Overview

Dataset statistics

Number of variables18
Number of observations100
Missing cells0
Missing cells (%)0.0%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory14.4 KiB
Average record size in memory147.3 B

Variable types

Numeric1
Categorical17

Alerts

examin_begin_de has constant value ""Constant
hongkong_macau_tour_intrst_value is highly overall correlated with seasia_tour_intrst_valueHigh correlation
seasia_tour_intrst_value is highly overall correlated with hongkong_macau_tour_intrst_valueHigh correlation
usa_canada_tour_intrst_value is highly overall correlated with weurp_neurp_tour_intrst_valueHigh correlation
weurp_neurp_tour_intrst_value is highly overall correlated with usa_canada_tour_intrst_value and 2 other fieldsHigh correlation
eeurp_tour_intrst_value is highly overall correlated with weurp_neurp_tour_intrst_value and 1 other fieldsHigh correlation
seurp_tour_intrst_value is highly overall correlated with weurp_neurp_tour_intrst_value and 1 other fieldsHigh correlation
respond_id has unique valuesUnique

Reproduction

Analysis started2023-12-10 10:15:51.796146
Analysis finished2023-12-10 10:15:55.169515
Duration3.37 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

respond_id
Real number (ℝ)

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean437175.12
Minimum924
Maximum3244803
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size1.0 KiB
2023-12-10T19:15:55.309579image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum924
5-th percentile29051.6
Q1147623
median247762
Q3317895
95-th percentile3016576.3
Maximum3244803
Range3243879
Interquartile range (IQR)170272

Descriptive statistics

Standard deviation736226.11
Coefficient of variation (CV)1.6840531
Kurtosis8.9546945
Mean437175.12
Median Absolute Deviation (MAD)92802.5
Skewness3.1623168
Sum43717512
Variance5.4202889 × 1011
MonotonicityNot monotonic
2023-12-10T19:15:55.646258image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
283434 1
 
1.0%
146411 1
 
1.0%
188346 1
 
1.0%
183947 1
 
1.0%
180423 1
 
1.0%
177867 1
 
1.0%
174310 1
 
1.0%
167045 1
 
1.0%
160978 1
 
1.0%
160820 1
 
1.0%
Other values (90) 90
90.0%
ValueCountFrequency (%)
924 1
1.0%
1920 1
1.0%
10658 1
1.0%
23027 1
1.0%
26650 1
1.0%
29178 1
1.0%
36890 1
1.0%
38622 1
1.0%
41301 1
1.0%
48253 1
1.0%
ValueCountFrequency (%)
3244803 1
1.0%
3242158 1
1.0%
3239449 1
1.0%
3056684 1
1.0%
3029255 1
1.0%
3015909 1
1.0%
1795671 1
1.0%
1776947 1
1.0%
1245296 1
1.0%
444461 1
1.0%

examin_begin_de
Categorical

CONSTANT 

Distinct1
Distinct (%)1.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
20211108
100 

Length

Max length8
Median length8
Mean length8
Min length8

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row20211108
2nd row20211108
3rd row20211108
4th row20211108
5th row20211108

Common Values

ValueCountFrequency (%)
20211108 100
100.0%

Length

2023-12-10T19:15:55.875791image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:15:56.023880image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
20211108 100
100.0%

sexdstn_flag_cd
Categorical

Distinct2
Distinct (%)2.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
M
55 
F
45 

Length

Max length1
Median length1
Mean length1
Min length1

Unique

Unique0 ?
Unique (%)0.0%

Sample

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

Common Values

ValueCountFrequency (%)
M 55
55.0%
F 45
45.0%

Length

2023-12-10T19:15:56.229931image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:15:56.447635image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
m 55
55.0%
f 45
45.0%

agrde_flag_nm
Categorical

Distinct5
Distinct (%)5.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
50대
28 
30대
27 
40대
20 
60대
19 
20대
6 

Length

Max length3
Median length3
Mean length3
Min length3

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row60대
2nd row50대
3rd row60대
4th row60대
5th row60대

Common Values

ValueCountFrequency (%)
50대 28
28.0%
30대 27
27.0%
40대 20
20.0%
60대 19
19.0%
20대 6
 
6.0%

Length

2023-12-10T19:15:56.669691image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:15:56.874652image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
50대 28
28.0%
30대 27
27.0%
40대 20
20.0%
60대 19
19.0%
20대 6
 
