위한 지역입니다. (3)그러나 이곳은 확인해보시면 아시듯 90%가 근린생활시설이며 2층주택을 건축 하기엔 합당하지 않습니다.. (4)이곳보다 안쪽블럭인 1617번지 일원은 2종일반주거지역으로 4-5층 건물 밀집지입니다. (5)같은 블록 바로 남쪽 앞땅은 3종일반주거지역으로 16층프레조빌아파트입니다. (6)여건에 합당한 1종전용주거지역은 보호 되어야 합니다. (7)이미 90%이상이 근생시설인 1604번지 일원의 불합리한 1종전용지역은 바로 잡아주시길 빕니다. 지역상황에 맞게 신축 할 수 있도록 용도지역을 헤아려주시기바랍니다. 감사합니다. 김기석올림<NA><NA><NA>018612017-07-18 19:37:09.02017-07-18 19:55:52.0<NA><NA><NA><NA>
4237지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)구기터널에 인도설치서울특별시 은평구 녹번동37.609953126.948129불광동에서 구기동으로 가는 구기터널 내에도 인도를 설치해 주세요.<NA><NA><NA>012412017-06-26 08:56:50.0<NA><NA><NA><NA><NA>
5235지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)(답변완료) 홍은사거리에 홍제역 신설출입구를 만들어주세요!!서울특별시 서대문구 홍은1동37.591646126.94145안녕하세요~ 홍제동에서 10년째 살고 있는 사람입니다. 홍제역1번,2번,3번, 4번 출구까지 좁은인도에 출입구 부족으로 지하철 출입구 근처에서 많은 사람들이 뒹엉켜 다니고 있습니다. 더욱이 좁은 인도인데 거기에 노점상까지 여간 불편한게 아닙니다. 출입구 근처에서는 아이와 손도 잡고 다닐수 없을정도로 사람이 많고 서울문화예술대학교가 생긴 이후로 더 많은 사람들이 모여들고 있습니다. 그리고 버스정류장과 마을버스 정류장까지 출퇴근시간이면 홍은1,2동 홍제3동까지 인산인해 입니다. 향후 홍은12구역 홍은1구역 홍제3구역 등등 홍제역권역 재개발이 완료되면 도로 확충도 불가능한 홍제동에서 지하철과 버스만의 답인데 지하철출입구 많은 인파로 불편함이 너무 많습니다. 홍은사거리에 신설역이 챙기면 더욱 좋겠지만 그게 사업 타당성과 맞지 않는다면 홍은사거리 인근에 홍제 신설출입구 만들어주세요~ 그럼 홍은1동 2동 홍제3동 그외 홍제천 인근 거주민까지 도보로 지하철을 이용할수 있는 편의성을 가질거라 생각됩니다. 서울시에서 통일로의 교통혼잡에 대해서 인지하고 있는걸로 알고 있습니다. 하지만 서울시 및 서대문구청에 딱히 나오는 취하는 액션이 없어 아쉽습니다. 그리고 또한 홍은사거리에 신설출입구를 설치한다면 인왕시장 및 유진상가의 활성화에 많은 도움이 될거라고 생각합니다. 응암동 재개발이 완료되면 더욱 더 통일로의 정체는 극심해 질텐데 벌써부터 걱정입니다. 홍제동을 떠나야 하는 생각까지 듭니다. 이상 홍제동에서 살고 있는 시민입니다. 꼭 만들어주세요~<NA><NA><NA>121302017-06-05 15:03:46.02017-06-27 09:22:02.051생활권계획에 관심을 가져구셔서 감사합니다. 의견 주신 역세권 신설 출입구와 관련한 사항은 담당부서에 통보하도록 하겠습니다. 많은 관심과 의견 감사드립니다.02017-06-27 09:23:06.0
