Overview

Dataset statistics

Number of variables10
Number of observations100
Missing cells0
Missing cells (%)0.0%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory7.9 KiB
Average record size in memory81.3 B

Variable types

DateTime1
Text6
Categorical3

Alerts

기상요소 has constant value ""Constant
광역시도구분 is highly overall correlated with 시군구구분High correlation
시군구구분 is highly overall correlated with 광역시도구분High correlation
기사링크 has unique valuesUnique
기사제목 has unique valuesUnique
기사본문 has unique valuesUnique

Reproduction

Analysis started2023-12-16 03:54:30.271268
Analysis finished2023-12-16 03:54:49.104037
Duration18.83 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

기사작성일자
Date

Distinct53
Distinct (%)53.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
Minimum1990-07-29 00:00:00
Maximum2004-07-29 00:00:00
2023-12-16T03:54:49.579659image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-16T03:54:50.255415image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)

기사링크
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:54:51.489538image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length61
Median length61
Mean length61
Min length61

Characters and Unicode

Total characters6100
Distinct characters31
Distinct categories4 ?
Distinct scripts2 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique100 ?
Unique (%)100.0%

Sample

1st rowhttps://n.news.naver.com/mnews/article/001/0003395513?sid=102
2nd rowhttps://n.news.naver.com/mnews/article/001/0003414643?sid=102
3rd rowhttps://n.news.naver.com/mnews/article/001/0003778212?sid=102
4th rowhttps://n.news.naver.com/mnews/article/001/0003776124?sid=102
5th rowhttps://n.news.naver.com/mnews/article/001/0003782911?sid=102
ValueCountFrequency (%)
https://n.news.naver.com/mnews/article/001/0003395513?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/081/0000006955?sid=103 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0000712135?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/052/0000045081?sid=115 1
 
1.0%
https://n.news.naver.com/mnews/article/009/0000382490?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/003/0000074056?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0000712011?sid=103 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0000711947?sid=103 1
 
1.0%
https://n.news.naver.com/mnews/article/020/0000251762?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/088/0000004017?sid=102 1
 
1.0%
Other values (90) 90
90.0%
2023-12-16T03:54:53.204544image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
0 734
 
12.0%
/ 600
 
9.8%
s 400
 
6.6%
n 400
 
6.6%
e 400
 
6.6%
t 300
 
4.9%
. 300
 
4.9%
1 263
 
4.3%
r 200
 
3.3%
i 200
 
3.3%
Other values (21) 2303
37.8%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter 3300
54.1%
Decimal Number 1600
26.2%
Other Punctuation 1100
 
18.0%
Math Symbol 100
 
1.6%

Most frequent character per category

Lowercase Letter
ValueCountFrequency (%)
s 400
12.1%
n 400
12.1%
e 400
12.1%
t 300
9.1%
r 200
 
6.1%
i 200
 
6.1%
c 200
 
6.1%
m 200
 
6.1%
a 200
 
6.1%
w 200
 
6.1%
Other values (6) 600
18.2%
Decimal Number
ValueCountFrequency (%)
0 734
45.9%
1 263
 
16.4%
2 141
 
8.8%
3 88
 
5.5%
7 79
 
4.9%
4 72
 
4.5%
5 68
 
4.2%
8 59
 
3.7%
6 57
 
3.6%
9 39
 
2.4%
Other Punctuation
ValueCountFrequency (%)
/ 600
54.5%
. 300
27.3%
? 100
 
9.1%
: 100
 
9.1%
Math Symbol
ValueCountFrequency (%)
= 100
100.0%

Most occurring scripts

ValueCountFrequency (%)
Latin 3300
54.1%
Common 2800
45.9%

Most frequent character per script

Latin
ValueCountFrequency (%)
s 400
12.1%
n 400
12.1%
e 400
12.1%
t 300
9.1%
r 200
 
6.1%
i 200
 
6.1%
c 200
 
6.1%
m 200
 
6.1%
a 200
 
6.1%
w 200
 
6.1%
Other values (6) 600
18.2%
Common
ValueCountFrequency (%)
0 734
26.2%
/ 600
21.4%
. 300
10.7%
1 263
 
9.4%
2 141
 
5.0%
? 100
 
3.6%
= 100
 
3.6%
: 100
 
3.6%
3 88
 
3.1%
7 79
 
2.8%
Other values (5) 295
10.5%

Most occurring blocks

ValueCountFrequency (%)
ASCII 6100
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
0 734
 
12.0%
/ 600
 
9.8%
s 400
 
6.6%
n 400
 
6.6%
e 400
 
6.6%
t 300
 
4.9%
. 300
 
4.9%
1 263
 
4.3%
r 200
 
3.3%
i 200
 
3.3%
Other values (21) 2303
37.8%

기사제목
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:54:54.359773image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length41
Median length27
Mean length19.11
Min length6

Characters and Unicode

Total characters1911
Distinct characters314
Distinct categories11 ?
Distinct scripts3 ?
Distinct blocks6 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique100 ?
Unique (%)100.0%

Sample

1st row慶南, 50만 피서인파 붐벼
2nd row강원도 하루 13명 익사
3rd row오늘 小署, 중부-장마 남부-폭염 계속
4th row大邱 39.4도 17년만의 폭염
5th row불볕더위 이제 엄청난 폭염災害로
ValueCountFrequency (%)
폭염 18
 
4.1%
찜통더위 7
 
1.6%
열대야 6
 
1.4%
최고 6
 
1.4%
계속 6
 
1.4%
전국 5
 
1.1%
밀양 4
 
0.9%
날씨 4
 
0.9%
올 4
 
0.9%
불볕더위 4
 
0.9%
Other values (313) 372
85.3%
2023-12-16T03:54:56.246502image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
336
 
17.6%
. 82
 
4.3%
도 45
 
2.4%
3 44
 
2.3%
폭 38
 
2.0%
염 38
 
2.0%
더 28
 
1.5%
위 27
 
1.4%
일 27
 
1.4%
대 26
 
1.4%
Other values (304) 1220
63.8%

Most occurring categories

ValueCountFrequency (%)
Other Letter 1198
62.7%
Space Separator 336
 
17.6%
Decimal Number 167
 
8.7%
Other Punctuation 156
 
8.2%
Math Symbol 13
 
0.7%
Close Punctuation 10
 
0.5%
Open Punctuation 10
 
0.5%
Modifier Symbol 8
 
0.4%
Dash Punctuation 5
 
0.3%
Final Punctuation 4
 
0.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
도 45
 
3.8%
폭 38
 
3.2%
염 38
 
3.2%
더 28
 
2.3%
위 27
 
2.3%
일 27
 
2.3%
대 26
 
2.2%
사 25
 
2.1%
지 19
 
1.6%
서 18
 
1.5%
Other values (273) 907
75.7%
Decimal Number
ValueCountFrequency (%)
3 44
26.3%
7 24
14.4%
2 17
 