6.0%

answrr_oc_area_nm
Categorical

Distinct15
Distinct (%)15.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
서울특별시
31 
경기도
21 
부산광역시
8 
경상남도
6 
광주광역시
6 
Other values (10)
28 

Length

Max length12
Median length5
Mean length4.38
Min length3

Unique

Unique3 ?
Unique (%)3.0%

Sample

1st row서울특별시
2nd row강원도
3rd row서울특별시
4th row부산광역시
5th row부산광역시

Common Values

ValueCountFrequency (%)
서울특별시 31
31.0%
경기도 21
21.0%
부산광역시 8
 
8.0%
경상남도 6
 
6.0%
광주광역시 6
 
6.0%
강원도 5
 
5.0%
경상북도 4
 
4.0%
대전광역시 4
 
4.0%
대구광역시 3
 
3.0%
인천광역시 3
 
3.0%
Other values (5) 9
 
9.0%

Length

2023-12-10T19:15:57.072262image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
서울특별시 31
30.7%
경기도 21
20.8%
부산광역시 8
 
7.9%
경상남도 6
 
5.9%
광주광역시 6
 
5.9%
강원도 5
 
5.0%
경상북도 4
 
4.0%
대전광역시 4
 
4.0%
대구광역시 3
 
3.0%
인천광역시 3
 
3.0%
Other values (6) 10
 
9.9%

hshld_income_dgree_nm
Categorical

Distinct5
Distinct (%)5.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
500이상700만원 미만
34 
300이상500만원 미만
28 
700만원 이상
23 
300만원 미만
12 
모름
 
3

Length

Max length13
Median length13
Mean length10.92
Min length2

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row700만원 이상
2nd row700만원 이상
3rd row300이상500만원 미만
4th row300이상500만원 미만
5th row500이상700만원 미만

Common Values

ValueCountFrequency (%)
500이상700만원 미만 34
34.0%
300이상500만원 미만 28
28.0%
700만원 이상 23
23.0%
300만원 미만 12
 
12.0%
모름 3
 
3.0%

Length

2023-12-10T19:15:57.302297image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:15:57.487669image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
미만 74
37.6%
500이상700만원 34
17.3%
300이상500만원 28
 
14.2%
700만원 23
 
11.7%
이상 23
 
11.7%
300만원 12
 
6.1%
모름 3
 
1.5%

china_tour_intrst_value
Categorical

Distinct5
Distinct (%)5.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
많이 적어졌다
47 
약간 적어졌다
24 
예전과 비슷하다
21 
많이 커졌다
5 
약간 커졌다
 
3

Length

Max length8
Median length7
Mean length7.13
Min length6

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row많이 적어졌다
2nd row예전과 비슷하다
3rd row많이 적어졌다
4th row많이 적어졌다
5th row많이 적어졌다

Common Values

ValueCountFrequency (%)
많이 적어졌다 47
47.0%
약간 적어졌다 24
24.0%
예전과 비슷하다 21
21.0%
많이 커졌다 5
 
5.0%
약간 커졌다 3
 
3.0%

Length

2023-12-10T19:15:57.731377image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:15:57.917136image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
적어졌다 71
35.5%
많이 52
26.0%
약간 27
 
13.5%
예전과 21
 
10.5%
비슷하다 21
 
10.5%
커졌다 8
 
4.0%

jp_tour_intrst_value
Categorical

Distinct5
Distinct (%)5.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
많이 적어졌다
31 
예전과 비슷하다
31 
약간 적어졌다
26 
약간 커졌다
6 
많이 커졌다
6 

Length

Max length8
Median length7
Mean length7.19
Min length6

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row많이 적어졌다
2nd row약간 커졌다
3rd row예전과 비슷하다
4th row많이 적어졌다
5th row예전과 비슷하다

Common Values

ValueCountFrequency (%)
많이 적어졌다 31
31.0%
예전과 비슷하다 31
31.0%
약간 적어졌다 26
26.0%
약간 커졌다 6
 
6.0%
많이 커졌다 6
 
6.0%

Length

2023-12-10T19:15:58.137319image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:15:58.344858image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
적어졌다 57
28.5%
많이 37
18.5%
약간 32
16.0%
예전과 31
15.5%
비슷하다 31
15.5%
커졌다 12
 
6.0%

hongkong_macau_tour_intrst_value
Categorical

HIGH CORRELATION 

Distinct5
Distinct (%)5.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
예전과 비슷하다
34 
약간 적어졌다
29 
많이 적어졌다
21 
약간 커졌다
10 
많이 커졌다
6 