6234지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)(답변완료)10년째 방치되어 주변을 슬럼화시키고 있는 내발산동 743부지 조속 해결 요구서울특별시 강서구 발산1동37.552871126.828964강서구 내발산동 743부지에 대해 말씀드립니다. 이미 거의 10여년간 주민들의 구청과 시에 건의를 했고, 시에서도 검토를 한 적이 있으므로 잘 아실겁니다. 지역 정치인은 선거로만 이용하고 당선 후에는 중양정치에만 기웃거리며 나몰라라 하고 있고, 시에서 복지부동과 예산타령만 하며 차일피일 미루면서 지역은 슬럼화되고 있습니다. 이에 따라 아래와 같이 주민 안전에 위협이 되어 오며 큰 불편을 주고 있습니다. 안전과 직결된 문제이므로 당초 타당성 조사 결과대로 이번 생활권 계획과 연계하여 조속히 해결해주시기 바랍니다. 1) 불법주차로 인한 주민안전 문제 - 수명산파크 8단지 뒷길과 방치되어있는 743부지 앞 이면도로는 인근 학교 학생들의 주된 등하교길로 이용되고 있으며, 학생들을 통학시키는 학부모 차량이 빈번히 다니는 길입니다. - 743부지가 10여년간 펜스로 둘러쌓인채 방치되면서 불법주차가 판을 치고 있습니다. 문제는 거주지우선주차 위반하는 소형차량이 아니라, 대형차량과 중장비입니다. 주민들이 구청에 신고해도 일회성 단속으로 그쳐 단속이 끝나면 다시 불법주차를 하는 경우가 빈번합니다. 이러한 대형 차량들이 이동할때 마다 학생들의 안전에 큰 위협이 되고 있습니다. 인근에 어린이집도 있어 너무도 위험합니다 - 이의 근본적인 원인은 743부지가 방치되어 있기 때문입니다. 관리가 안되는 곳을 찾는 불법주차 차량들의 좋은 장소가 되고 있습니다. 2) 슬럼화되는 야간 - 야간에는 더욱 심각합니다. 관리가 안되는 점을 이용하여 쓰레기 무단투기, 취객의 노상방뇨, 카섹스 등 주택가에서 생각할 수 없는 심각한 모습들이 만연해있습니다. 물론 야간에 오가는 주민들의 안전에도 위협이 되고 있습니다. - 폐차 상태의 이삿집 차량이 수년간 방치되어있고, 수차례 신고했으나 무슨 커넥션이 있는지 처리가 되지 않고 있습니다. 왜 우리 주민들이 사는 공간이 슬럼지역이 되어야 하고, 페차를 버리는 공간이 되어야 하며, 아이들이 위험하게 등하교를 해야 하는지요. 수명산파크 5500세대 주민들은 제대로된 문화시설도201706031496454535946_IMG_20170512_195043.jpgIMG_20170512_195043.jpg/home/planning/www/WebContent/upload/leave_opinion/018552017-06-03 10:30:45.02017-06-09 13:22:56.043서울시 생활권계획은 지역의 자연적, 물리적 생활환경의 특성을 고려하고 지역주민들의 연령,계층,문화적 특성 등을 종합적으로 파악하여 생활권의 발전방향과 정책목표, 추진전략 등을 제시하는 계획입니다. 의견 주신 사항에 대해서는 검토하여 내실있는 계획이 되도록 노력하겠습니다. 또한 불법주차에 대한 사항은 관련부서 및 자치구에 통보하여 조치토록하겠습니다. 좋은 의견 감사드립니다.02017-06-09 13:22:32.0
7231지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)(답변완료)상업지역 개발 활성화를 위해 용도용적제를 이번 조례개정시 반드시 고쳐야 공염불이 안되고 서울시와 시민이 상생할 수있습니다서울특별시 강동구 명일2동37.552665127.152122우선 서울시에서 개발이 잘 안되고 용적률 활용을 잘 못하고 있는 수많은 낙후 상업지역 개발 활성화를 위해 활성화 정책을 펴겠다고 하신 것에 깊은 동감을 표합니다. 이를 위해 밝히신 내용은 서울시도시계획 조례를 연내에 아래와 같이 개정하겠다고 발혔습니다. 1. 서울 내 상업지역 내 비주거 의무비율을 30% 이상에서 20% 이상으로 완화(즉 주택비율 70%미만에서 80%미만으로 변경) 2. 상업지 주거용적률 400%까지 일괄 허용 즉 이는 서울시도시계획조례 55조 3항 별표3 용도용적제를 개정하겠다는 것일텐데 현재 용도용적제의 주택비율은 70%미만시 용적률이 600%입니다. 그런데 진정 상업지역 개발을 활성화시키며려면 조례개정시 이 용적률 부분을 조정해야 합니다. 만약 현 용도용적제 비율을 그대로 둔채 주택비율을 80%미만으로 단순히 추가만 시킨다면 이 경우 일반상업지역의 용적률은 550% 이하가 될 것입니다.