10.2%
4 16
 
9.6%
0 16
 
9.6%
5 15
 
9.0%
1 13
 
7.8%
6 11
 
6.6%
9 6
 
3.6%
8 5
 
3.0%
Other Punctuation
ValueCountFrequency (%)
. 82
52.6%
, 24
 
15.4%
' 22
 
14.1%
… 11
 
7.1%
" 8
 
5.1%
· 5
 
3.2%
! 2
 
1.3%
: 2
 
1.3%
Math Symbol
ValueCountFrequency (%)
> 6
46.2%
< 6
46.2%
∼ 1
 
7.7%
Close Punctuation
ValueCountFrequency (%)
] 6
60.0%
) 4
40.0%
Open Punctuation
ValueCountFrequency (%)
[ 6
60.0%
( 4
40.0%
Dash Punctuation
ValueCountFrequency (%)
- 3
60.0%
－ 2
40.0%
Space Separator
ValueCountFrequency (%)
336
100.0%
Modifier Symbol
ValueCountFrequency (%)
` 8
100.0%
Final Punctuation
ValueCountFrequency (%)
’ 4
100.0%
Initial Punctuation
ValueCountFrequency (%)
‘ 4
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 1178
61.6%
Common 713
37.3%
Han 20
 
1.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
도 45
 
3.8%
폭 38
 
3.2%
염 38
 
3.2%
더 28
 
2.4%
위 27
 
2.3%
일 27
 
2.3%
대 26
 
2.2%
사 25
 
2.1%
지 19
 
1.6%
서 18
 
1.5%
Other values (254) 887
75.3%
Common
ValueCountFrequency (%)
336
47.1%
. 82
 
11.5%
3 44
 
6.2%
7 24
 
3.4%
, 24
 
3.4%
' 22
 
3.1%
2 17
 
2.4%
4 16
 
2.2%
0 16
 
2.2%
5 15
 
2.1%
Other values (21) 117
 
16.4%
Han
ValueCountFrequency (%)
大 2
 
10.0%
慶 1
 
5.0%
人 1
 
5.0%
情 1
 
5.0%
暑 1
 
5.0%
陽 1
 
5.0%
蔚 1
 
5.0%
珍 1
 
5.0%
小 1
 
5.0%
署 1
 
5.0%
Other values (9) 9
45.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 1178
61.6%
ASCII 686
35.9%
CJK 20
 
1.0%
Punctuation 19
 
1.0%
None 7
 
0.4%
Math Operators 1
 
0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
336
49.0%
. 82
 
12.0%
3 44
 
6.4%
7 24
 
3.5%
, 24
 
3.5%
' 22
 
3.2%
2 17
 
2.5%
4 16
 
2.3%
0 16
 
2.3%
5 15
 
2.2%
Other values (15) 90
 
13.1%
Hangul
ValueCountFrequency (%)
도 45
 
3.8%
폭 38
 
3.2%
염 38
 
3.2%
더 28
 
2.4%
위 27
 
2.3%
일 27
 
2.3%
대 26
 
2.2%
사 25
 
2.1%
지 19
 
1.6%
서 18
 
1.5%
Other values (254) 887
75.3%
Punctuation
ValueCountFrequency (%)
… 11
57.9%
’ 4
 
21.1%
‘ 4
 
21.1%
None
ValueCountFrequency (%)
· 5
71.4%
－ 2
 
28.6%
CJK
ValueCountFrequency (%)
大 2
 
10.0%
慶 1
 
5.0%
人 1
 
5.0%
情 1
 
5.0%
暑 1
 
5.0%
陽 1
 
5.0%
蔚 1
 
5.0%
珍 1
 
5.0%
小 1
 
5.0%
署 1
 
5.0%
Other values (9) 9
45.0%
Math Operators
ValueCountFrequency (%)
∼ 1
100.0%

제목명사
Text

Distinct99
Distinct (%)99.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:54:57.556152image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length62
Median length42
Mean length28.93
Min length4

Characters and Unicode

Total characters2893
Distinct characters216
Distinct categories7 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique98 ?
Unique (%)98.0%

Sample

1st row['만', '피', '인파']
2nd row['강원도', '하루', '명', '익사']
3rd row['오늘', '중부', '장마', '남부', '폭염', '계속']
4th row['도', '년', '폭염']
5th row['불볕', '더위', '이제', '폭염', '로']
ValueCountFrequency (%)
폭염 38
 
7.8%
도 34
 
7.0%
더위 21
 
4.3%
전국 11
 
2.3%
최고 11
 
2.3%
일 11
 
2.3%
열대야 10
 
2.1%
대구 8
 
1.6%
찜통 8
 
1.6%
계속 8
 
1.6%
Other values (207) 327
67.1%
2023-12-16T03:54:59.509919image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
' 972
33.6%
, 387
 
13.4%
387
 
13.4%
[ 99
 
3.4%
] 99
 
3.4%
도 42
 
1.5%
폭 38
 
1.3%
염 38
 
1.3%
더 27
 
0.9%
위 27
 
0.9%
Other values (206) 777
26.9%

Most occurring categories

ValueCountFrequency (%)
Other Punctuation 1359
47.0%
Other Letter 945
32.7%
Space Separator 387
 
13.4%
Open Punctuation 99
 
3.4%
Close Punctuation 99
 
3.4%
Decimal Number 3
 
0.1%
Dash Punctuation 1
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
도 42
 
4.4%
폭 38
 
4.0%
염 38
 
4.0%
더 27
 
2.9%
위 27
 
2.9%
일 25
 
2.6%
사 24
 
2.5%
대 23
 
2.4%
기 17
 
1.8%
전 17
 
1.8%
Other values (199) 667
70.6%
Other Punctuation
ValueCountFrequency (%)
' 972
71.5%
, 387
 