Length

Max length8
Median length7.5
Mean length7.18
Min length6

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row약간 적어졌다
2nd row많이 적어졌다
3rd row약간 적어졌다
4th row약간 적어졌다
5th row예전과 비슷하다

Common Values

ValueCountFrequency (%)
예전과 비슷하다 34
34.0%
약간 적어졌다 29
29.0%
많이 적어졌다 21
21.0%
약간 커졌다 10
 
10.0%
많이 커졌다 6
 
6.0%

Length

2023-12-10T19:15:58.550776image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:15:58.721704image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
적어졌다 50
25.0%
약간 39
19.5%
예전과 34
17.0%
비슷하다 34
17.0%
많이 27
13.5%
커졌다 16
 
8.0%

seasia_tour_intrst_value
Categorical

HIGH CORRELATION 

Distinct5
Distinct (%)5.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
예전과 비슷하다
34 
약간 적어졌다
23 
많이 적어졌다
18 
약간 커졌다
16 
많이 커졌다
9 

Length

Max length8
Median length7
Mean length7.09
Min length6

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row약간 적어졌다
2nd row예전과 비슷하다
3rd row약간 적어졌다
4th row약간 커졌다
5th row약간 적어졌다

Common Values

ValueCountFrequency (%)
예전과 비슷하다 34
34.0%
약간 적어졌다 23
23.0%
많이 적어졌다 18
18.0%
약간 커졌다 16
16.0%
많이 커졌다 9
 
9.0%

Length

2023-12-10T19:15:58.890436image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:15:59.059736image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
적어졌다 41
20.5%
약간 39
19.5%
예전과 34
17.0%
비슷하다 34
17.0%
많이 27
13.5%
커졌다 25
12.5%

mdlest_swasia_tour_intrst_value
Categorical

Distinct5
Distinct (%)5.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
약간 적어졌다
31 
예전과 비슷하다
29 
많이 적어졌다
25 
약간 커졌다
11 
많이 커졌다
4 

Length

Max length8
Median length7
Mean length7.14
Min length6

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row많이 적어졌다
2nd row많이 적어졌다
3rd row많이 적어졌다
4th row약간 커졌다
5th row약간 적어졌다

Common Values

ValueCountFrequency (%)
약간 적어졌다 31
31.0%
예전과 비슷하다 29
29.0%
많이 적어졌다 25
25.0%
약간 커졌다 11
 
11.0%
많이 커졌다 4
 
4.0%

Length

2023-12-10T19:15:59.264259image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:15:59.459032image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
적어졌다 56
28.0%
약간 42
21.0%
예전과 29
14.5%
비슷하다 29
14.5%
많이 29
14.5%
커졌다 15
 
7.5%

usa_canada_tour_intrst_value
Categorical

HIGH CORRELATION 

Distinct5
Distinct (%)5.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
예전과 비슷하다
36 
약간 커졌다
24 
약간 적어졌다
16 
많이 커졌다
13 
많이 적어졌다
11 

Length

Max length8
Median length7
Mean length6.99
Min length6

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row예전과 비슷하다
2nd row많이 커졌다
3rd row약간 커졌다
4th row많이 커졌다
5th row약간 커졌다

Common Values

ValueCountFrequency (%)
예전과 비슷하다 36
36.0%
약간 커졌다 24
24.0%
약간 적어졌다 16
16.0%
많이 커졌다 13
 
13.0%
많이 적어졌다 11
 
11.0%

Length

2023-12-10T19:15:59.654544image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:15:59.825156image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
약간 40
20.0%
커졌다 37
18.5%
예전과 36
18.0%
비슷하다 36
18.0%
적어졌다 27
13.5%
많이 24
12.0%

samrc_lamrc_tour_intrst_value
Categorical

Distinct5
Distinct (%)5.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
예전과 비슷하다
44 
약간 적어졌다
25 
많이 적어졌다
19 
많이 커졌다
7 
약간 커졌다
5 

Length

Max length8
Median length7
Mean length7.32
Min length6

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row약간 적어졌다
2nd row약간 적어졌다
3rd row예전과 비슷하다
4th row많이 커졌다
5th row예전과 비슷하다

Common Values

ValueCountFrequency (%)
예전과 비슷하다 44
44.0%
약간 적어졌다 25
25.0%
많이 적어졌다 19
19.0%
많이 커졌다 7
 