이렇게 될 경우 그야말로 조삼모사의 대표적인 정책이 될 수밖에 없고, 상업지역 개발 활성화는 한낱 헛구호에 그치게 될 것입니다. 가뜩이나 고도제한이다 뭐다 해서 개발이 쉽지 않은데 이렇게 중첩된 규제로 개발이 더 힘들어지고 있습니다. 따라서 이 점을 반드시 감안해서 서울 내 적어도 사대문밖 모든 상업지역에 동일하게 용도용적제 비율의 변경이 필요합니다. 이 부분은 상업지 주거용적률을 400%까지 일괄 허용하는 부분과 맞물려 슬기롭게 조정될 수 있기를 기대합니다. 그렇지 않다면 또 공염불에 그치고 말 구호가 될 것입니다... 즉 주거비율 80 미만시 일반상업지역 용적률 600%이하로 하고 임대주택을 도입하면 되지, 만약 주거비율 80미만시 일반상업지역 용적률 550% 이하라고 추가되면 사살싱 하나마나한 개정이라는 것입니다. 현실적으로 상업지역 개발도 활성화시키고, 서울시에 정책적으로 추진하고 있고 많은 시민의 공감대를 얻고 있는 임대주택도 원활히 보급하기 위해서 서울시와 시민이 서로서로 윈윈하는 정책이 필요합니다. 감사합니다.<NA><NA><NA>020972017-05-31 19:18:15.02017-06-07 16:31:14.039담당부서 의견은 아래와 같습니다. 조례의 별표3 개정(안)은 비주거 의무비율 확보시 주거용적률을 400%까지 일괄 허용하며, 비주거 의무비율을 일부 하향 조정하는 것으로서, 현행 별표3의 주택연면적 비율에 따른 용적률 표는 삭제되어 주거비율 80% 적용지역이더라도 용적률이 하향되지 않습니다. 따라서, 비주거 추가 도입시 조례상 용적률까지 허용됨을 알려드립니다. 좋은 의견 감사드립니다.02017-06-07 16:31:04.0
8230지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)(답변완료) 교통이 불편한 우면동에 우면산 터널 양방향 통행하는 신설 버스를 만들어주세요.서울특별시 서초구 양재1동37.462516127.019125우면동에 거주하는 시민입니다. 우면동은 근처에 지하철이 없어 교통이 불편한 지역입니다. 그래서 상당수가 이동을하려면 버스를 통해 가까운 지하철까지 나가야합니다. 하지만 우면동 주변은 도로가 혼잡하여 근처 지하철까지 가는 데 상당히 오래걸립니다. 즉 이동하는데 물리적인 거리는 가깝지만 체감 거리는 길 수 밖에 없습니다. 또한 사람들이 몰리는 시간대에는 버스들이 이미 가득차 타기도 힘들어서 보내야하는 경우도 종종 발생합니다. 위와 같은 상황을 해결하기위해 서울시에서 '541'번이라는 버스를 우면동을 지나가게 만들어 주었습니다. 그결과 기존보다 불편이 해소가 되었고 생활반경이 넓어졌지만, 위의 541번 버스는 우면산 터널을 가로질러 서초역방향으로 나갈뿐 , 서초역에서 다시 우면동 방향으로 돌아오지 않습니다. 541번의 버스노선이 서초역 교대역 강남역 양재역을 거쳐 우면동으로 가기때문입니다. 그로인해 서초역까지 가는데는 15분 정도 걸리지만 서초역에서 우면동으로 다시 올경우 50분 정도 걸리게 됩니다. 541번의 우면산터널 일방향 통행은 교통이 불편한 우면동 시민들에게 같은 서초구내 심리적인 단절감을 불러 일으키며 또한 학생들의 경우 이곳 우면동에서는 고등학교로 서울고 서초고로 상당수 배정을 받는데 통학시간의 증가로 학생들의 피로감을 증폭시키게 만듭니다. 위와 같은 문제를 해결하기위해서는 우면산 터널을 양방향을 통행하는 버스가 꼭 필요합니다. 기존의 541번의 노선을 변경하기 힘드니 신설 노선을 만들어 주셨으면 합니다. 우면산 터널과 비슷한 유료터널인 용마터널을 지나는 2312번은 이미 양방향으로 통행하고 있다고 알 고 있습니다. 용마터널의 사례에 비추어 우면산 터널 역시 의지만 있다면 해결 할 수 있다고 생각합니다. 서울시 생활권 계획에 꼭 포함해주세요.<NA><NA><NA>016802017-05-30 16:30:03.02017-06-05 17:18:00.0332030 서울시 생활권계획은 2030 서울플랜을 구체화하여 관련계획들을 포함하여 수립하였습니다. 의견 주신 버스노선과 관련한 사항은 담당부서에 통보하여 검토하겠습니다. 좋은 의견 감사드립니다.02017-06-04 17:14:17.0