28.5%
Space Separator
ValueCountFrequency (%)
387
100.0%
Open Punctuation
ValueCountFrequency (%)
[ 99
100.0%
Close Punctuation
ValueCountFrequency (%)
] 99
100.0%
Decimal Number
ValueCountFrequency (%)
9 3
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 1948
67.3%
Hangul 945
32.7%

Most frequent character per script

Hangul
ValueCountFrequency (%)
도 42
 
4.4%
폭 38
 
4.0%
염 38
 
4.0%
더 27
 
2.9%
위 27
 
2.9%
일 25
 
2.6%
사 24
 
2.5%
대 23
 
2.4%
기 17
 
1.8%
전 17
 
1.8%
Other values (199) 667
70.6%
Common
ValueCountFrequency (%)
' 972
49.9%
, 387
 
19.9%
387
 
19.9%
[ 99
 
5.1%
] 99
 
5.1%
9 3
 
0.2%
- 1
 
0.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII 1948
67.3%
Hangul 945
32.7%

Most frequent character per block

ASCII
ValueCountFrequency (%)
' 972
49.9%
, 387
 
19.9%
387
 
19.9%
[ 99
 
5.1%
] 99
 
5.1%
9 3
 
0.2%
- 1
 
0.1%
Hangul
ValueCountFrequency (%)
도 42
 
4.4%
폭 38
 
4.0%
염 38
 
4.0%
더 27
 
2.9%
위 27
 
2.9%
일 25
 
2.6%
사 24
 
2.5%
대 23
 
2.4%
기 17
 
1.8%
전 17
 
1.8%
Other values (199) 667
70.6%

기사본문
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:55:00.714989image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length146
Median length133
Mean length121.11
Min length57

Characters and Unicode

Total characters12111
Distinct characters574
Distinct categories13 ?
Distinct scripts4 ?
Distinct blocks11 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique100 ?
Unique (%)100.0%

Sample

1st row또 지리산 계곡 곳곳에 2만여 피서객이 몰렸고 密陽 용두목.빈지소.송림등 밀양강변에 2만,居昌 수승대,陜川 가야산계곡,河東 송림,馬山 서원곡.돝섬,昌原 성주사 계곡등 도내 피서지마다 올들어 최고인파가 모여 폭염을...
2nd row(春川 聯合) 폭염이 계속된 3일 강원도내에서 13명이 익사한 것으로 신고됐다. 3일 하오 4시께 江原道... 경기도 의정부시)가 숨지는등 폭염이 계속되고 있는 3일 강원도내에서 모두 13명이 익사했다.
3rd row오는 12일 장마 남하하면서 전국에 비 (서울 聯合) 小署인 7일에도 중부지방은 흐리고 비가 내린 가운데 陜川은 낮 최고기온이 35.5도까지 올라가는등 남부지방은 1주일째 비가 오지 않는 상태의 불볕더위가 이어졌다....
4th row(大邱 聯合) 大邱와 경북지방이 연 12일째 '찜통 더위'에 휩싸이고 있다. 이달 들어 연일 35도를 웃도는 불볕더위가 기승을 부리고 있는 大邱지방은 12일낮 최고기온이 올들어 가장 높은 섭씨 39.4도까지 치솟아 7월...
5th row13일 낮 강릉에서의 최고기온 39.3도를 비롯 대구에서 38.7도, 전주에서 38도 를 기록하는 등 전국적으로 폭염... 13일 폭염으로 도내에서 젖소 19마리와 닭 1만5천마리, 돼지 4백13마리가 폐사한 것으로 집계됐다. 이와 함께...
ValueCountFrequency (%)
폭염이 54
 
2.0%
등 44
 
1.6%
낮 31
 
1.2%
있다 29
 
1.1%
서울 28
 
1.0%
연일 21
 
0.8%
이날 21
 
0.8%
오후 19
 
0.7%
聯合 17
 
0.6%
최고기온이 17
 
0.6%
Other values (1447) 2402
89.5%
2023-12-16T03:55:02.771837image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
2593
 
21.4%
. 527
 
4.4%
이 318
 
2.6%
도 238
 
2.0%
지 217
 
1.8%
3 212
 
1.8%
기 202
 
1.7%
고 170
 
1.4%
에 164
 
1.4%
2 161
 
1.3%
Other values (564) 7309
60.4%

Most occurring categories

ValueCountFrequency (%)
Other Letter 7735
63.9%
Space Separator 2593
 
21.4%
Decimal Number 830
 
6.9%
Other Punctuation 686
 
5.7%
Lowercase Letter 99
 
0.8%
Open Punctuation 57
 
0.5%
Close Punctuation 55
 
0.5%
Math Symbol 16
 
0.1%
Other Symbol 14
 
0.1%
Initial Punctuation 11
 
0.1%
Other values (3) 15
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
이 318
 
4.1%
도 238
 
3.1%
지 217
 
2.8%
기 202
 
2.6%
고 170
 
2.2%
에 164
 
2.1%
는 158
 
2.0%
일 158
 
2.0%
가 151
 
2.0%
다 147
 
1.9%
Other values (505) 5812
75.1%
Other Punctuation
ValueCountFrequency (%)
. 527
76.8%
, 73
 
10.6%
/ 26
 
3.8%
" 18
 
2.6%
& 11
 
1.6%
; 11
 
1.6%
' 6
 
0.9%
· 5
 
0.7%
% 3
 
0.4%
． 2
 
0.3%
Other values (4) 4
 
0.6%
Lowercase Letter
ValueCountFrequency (%)
m 17
17.2%
o 15
15.2%
t 11
11.1%
y 8
8.1%
n 7
7.1%
c 7
7.1%
l 6
 
6.1%
k 6
 
6.1%
r 6
 
6.1%
a 6
 
6.1%
Other values (4) 10
10.1%
Decimal Number
ValueCountFrequency (%)
3 212
25.5%
2 161
19.4%
0 102
12.3%
1 78
 
9.4%
4 64
 
7.7%
5 60
 
7.2%
7 49
 
5.9%
6 39
 
4.7%
9 33
 
4.0%
8 32
 
3.9%
Other Symbol
ValueCountFrequency (%)
▲ 6
42.9%
㎜ 3
21.4%
℃ 2
 
14.3%
◇ 1
 
7.1%
㈜ 1
 
7.1%
■ 1
 
7.1%
Open Punctuation
ValueCountFrequency (%)
( 49
86.0%
【 4
 
7.0%
[ 4
 
7.0%
Close Punctuation
ValueCountFrequency (%)
) 48
87.3%
】 4
 
7.3%
] 3
 
5.5%
Math Symbol
ValueCountFrequency (%)
∼ 9
56.2%
~ 7
43.8%
Final Punctuation
ValueCountFrequency (%)
’ 7
77.8%
” 2
 