7.0%
약간 커졌다 5
 
5.0%

Length

2023-12-10T19:16:00.016857image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:16:00.197509image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
예전과 44
22.0%
비슷하다 44
22.0%
적어졌다 44
22.0%
약간 30
15.0%
많이 26
13.0%
커졌다 12
 
6.0%

weurp_neurp_tour_intrst_value
Categorical

HIGH CORRELATION 

Distinct5
Distinct (%)5.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
예전과 비슷하다
38 
약간 커졌다
31 
약간 적어졌다
11 
많이 커졌다
10 
많이 적어졌다
10 

Length

Max length8
Median length7
Mean length6.97
Min length6

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row예전과 비슷하다
2nd row예전과 비슷하다
3rd row많이 커졌다
4th row약간 커졌다
5th row약간 커졌다

Common Values

ValueCountFrequency (%)
예전과 비슷하다 38
38.0%
약간 커졌다 31
31.0%
약간 적어졌다 11
 
11.0%
많이 커졌다 10
 
10.0%
많이 적어졌다 10
 
10.0%

Length

2023-12-10T19:16:00.384410image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:16:00.635505image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
약간 42
21.0%
커졌다 41
20.5%
예전과 38
19.0%
비슷하다 38
19.0%
적어졌다 21
10.5%
많이 20
10.0%

eeurp_tour_intrst_value
Categorical

HIGH CORRELATION 

Distinct5
Distinct (%)5.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
예전과 비슷하다
43 
약간 커졌다
22 
약간 적어졌다
15 
많이 적어졌다
11 
많이 커졌다
9 

Length

Max length8
Median length7
Mean length7.12
Min length6

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row약간 적어졌다
2nd row예전과 비슷하다
3rd row예전과 비슷하다
4th row많이 커졌다
5th row약간 커졌다

Common Values

ValueCountFrequency (%)
예전과 비슷하다 43
43.0%
약간 커졌다 22
22.0%
약간 적어졌다 15
 
15.0%
많이 적어졌다 11
 
11.0%
많이 커졌다 9
 
9.0%

Length

2023-12-10T19:16:00.852857image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:16:01.088076image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
예전과 43
21.5%
비슷하다 43
21.5%
약간 37
18.5%
커졌다 31
15.5%
적어졌다 26
13.0%
많이 20
10.0%

seurp_tour_intrst_value
Categorical

HIGH CORRELATION 

Distinct5
Distinct (%)5.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
예전과 비슷하다
36 
약간 커졌다
32 
약간 적어졌다
14 
많이 적어졌다
10 
많이 커졌다
8 

Length

Max length8
Median length7
Mean length6.96
Min length6

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row약간 적어졌다
2nd row예전과 비슷하다
3rd row약간 커졌다
4th row약간 커졌다
5th row약간 커졌다

Common Values

ValueCountFrequency (%)
예전과 비슷하다 36
36.0%
약간 커졌다 32
32.0%
약간 적어졌다 14
 
14.0%
많이 적어졌다 10
 
10.0%
많이 커졌다 8
 
8.0%

Length

2023-12-10T19:16:01.408674image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:16:01.624964image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
약간 46
23.0%
커졌다 40
20.0%
예전과 36
18.0%
비슷하다 36
18.0%
적어졌다 24
12.0%
많이 18
 
9.0%

spcpc_tour_intrst_value
Categorical

Distinct5
Distinct (%)5.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
예전과 비슷하다
34 
약간 커졌다
28 
많이 커졌다
16 
많이 적어졌다
12 
약간 적어졌다
10 

Length

Max length8
Median length7
Mean length6.9
Min length6

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row예전과 비슷하다
2nd row많이 커졌다
3rd row예전과 비슷하다
4th row약간 커졌다
5th row약간 커졌다

Common Values

ValueCountFrequency (%)
예전과 비슷하다 34
34.0%
약간 커졌다 28
28.0%
많이 커졌다 16
16.0%
많이 적어졌다 12
 
12.0%
약간 적어졌다 10
 
10.0%

Length

2023-12-10T19:16:01.849104image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:16:02.033812image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
커졌다 44
22.0%
약간 38
19.0%
예전과 34
17.0%
비슷하다 34
17.0%
많이 28
14.0%
적어졌다 22
11.0%

africa_tour_intrst_value
Categorical

Distinct5
Distinct (%)5.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
많이 적어졌다
42 
예전과 비슷하다
27 
약간 적어졌다
25 
약간 커졌다
 