9229지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)(답변완료) 위례과천선 - 구룡초교역 신설서울특별시 강남구 개포1동37.481103127.053772위례과천선 구룡초교역 신설을 강력히 청원합니다!! 구룡초교 사거리는 1. 위례과천선이 지나고 있습니다. 2. 교통정비 기본계획 BRT(Bus Rapid Transit: 간선급행버스체계)에 포함된 언주로 상에 위치합니다. 3. 역사의 신설로 인하여 광역 철도와 BRT가 연계된 환승이 가능하게 됩니다. 4. 구룡초교역은 개포 1?4동의 중앙에 위치하여, 모든 주민들이 균등하게 역사를 이용할 수 있습니다. 5. 구룡초교역은 대중교통이 부족한 강남구의 동서축인 개포로를 통과하고, 남북축을 담당하는 언주로, 선릉로, 삼성로 등과 연결하여 대중교통을 활성화함으로서, 개포동 일대의 교통 혼잡을 완화시킬 것입니다.201705231495511736900_동남권.png동남권.png/home/planning/www/WebContent/upload/leave_opinion/229722017-05-23 12:37:21.02017-06-05 17:16:53.034의견주신 위례과천선은 국토부에서 수립한 제3차 국가철도망계획에 포함된 노선입니다. 노선의 변경, 역사위치와 관련한 내용은 향후 국토부와 협의시 서울시 담당부서에서 참고할 수 있도록 통보하여 검토하겠습니다. 좋은 의견 감사드립니다.02017-06-05 10:49:18.0
의견 번호분류제목주소위도경도의견저장파일명실제파일명파일경로추천수조회수등록일수정일의견 댓글 번호댓글내용의견 댓글 추천수의견 댓글 등록일
20613지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)공영주차장을 늘려주세요. (영등포생활권 주민워크숍)서울특별시 영등포구 당산1동37.52623126.896023불법주차 문제 등의 해결을 위해서 주차장이 늘어야 함 주차타워나 지하주차장 등 필요<NA><NA><NA>04122014-10-20 11:06:18.02015-03-12 13:34:00.02주차장으로 활용가능한 유휴지나 공원 등의 지하를 최대한도로 활용하는 수밖에 없슬 것같네요02014-10-20 13:51:41.0
20712지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)북카페나 작은도서관이 많아졌으면 좋겠어요. (영등포생활권 주민워크숍)서울특별시 영등포구 당산1동37.524983126.897402문화생활을 할 수 있는 북카페나 작은 도서관 필요<NA><NA><NA>04752014-10-20 11:04:24.02015-03-12 13:33:50.0<NA><NA><NA><NA>
20811지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)청과시장 개선합시다. (영등포생활권 주민워크숍)서울특별시 영등포구 당산1동37.521042126.901177청과시장 상인이 인도를 차지하고 주변환경이 너무 지저분함<NA><NA><NA>05132014-10-20 11:01:24.02015-03-12 13:33:40.0<NA><NA><NA><NA>