22.2%
Initial Punctuation
ValueCountFrequency (%)
‘ 7
63.6%
“ 4
36.4%
Space Separator
ValueCountFrequency (%)
2593
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 4
100.0%
Modifier Symbol
ValueCountFrequency (%)
` 2
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 7642
63.1%
Common 4276
35.3%
Latin 99
 
0.8%
Han 94
 
0.8%

Most frequent character per script

Hangul
ValueCountFrequency (%)
이 318
 
4.2%
도 238
 
3.1%
지 217
 
2.8%
기 202
 
2.6%
고 170
 
2.2%
에 164
 
2.1%
는 158
 
2.1%
일 158
 
2.1%
가 151
 
2.0%
다 147
 
1.9%
Other values (464) 5719
74.8%
Common
ValueCountFrequency (%)
2593
60.6%
. 527
 
12.3%
3 212
 
5.0%
2 161
 
3.8%
0 102
 
2.4%
1 78
 
1.8%
, 73
 
1.7%
4 64
 
1.5%
5 60
 
1.4%
( 49
 
1.1%
Other values (34) 357
 
8.3%
Han
ValueCountFrequency (%)
聯 17
18.1%
合 17
18.1%
大 5
 
5.3%
邱 3
 
3.2%
川 3
 
3.2%
承 3
 
3.2%
金 3
 
3.2%
範 3
 
3.2%
陜 2
 
2.1%
濟 2
 
2.1%
Other values (32) 36
38.3%
Latin
ValueCountFrequency (%)
m 17
17.2%
o 15
15.2%
t 11
11.1%
y 8
8.1%
n 7
7.1%
c 7
7.1%
l 6
 
6.1%
k 6
 
6.1%
r 6
 
6.1%
a 6
 
6.1%
Other values (4) 10
10.1%

Most occurring blocks

ValueCountFrequency (%)
Hangul 7640
63.1%
ASCII 4316
35.6%
CJK 77
 
0.6%
Punctuation 21
 
0.2%
CJK Compat Ideographs 17
 
0.1%
None 17
 
0.1%
Math Operators 9
 
0.1%
Geometric Shapes 8
 
0.1%
CJK Compat 3
 
< 0.1%
Letterlike Symbols 2
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
2593
60.1%
. 527
 
12.2%
3 212
 
4.9%
2 161
 
3.7%
0 102
 
2.4%
1 78
 
1.8%
, 73
 
1.7%
4 64
 
1.5%
5 60
 
1.4%
( 49
 
1.1%
Other values (32) 397
 
9.2%
Hangul
ValueCountFrequency (%)
이 318
 
4.2%
도 238
 
3.1%
지 217
 
2.8%
기 202
 
2.6%
고 170
 
2.2%
에 164
 
2.1%
는 158
 
2.1%
일 158
 
2.1%
가 151
 
2.0%
다 147
 
1.9%
Other values (462) 5717
74.8%
CJK Compat Ideographs
ValueCountFrequency (%)
聯 17
100.0%
CJK
ValueCountFrequency (%)
合 17
22.1%
大 5
 
6.5%
邱 3
 
3.9%
川 3
 
3.9%
承 3
 
3.9%
金 3
 
3.9%
範 3
 
3.9%
陜 2
 
2.6%
濟 2
 
2.6%
州 2
 
2.6%
Other values (31) 34
44.2%
Math Operators
ValueCountFrequency (%)
∼ 9
100.0%
Punctuation
ValueCountFrequency (%)
’ 7
33.3%
‘ 7
33.3%
“ 4
19.0%
” 2
 
9.5%
※ 1
 
4.8%
Geometric Shapes
ValueCountFrequency (%)
▲ 6
75.0%
◇ 1
 
12.5%
■ 1
 
12.5%
None
ValueCountFrequency (%)
· 5
29.4%
】 4
23.5%
【 4
23.5%
． 2
 
11.8%
㈜ 1
 
5.9%
？ 1
 
5.9%
CJK Compat
ValueCountFrequency (%)
㎜ 3
100.0%
Letterlike Symbols
ValueCountFrequency (%)
℃ 2
100.0%
Compat Jamo
ValueCountFrequency (%)
ㆍ 1
100.0%

본문명사
Text

Distinct97
Distinct (%)97.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:55:04.204298image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length184
Median length154
Mean length140.47
Min length78

Characters and Unicode

Total characters14047
Distinct characters368
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique94 ?
Unique (%)94.0%

Sample

1st row['또', '지리산', '계곡', '곳곳', '피', '객', '용', '두목', '송림', '등', '밀양', '강변', '만', '승대', '가야산', '계곡', '송림', '곡', '돝섬', '성주사', '계곡', '등', '도내', '피', '서지', '최고', '파가', '폭염']
2nd row['폭염', '계속', '일', '강원도', '내', '명', '익사', '것', '신고', '일', '시', '경기도', '의정부시', '등', '폭염', '계속', '일', '강원도', '내', '모두', '명', '익사']
3rd row['일', '장마', '남하', '전국', '비', '서울', '인', '일', '중부지방', '비', '가운데', '은', '낮', '최고', '기온', '도', '등', '남부', '지방', '주일', '비', '오지', '상태', '불볕', '더위']
4th row['경북', '지방', '연', '일', '찜통', '더위', '달', '연일', '불볕', '더위', '기승', '부리고', '지방', '낮', '최고', '기온', '가장', '섭씨', '도', '월']
5th row['일', '낮', '강릉', '최고', '기온', '비롯', '대구', '도', '전주', '도', '를', '기록', '등', '전국', '폭염', '일', '폭염', '도내', '젖소', '마리', '닭', '마리', '돼지', '마리', '폐', '것', '집계', '이']
ValueCountFrequency (%)
일 108
 
4.5%
폭염 99
 
4.2%
도 92
 
3.9%
기온 71
 
3.0%
등 60
 
2.5%
최고 59
 
2.5%
지방 55
 
2.3%
계속 45
 
1.9%
전국 45
 
1.9%
낮 45
 
1.9%
Other values (622) 1699
71.4%
2023-12-16T03:55:06.563109image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
' 4756
33.9%
, 2278
16.2%
2278
16.2%
기 187
 