4
많이 커졌다
 
2

Length

Max length8
Median length7
Mean length7.21
Min length6

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row약간 적어졌다
2nd row많이 적어졌다
3rd row많이 적어졌다
4th row많이 적어졌다
5th row예전과 비슷하다

Common Values

ValueCountFrequency (%)
많이 적어졌다 42
42.0%
예전과 비슷하다 27
27.0%
약간 적어졌다 25
25.0%
약간 커졌다 4
 
4.0%
많이 커졌다 2
 
2.0%

Length

2023-12-10T19:16:02.250827image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:16:02.433244image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
적어졌다 67
33.5%
많이 44
22.0%
약간 29
14.5%
예전과 27
13.5%
비슷하다 27
13.5%
커졌다 6
 
3.0%

Interactions

2023-12-10T19:15:54.062767image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Correlations

2023-12-10T19:16:02.585214image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
respond_idsexdstn_flag_cdagrde_flag_nmanswrr_oc_area_nmhshld_income_dgree_nmchina_tour_intrst_valuejp_tour_intrst_valuehongkong_macau_tour_intrst_valueseasia_tour_intrst_valuemdlest_swasia_tour_intrst_valueusa_canada_tour_intrst_valuesamrc_lamrc_tour_intrst_valueweurp_neurp_tour_intrst_valueeeurp_tour_intrst_valueseurp_tour_intrst_valuespcpc_tour_intrst_valueafrica_tour_intrst_value
respond_id1.0000.0380.4770.0000.0000.0000.0000.2090.0000.0000.2760.3560.0000.4820.3190.2810.000
sexdstn_flag_cd0.0381.0000.1750.0000.0910.0000.0000.0410.0890.1700.0940.0000.1750.0000.1200.0610.000
agrde_flag_nm0.4770.1751.0000.3720.0000.0000.0000.1990.2550.0000.0000.0000.2190.0850.3690.0000.000
answrr_oc_area_nm0.0000.0000.3721.0000.0000.4890.4560.2610.0000.3300.1950.0000.4070.3270.2200.4050.000
hshld_income_dgree_nm0.0000.0910.0000.0001.0000.0000.0000.0000.0000.0000.3750.0000.1300.2620.2690.3690.000
china_tour_intrst_value0.0000.0000.0000.4890.0001.0000.7470.6410.6920.7850.4100.6670.5130.4940.4220.5030.816
jp_tour_intrst_value0.0000.0000.0000.4560.0000.7471.0000.4730.6840.7000.3790.5680.4280.4350.4090.4870.738
hongkong_macau_tour_intrst_value0.2090.0410.1990.2610.0000.6410.4731.0000.9230.7500.7960.7630.7950.7430.7470.5070.693
seasia_tour_intrst_value0.0000.0890.2550.0000.0000.6920.6840.9231.0000.8170.7410.7550.7850.7610.7890.5670.592
mdlest_swasia_tour_intrst_value0.0000.1700.0000.3300.0000.7850.7000.7500.8171.0000.7010.7990.6560.5680.6770.4280.825
usa_canada_tour_intrst_value0.2760.0940.0000.1950.3750.4100.3790.7960.7410.7011.0000.8040.9040.8060.8410.6980.544
samrc_lamrc_tour_intrst_value0.3560.0000.0000.0000.0000.6670.5680.7630.7550.7990.8041.0000.8240.7820.7700.5850.771
weurp_neurp_tour_intrst_value0.0000.1750.2190.4070.1300.5130.4280.7950.7850.6560.9040.8241.0000.8920.8750.6870.488
eeurp_tour_intrst_value0.4820.0000.0850.3270.2620.4940.4350.7430.7610.5680.8060.7820.8921.0000.9310.8080.622
seurp_tour_intrst_value0.3190.1200.3690.2200.2690.4220.4090.7470.7890.6770.8410.7700.8750.9311.0000.8180.515
spcpc_tour_intrst_value0.2810.0610.0000.4050.3690.5030.4870.5070.5670.4280.6980.5850.6870.8080.8181.0000.548
africa_tour_intrst_value0.0000.0000.0000.0000.0000.8160.7380.6930.5920.8250.5440.7710.4880.6220.5150.5481.000
2023-12-10T19:16:02.925997image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