20910지역의 자원,자랑거리 (잘 활용합시다. / 잘 보전합시다.)관광자원으로 활용합시다. (영등포생활권 주민워크숍)서울특별시 영등포구 문래동37.517838126.90005역사적 스토리를 활용하여 관광자원화를 고민해 볼 필요가 있음 지역활성화를 위해 값싼 물가로 사람이 모이는 거리를 만들어야 함<NA><NA><NA>04122014-10-20 10:58:54.02015-03-12 13:33:07.0<NA><NA><NA><NA>
2109지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)지하철 출입구 개선해주세요. (영등포생활권 주민워크숍)서울특별시 영등포구 당산1동37.523966126.89606당산우체국쪽 지하철 출입구 에스컬레이터에서 한줄로 오르고 내리게 할 필요가 있음<NA><NA><NA>05842014-10-20 10:55:59.02015-03-12 13:32:27.0172호선에서 지하철 하차후 6번출구로 나오는데 상당히 불편합니다. 지하철 내부 상가로 막아 놓아 통행에 지장이 있는듯 합니다 개선방법을 모색하여 주시기 바라며 6번출구 에스컬레이터 설치 및 엘에베이터 설치하여 이용율을 극대화하고 현대아파트 지하상권과 지하철 내부 판매점도 활성화할 수 있는데 기여할 것으로 생각 합니다.02016-05-28 17:28:40.0
2118지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)유통상가 입구 횡단보도를 설치해주세요. (영등포생활권 주민워크숍)서울특별시 영등포구 당산1동37.52238126.895712자동차 신호은 있으나, 마트와 유콩상가 하이마트로 인한 유동인구 많음 무단횡단의 위험이 많아 횡단보도 설치 필요<NA><NA><NA>05192014-10-20 10:50:38.02015-03-12 13:32:03.016좋으신 의견입니다. 신호체계를 타 신호등과 연동하여 보행자가 횡단할 수 있도록 횡단횡단보도를 설치하면 좋겠습니다. 보행자 중심체계 확립이 필요하다고 사료됩니다.02016-03-11 18:58:29.0
2127지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)거주자 우선주차선 없애주세요. (영등포생활권 주민워크숍)서울특별시 영등포구 당산1동37.52241126.898822소방도로의 확보와 보행자 안전을 위해 골목길 거주자 우선주차선을 없애주세요.<NA><NA><NA>06052014-10-20 10:45:16.02015-03-12 13:31:53.0<NA><NA><NA><NA>
2136지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)공원녹지시설을 설치해주세요. (영등포생활권 주민워크숍)서울특별시 영등포구 문래동37.516103126.899838공원녹지시설 확충이 필요하고, 녹지공간은 시각적으로도 좋음<NA><NA><NA>03902014-10-20 10:41:59.02015-03-12 13:31:38.0<NA><NA><NA><NA>
2145지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)퇴폐 영업소 문제 해결해 주세요. (영등포생활권 주민워크숍)서울특별시 영등포구 당산1동37.52224126.90035건물이 노후화되 임대가 되지 않다보니 퇴폐영업소가 생기고 있음 주택밀집지역 인근에 퇴폐업소 입지로 교육에 문제 젊은 엄마들이 다른 지역으로 이사를 가는 등 문제발생<NA><NA><NA>17432014-10-20 10:38:59.02015-03-12 13:31:21.0<NA><NA><NA><NA>
2154지역의 문제점 (새로 만듭시다. / 이건 좀 줄입시다.)지역문화공간으로 활용합시다. (영등포생활권 주민워크숍)서울특별시 영등포구 문래동37.517769126.898727지역민의 문화공간이 없음 종합예술회관, 상설공연장 등 확보<NA><NA><NA>16072014-10-20 10:33:45.02015-03-12 13:30:59.0<NA><NA><NA><NA>