1.3%
일 156
 
1.1%
도 142
 
1.0%
지 129
 
0.9%
폭 104
 
0.7%
] 100
 
0.7%
[ 100
 
0.7%
Other values (358) 3817
27.2%

Most occurring categories

ValueCountFrequency (%)
Other Punctuation 7034
50.1%
Other Letter 4535
32.3%
Space Separator 2278
 
16.2%
Close Punctuation 100
 
0.7%
Open Punctuation 100
 
0.7%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
기 187
 
4.1%
일 156
 
3.4%
도 142
 
3.1%
지 129
 
2.8%
폭 104
 
2.3%
염 100
 
2.2%
고 93
 
2.1%
전 86
 
1.9%
온 84
 
1.9%
상 82
 
1.8%
Other values (353) 3372
74.4%
Other Punctuation
ValueCountFrequency (%)
' 4756
67.6%
, 2278
32.4%
Space Separator
ValueCountFrequency (%)
2278
100.0%
Close Punctuation
ValueCountFrequency (%)
] 100
100.0%
Open Punctuation
ValueCountFrequency (%)
[ 100
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 9512
67.7%
Hangul 4535
32.3%

Most frequent character per script

Hangul
ValueCountFrequency (%)
기 187
 
4.1%
일 156
 
3.4%
도 142
 
3.1%
지 129
 
2.8%
폭 104
 
2.3%
염 100
 
2.2%
고 93
 
2.1%
전 86
 
1.9%
온 84
 
1.9%
상 82
 
1.8%
Other values (353) 3372
74.4%
Common
ValueCountFrequency (%)
' 4756
50.0%
, 2278
23.9%
2278
23.9%
] 100
 
1.1%
[ 100
 
1.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII 9512
67.7%
Hangul 4535
32.3%

Most frequent character per block

ASCII
ValueCountFrequency (%)
' 4756
50.0%
, 2278
23.9%
2278
23.9%
] 100
 
1.1%
[ 100
 
1.1%
Hangul
ValueCountFrequency (%)
기 187
 
4.1%
일 156
 
3.4%
도 142
 
3.1%
지 129
 
2.8%
폭 104
 
2.3%
염 100
 
2.2%
고 93
 
2.1%
전 86
 
1.9%
온 84
 
1.9%
상 82
 
1.8%
Other values (353) 3372
74.4%

기상요소
Categorical

CONSTANT 

Distinct1
Distinct (%)1.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
폭염
100 

Length

Max length2
Median length2
Mean length2
Min length2

Unique

Unique0 ?
Unique (%)0.0%

Sample

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

Common Values

ValueCountFrequency (%)
폭염 100
100.0%

Length

2023-12-16T03:55:07.046685image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-16T03:55:07.571421image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
폭염 100
100.0%

광역시도구분
Categorical

HIGH CORRELATION 

Distinct29
Distinct (%)29.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
-999
25 
['서울특별시']
17 
['제주특별자치도']
9 
['대구광역시']
9 
['경상북도']
4 
Other values (24)
36 

Length

Max length52
Median length38
Mean length10.27
Min length4

Unique

Unique17 ?
Unique (%)17.0%

Sample

1st row-999
2nd row['경기도']
3rd row['서울특별시']
4th row['경상북도']
5th row['대구광역시']

Common Values

ValueCountFrequency (%)
-999 25
25.0%
['서울특별시'] 17
17.0%
['제주특별자치도'] 9
 
9.0%
['대구광역시'] 9
 
9.0%
['경상북도'] 4
 
4.0%
['대구광역시', '서울특별시'] 4
 
4.0%
['경상남도'] 3
 
3.0%
['강원특별자치도'] 3
 
3.0%
['전라북도'] 3
 
3.0%
['대전광역시'] 2
 
2.0%
Other values (19) 21
21.0%

Length

2023-12-16T03:55:08.084550image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
서울특별시 30
23.4%
999 25
19.5%
대구광역시 17
13.3%
경상북도 12
 
9.4%
제주특별자치도 10
 
7.8%
경상남도 9
 
7.0%
강원특별자치도 5
 
3.9%
전라북도 4
 
3.1%
울산광역시 4
 
3.1%
대전광역시 2
 
1.6%
Other values (6) 10
 
7.8%

시군구구분
Categorical

HIGH CORRELATION 

Distinct43
Distinct (%)43.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
-999
31 
['강릉시']
8 
['제주시']
5 
['사상구']
5 
['포항시']
 
4
Other values (38)
47 

Length

Max length35
Median length28
Mean length8.96
Min length4

Unique

Unique33 ?
Unique (%)33.0%

Sample

1st row['밀양시']
2nd row['의정부시']
3rd row-999
4th row-999
5th row['강릉시', '전주시']

Common Values

ValueCountFrequency (%)
-999 31
31.0%
['강릉시'] 8
 
8.0%
['제주시'] 5
 
5.0%
['사상구'] 5
 
5.0%
['포항시'] 4
 
4.0%
['속초시'] 4
 
4.0%
['창원시'] 3
 
3.0%
['밀양시'] 3
 
3.0%
['남해군', '제주시'] 2
 
2.0%
['합천군'] 2
 
2.0%
Other values (33) 33
33.0%

Length

2023-12-16T03:55:08.677737image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
999 31
22.0%
강릉시 14
 
9.9%
포항시 9
 
6.4%
속초시 9
 
6.4%
밀양시 9
 
6.4%
제주시 8
 
5.7%
사상구 7
 
5.0%
창원시 4
 
2.8%
춘천시 4
 
2.8%
영천시 3
 
2.1%
Other values (29) 43
30.5%

시군구코드구분
Text

Distinct54
Distinct (%)54.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:55:09.892797image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length35
Median length7
Mean length10.15
Min length7

Characters and Unicode

Total characters1015
Distinct characters14
Distinct categories5 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique41 ?
Unique (%)41.0%

Sample

1st row[48270]
2nd row[41150]
3rd row[11000]
4th row[47000]
5th row[51150, 45110]
ValueCountFrequency (%)
11000 15
 
10.3%
51150 14
 
9.7%
51210 9
 
6.2%
47110 9
 
6.2%
48270 9
 
6.2%
50110 8
 
5.5%
26530 7
 
4.8%
27000 7
 
4.8%
48120 4
 
2.8%
51110 4
 
2.8%
Other values (39) 59
40.7%
2023-12-16T03:55:11.860514image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
0 227
22.4%
1 163
16.1%
[ 100
9.9%
] 100
9.9%
5 74
 
7.3%
4 73
 
7.2%
7 54
 
5.3%
2 49
 
4.8%
, 45
 
4.4%
45
 
4.4%
Other values (4) 85
 
8.4%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 725
71.4%
Open Punctuation 100
 
9.9%
Close Punctuation 100
 
9.9%
Other Punctuation 45
 
4.4%
Space Separator 45
 
4.4%

Most frequent character per category

Decimal Number
ValueCountFrequency (%)
0 227
31.3%
1 163
22.5%
5 74
 
10.2%
4 73
 
10.1%
7 54
 
7.4%
2 49
 
6.8%
8 37
 
5.1%
3 23
 
3.2%
6 15
 
2.1%
9 10
 
1.4%
Open Punctuation
ValueCountFrequency (%)
[ 100
100.0%
Close Punctuation
ValueCountFrequency (%)
] 100
100.0%
Other Punctuation
ValueCountFrequency (%)
, 45
100.0%
Space Separator
ValueCountFrequency (%)
45
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 1015
100.0%

Most frequent character per script

Common
ValueCountFrequency (%)
0 227
22.4%
1 163
16.1%
[ 100
9.9%
] 100
9.9%
5 74
 
7.3%
4 73
 
7.2%
7 54
 
5.3%
2 49
 
4.8%
, 45
 
4.4%
45
 
4.4%
Other values (4) 85
 
8.4%

Most occurring blocks

ValueCountFrequency (%)
ASCII 1015
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
0 227
22.4%
1 163
16.1%
[ 100
9.9%
] 100
9.9%
5 74
 
7.3%
4 73
 
7.2%
7 54
 
5.3%
2 49
 
4.8%
, 45
 
4.4%
45
 
4.4%
Other values (4) 85
 
8.4%

Correlations

2023-12-16T03:55:12.546787image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
기사작성일자기사링크기사제목제목명사기사본문본문명사광역시도구분시군구구분시군구코드구분
기사작성일자1.0001.0001.0001.0001.0001.0000.7420.8690.747
기사링크1.0001.0001.0001.0001.0001.0001.0001.0001.000
기사제목1.0001.0001.0001.0001.0001.0001.0001.0001.000
제목명사1.0001.0001.0001.0001.0000.9971.0000.9990.998
기사본문1.0001.0001.0001.0001.0001.0001.0001.0001.000
본문명사1.0001.0001.0000.9971.0001.0001.0001.0001.000
광역시도구분0.7421.0001.0001.0001.0001.0001.0000.9710.996
시군구구분0.8691.0001.0000.9991.0001.0000.9711.0001.000
시군구코드구분0.7471.0001.0000.9981.0001.0000.9961.0001.000
2023-12-16T03:55:13.159750image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
광역시도구분시군구구분
광역시도구분1.0000.558
시군구구분0.5581.000
2023-12-16T03:55:13.581242image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
광역시도구분시군구구분
광역시도구분1.0000.558
시군구구분0.5581.000

Missing values

2023-12-16T03:54:47.578134image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-16T03:54:48.598060image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.

Sample

기사작성일자기사링크기사제목제목명사기사본문본문명사기상요소광역시도구분시군구구분시군구코드구분
01990-07-29https://n.news.naver.com/mnews/article/001/0003395513?sid=102慶南, 50만 피서인파 붐벼['만', '피', '인파']또 지리산 계곡 곳곳에 2만여 피서객이 몰렸고 密陽 용두목.빈지소.송림등 밀양강변에 2만,居昌 수승대,陜川 가야산계곡,河東 송림,馬山 서원곡.돝섬,昌原 성주사 계곡등 도내 피서지마다 올들어 최고인파가 모여 폭염을...['또', '지리산', '계곡', '곳곳', '피', '객', '용', '두목', '송림', '등', '밀양', '강변', '만', '승대', '가야산', '계곡', '송림', '곡', '돝섬', '성주사', '계곡', '등', '도내', '피', '서지', '최고', '파가', '폭염']폭염-999['밀양시'][48270]
11990-08-03https://n.news.naver.com/mnews/article/001/0003414643?sid=102강원도 하루 13명 익사['강원도', '하루', '명', '익사'](春川 聯合) 폭염이 계속된 3일 강원도내에서 13명이 익사한 것으로 신고됐다. 3일 하오 4시께 江原道... 경기도 의정부시)가 숨지는등 폭염이 계속되고 있는 3일 강원도내에서 모두 13명이 익사했다.['폭염', '계속', '일', '강원도', '내', '명', '익사', '것', '신고', '일', '시', '경기도', '의정부시', '등', '폭염', '계속', '일', '강원도', '내', '모두', '명', '익사']폭염['경기도']['의정부시'][41150]
21994-07-07https://n.news.naver.com/mnews/article/001/0003778212?sid=102오늘 小署, 중부-장마 남부-폭염 계속['오늘', '중부', '장마', '남부', '폭염', '계속']오는 12일 장마 남하하면서 전국에 비 (서울 聯合) 小署인 7일에도 중부지방은 흐리고 비가 내린 가운데 陜川은 낮 최고기온이 35.5도까지 올라가는등 남부지방은 1주일째 비가 오지 않는 상태의 불볕더위가 이어졌다....['일', '장마', '남하', '전국', '비', '서울', '인', '일', '중부지방', '비', '가운데', '은', '낮', '최고', '기온', '도', '등', '남부', '지방', '주일', '비', '오지', '상태', '불볕', '더위']폭염['서울특별시']-999[11000]
31994-07-12https://n.news.naver.com/mnews/article/001/0003776124?sid=102大邱 39.4도 17년만의 폭염['도', '년', '폭염'](大邱 聯合) 大邱와 경북지방이 연 12일째 '찜통 더위'에 휩싸이고 있다. 이달 들어 연일 35도를 웃도는 불볕더위가 기승을 부리고 있는 大邱지방은 12일낮 최고기온이 올들어 가장 높은 섭씨 39.4도까지 치솟아 7월...['경북', '지방', '연', '일', '찜통', '더위', '달', '연일', '불볕', '더위', '기승', '부리고', '지방', '낮', '최고', '기온', '가장', '섭씨', '도', '월']폭염['경상북도']-999[47000]
41994-07-14https://n.news.naver.com/mnews/article/001/0003782911?sid=102불볕더위 이제 엄청난 폭염災害로['불볕', '더위', '이제', '폭염', '로']13일 낮 강릉에서의 최고기온 39.3도를 비롯 대구에서 38.7도, 전주에서 38도 를 기록하는 등 전국적으로 폭염... 13일 폭염으로 도내에서 젖소 19마리와 닭 1만5천마리, 돼지 4백13마리가 폐사한 것으로 집계됐다. 이와 함께...['일', '낮', '강릉', '최고', '기온', '비롯', '대구', '도', '전주', '도', '를', '기록', '등', '전국', '폭염', '일', '폭염', '도내', '젖소', '마리', '닭', '마리', '돼지', '마리', '폐', '것', '집계', '이']폭염['대구광역시']['강릉시', '전주시'][51150, 45110]
51994-07-18https://n.news.naver.com/mnews/article/001/0003778594?sid=102밀양 39.1도,서울 36도 기록['밀양', '도', '서울', '도', '기록']21-22,24-25일 비 예상,폭염 당분간 계속될듯 (서울 聯合) 18일도 밀양의 낮 최고기온이 39.1까지 치솟고 서울이 36도를 기록하는 등 전국적인 불볕더위가 18일째 이어졌다. 서울지방의 이날 낮기온은 지난 78년...['일', '비', '예상', '폭염', '당분간', '계속', '서울', '일도', '밀양', '낮', '최고', '기온', '서울', '기록', '등', '전국', '불볕', '더위', '일', '지방', '날', '낮', '기온', '지난', '년']폭염['서울특별시']['밀양시'][48270]
61994-07-20https://n.news.naver.com/mnews/article/001/0003776283?sid=102폭염 20일째 계속 永川.密陽 39.4도['폭염', '일', '계속', '도'](서울 聯合) 20일 경북 영천과 경남 밀양의 낮최고기온이 39.4도까지 치솟는 등 연일 최고치를 경신하는 전국적인 폭염이 20일째 계속됐다. 영천과 밀양의 기온은 지난 71년 관측소 개소 이후 최고치로 지난 12일...['서울', '일', '경북', '영천', '경남', '밀양', '낮', '최고', '기온', '도', '등', '연일', '최고', '경신', '전국', '폭염', '일', '계속', '영천', '밀양', '기온', '지난', '년', '관측', '소', '이후', '최고', '치', '지난', '일']폭염['경상남도', '경상북도', '서울특별시']['밀양시', '영천시'][48270, 47230]
71994-07-21https://n.news.naver.com/mnews/article/001/0003787196?sid=102대구 39.4도,불볕더위 21일째 계속['대구', '도불볕', '더위', '일', '계속']71개 관측소중 34곳서 35도이상 (서울 聯合) 21일에도 대구의 낮 최고기온이 39.4도까지 치솟는 등 전국적인 폭염이 21일째 계속됐다. 각 지역별 낮최고기온은 ▲영천.산청.승주 39.3도 ▲밀양 39.2도 ▲진주 38.9도...['개', '관측', '중', '곳', '도', '이상', '서울', '일', '대구', '낮', '최고', '기온', '도', '등', '전국', '폭염', '일', '계속', '각', '지역별', '낮', '최고', '기온', '산청', '승주', '도', '밀양', '도', '진주', '도']폭염['대구광역시', '서울특별시']['밀양시', '산청군', '진주시'][48170, 48860, 48270]
81994-07-22https://n.news.naver.com/mnews/article/001/0003778602?sid=102태풍 월트, 모레쯤 남해안에 영향줄 듯['태풍', '월트', '모레', '남해안', '영향', '줄', '듯']강수대 약해 영향 받아도 비는 적을 전망 주말.휴일에도 전국 폭염 계속 (서울 聯合) 주말인 23일과 휴일인 24일에도 북태평양 고기압의 영향을 받아 전국적인 폭염이 계속되겠다. 기상청은 22일 "23일에도 북태평양...['강수', '영향', '적', '전망', '주말', '휴일', '전국', '폭염', '계속', '서울', '주말', '일과', '휴일', '일', '북태평양', '고기압', '영향', '전국', '폭염', '계속', '기상청', '일', '일', '북태평양']폭염['서울특별시']-999[11000]
91994-07-25https://n.news.naver.com/mnews/article/001/0003778918?sid=10212일째 열대야 현상, 시민들 괴로운 밤보내['일', '열대야', '현상', '시민', '밤']이에앞서 서울거리는 사상최고의 폭염으로 인해 거리가 사람들과 차량이 거의 눈에 띄지 않는 등 한산한 모습이 이날 낮부터 밤까지 이어진데다 상가들도 대부분 문을 닫는 등 공동화현상을 보이기도 했다.['이', '앞서', '거리', '사상', '최고', '폭염', '거리', '사람', '차량', '거의', '눈', '등', '모습', '날', '낮', '밤', '상가', '대부분', '문', '등', '공동', '현상', '보']폭염-999['사상구'][26530]
기사작성일자기사링크기사제목제목명사기사본문본문명사기상요소광역시도구분시군구구분시군구코드구분
902004-07-27https://n.news.naver.com/mnews/article/087/0000006576?sid=102[속초·동해]열대야 식히는데 태백준령이 최고['속초', '동해', '열대야', '태백', '준령', '최고']동해 삼척지역의 낮 최고 기온은 19일 33.3도, 20일 34.1도, 21일 35도, 22일 34.5도, 23일 36도 24일 34.6도를 기록, 폭염이 맹위를 떨치고 있다. 이에 반해 여름철에 무덥기로 유명한 춘천지역의 낮 최고 기온은 19일 30.3도...['동해', '삼척', '지역', '낮', '최고', '기온', '일', '도', '일', '도', '일', '도', '일', '도', '일', '도', '일', '기록', '폭염', '맹위', '이', '여름철', '춘천', '지역', '낮', '최고', '기온', '일', '도']폭염-999['동해시', '삼척시', '춘천시'][51170, 51230, 51110]
912004-07-27https://n.news.naver.com/mnews/article/022/0000043871?sid=102[포항]동해안지역 폭염피해 속출['포항', '동해안', '지역', '폭염', '피해', '속출']포항과 경주 등 경북 동해안지역이 연일 35∼36도를 웃도는 찜통더위를 보이면서 정전사고와 가축 폐사 등이 잇따라 발생하고 있다. 이 때문에 축산 농민들은 축사에 선풍기를 설치하거나 스프링클러를 이용, 지붕에...['포항', '경주', '등', '경북', '동해안', '지역', '연일', '찜통', '더위', '정전', '사고', '가축', '폐사', '등', '발생', '이', '때문', '축산', '농민', '축사', '선풍기', '스프링클러', '이용', '지붕']폭염['경상북도']['경주시', '포항시'][47130, 47110]
922004-07-27https://n.news.naver.com/mnews/article/088/0000004246?sid=101바닷가 피서인파 사상 최대인데 상가 불경기로 울상['바닷가', '피', '인파', '사상', '최대', '상가', '불경기', '울상']10년만의 폭염이 계속되면서 해수욕장마다 사상 최대 인파가 몰리고 있지만 피서객들의 지갑은 열리지 않아 해수욕장 상가는 불경기로 울상이다. 동해안 해수욕장내 상인들은 “일기 불순으로 사상 최악이었던...['년', '폭염', '계속', '해수욕장', '사상', '최대', '인파', '몰리', '피', '객', '지갑', '리지', '해수욕장', '상가', '불경기', '울상', '동해안', '해수욕장', '내', '상인', '일기', '불순', '사상', '최악']폭염-999['사상구'][26530]
932004-07-29https://n.news.naver.com/mnews/article/003/0000075100?sid=102제주, 폭염으로 닭 200마리 폐사['제주', '폭염', '닭', '마리', '폐사']【제주 뉴시스】 최근 제주지방에 폭염이 지속되면서 사육 중인 닭이 집단 폐사했다. 29일 제주도에 따르면 28, 29일 이틀 동안 북제주군 한림읍 금악리 모 양계장에서 사육 중인 닭 중 10%에 해당하는 200여마리가...['제주', '뉴시스', '최근', '지방', '폭염', '지속', '사육', '중인', '닭', '집단', '폐', '일', '제주도', '일', '이틀', '동안', '북제주군', '한림읍', '금악', '리', '모', '계장', '사육', '중인', '닭', '중', '해당', '마리']폭염['제주특별자치도']['제주시'][50110]
942004-07-29https://n.news.naver.com/mnews/article/055/0000025631?sid=115사흘째 '불볕 더위'…밀양 37.5도·서울 33.2도 기록['사흘', '불볕', '더위', '밀양', '도', '서울', '도', '기록']'중복'이 내일인데, 10년만의 폭염이라 복날이 따로 없습니다. 바깥으로 나서기가 겁났던 한낮의 거리 표정을 먼저, 권애리 기자가 취재했습니다. &lt;기자&gt; 사흘째 30도를 넘는 불볕더위가 이어진 오늘(29일). [정민희/서울...['중복', '내일', '년', '폭염', '복날', '바깥', '한낮', '거리', '표정', '먼저', '권애리', '기자', '취재', '기자', '사흘', '불볕', '더위', '이어진', '오늘', '일', '정민희', '서울']폭염['서울특별시']-999[11000]
952004-07-29https://n.news.naver.com/mnews/article/001/0000717365?sid=103"어메, 시원하다"-999연일 30도를 웃도는 폭염이 기승을 부리자 전북 전주시 금정도 덕동마을 축사에서 농민이 살수차로 한우들에게 물을 뿌리고 있다. /홍인철/지방/사회/ 2004.7.29 (전주 연합뉴스) ichong yna.co.kr (홍인철)['연일', '폭염', '기승', '전북', '전주시', '금정', '덕동', '마을', '축사', '농민', '살수차', '한우', '물', '뿌리', '홍인', '철', '지방', '사회', '전주', '연합뉴스', '홍인', '철']폭염['전라북도']['금정구', '전주시'][45110, 26410]
962004-07-29https://n.news.naver.com/mnews/article/005/0000171605?sid=102[여울목] 폭염에 옆집 에어컨 슬쩍 40대 경찰 유치장에서 ‘서늘한 여름’['여울목', '폭염', '옆집', '에어컨', '경찰', '유치장', '여름']떼가지 않은 에어컨이 생각나 순간적으로 훔치게 됐다”고 말했다. 집주인 김씨는 최근 대구지역에 폭염이 기승을 부리자 이사올 때 두고 왔던 에어컨을 가지러 왔다가 없어진 사실을 알고 경찰에 신고했다. 대구['떼', '가지', '에어컨', '순간', '말', '집주인', '김씨', '최근', '지역', '폭염', '기승', '때', '에어컨', '사실', '알', '경찰', '신고', '대구']폭염['대구광역시']-999[27000]
972004-07-29https://n.news.naver.com/mnews/article/001/0000717544?sid=102제주서 폭염으로 닭 1천500마리 폐사['제주', '폭염', '닭', '마리', '폐사']제주지역에 연일 30도를 웃도는 폭염이 이어지 면서 양계장에서 사육중인 육계용 닭 1천500여 마리가 폐사했다. 29일 제주도에 따르면 북제주군 한림읍 상명리 모 양계장에서 사육중인 닭 3만 여 마리중...['지역', '연일', '폭염', '면서', '계장', '사육', '육계', '용', '닭', '마리', '폐', '일', '제주도', '북제주군', '한림읍', '상', '리', '모', '계장', '사육', '닭', '만', '여', '마리']폭염['제주특별자치도']-999[50000]
982004-07-29https://n.news.naver.com/mnews/article/003/0000075057?sid=102더위엔 시원한 아이스크림이 최고야!['더위', '아이스크림', '최고']【대전 뉴시스】 폭염이 계속된 29일 노인들이 대전 유등천 도마교 그늘아래에서 시원한 아이스크림을 맛보며 더위를 식히고 있다. /['대전', '뉴시스', '폭염', '계속', '일', '노인', '대전', '유등천', '도마', '교', '그늘', '아래', '아이스크림', '더위']폭염['대전광역시']-999[30000]
992004-07-29https://n.news.naver.com/mnews/article/003/0000075058?sid=102더위식히려 다리아래로 몰린 시민들['더위', '다리', '아래', '시민']【대전 뉴시스】 폭염이 계속된 29일 시민들이 대전 유등천 도마교 그늘아래에서 더위를 식히고 있다. /['대전', '뉴시스', '폭염', '계속', '일', '시민', '대전', '유등천', '도마', '교', '그늘', '아래', '더위']폭염['대전광역시']-999[30000]