hongkong_macau_tour_intrst_valuechina_tour_intrst_valuemdlest_swasia_tour_intrst_valuesexdstn_flag_cdspcpc_tour_intrst_valueseurp_tour_intrst_valueagrde_flag_nmseasia_tour_intrst_valueanswrr_oc_area_nmeeurp_tour_intrst_valuesamrc_lamrc_tour_intrst_valueafrica_tour_intrst_valuejp_tour_intrst_valuehshld_income_dgree_nmusa_canada_tour_intrst_valueweurp_neurp_tour_intrst_value
hongkong_macau_tour_intrst_value1.0000.2860.3720.0450.2090.3690.0730.6150.1010.3650.3850.3240.1920.0000.4190.417
china_tour_intrst_value0.2861.0000.4060.0000.2070.1670.0000.3230.2150.2020.3040.4420.3690.0000.1620.212
mdlest_swasia_tour_intrst_value0.3720.4061.0000.2040.1700.3120.0000.4430.1330.2420.4220.4530.3290.0000.3300.297
sexdstn_flag_cd0.0450.0000.2041.0000.0710.1430.2100.1060.0000.0000.0000.0000.0000.1080.1120.210
spcpc_tour_intrst_value0.2090.2070.1700.0711.0000.4450.0000.2410.1700.4320.2510.2300.1980.1440.3280.319
seurp_tour_intrst_value0.3690.1670.3120.1430.4451.0000.1430.4110.0820.6340.3910.2130.1620.1010.4730.524
agrde_flag_nm0.0730.0000.0000.2100.0000.1431.0000.0960.1540.0240.0000.0000.0000.0000.0000.081
seasia_tour_intrst_value0.6150.3230.4430.1060.2410.4110.0961.0000.0000.3820.3770.2560.3170.0000.3630.407
answrr_oc_area_nm0.1010.2150.1330.0000.1700.0820.1540.0001.0000.1320.0000.0000.1970.0000.0700.171
eeurp_tour_intrst_value0.3650.2020.2420.0000.4320.6340.0240.3820.1321.0000.4030.2740.1730.0980.4300.554
samrc_lamrc_tour_intrst_value0.3850.3040.4220.0000.2510.3910.0000.3770.0000.4031.0000.3920.2420.0000.4280.451
africa_tour_intrst_value0.3240.4420.4530.0000.2300.2130.0000.2560.0000.2740.3921.0000.3610.0000.2280.199
jp_tour_intrst_value0.1920.3690.3290.0000.1980.1620.0000.3170.1970.1730.2420.3611.0000.0000.1480.170
hshld_income_dgree_nm0.0000.0000.0000.1080.1440.1010.0000.0000.0000.0980.0000.0000.0001.0000.1460.044
usa_canada_tour_intrst_value0.4190.1620.3300.1120.3280.4730.0000.3630.0700.4300.4280.2280.1480.1461.0000.575
weurp_neurp_tour_intrst_value0.4170.2120.2970.2100.3190.5240.0810.4070.1710.5540.4510.1990.1700.0440.5751.000
2023-12-10T19:16:03.286989image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
respond_idsexdstn_flag_cdagrde_flag_nmanswrr_oc_area_nmhshld_income_dgree_nmchina_tour_intrst_valuejp_tour_intrst_valuehongkong_macau_tour_intrst_valueseasia_tour_intrst_valuemdlest_swasia_tour_intrst_valueusa_canada_tour_intrst_valuesamrc_lamrc_tour_intrst_valueweurp_neurp_tour_intrst_valueeeurp_tour_intrst_valueseurp_tour_intrst_valuespcpc_tour_intrst_valueafrica_tour_intrst_value
respond_id1.0000.0450.1940.0000.0000.0000.0000.0800.0000.0000.1080.1400.0000.1990.1260.1090.000
sexdstn_flag_cd0.0451.0000.2100.0000.1080.0000.0000.0450.1060.2040.1120.0000.2100.0000.1430.0710.000
agrde_flag_nm0.1940.2101.0000.1540.0000.0000.0000.0730.0960.0000.0000.0000.0810.0240.1430.0000.000
answrr_oc_area_nm0.0000.0000.1541.0000.0000.2150.1970.1010.0000.1330.0700.0000.1710.1320.0820.1700.000
hshld_income_dgree_nm0.0000.1080.0000.0001.0000.0000.0000.0000.0000.0000.1460.0000.0440.0980.1010.1440.000
china_tour_intrst_value0.0000.0000.0000.2150.0001.0000.3690.2860.3230.4060.1620.3040.2120.2020.1670.2070.442
jp_tour_intrst_value0.0000.0000.0000.1970.0000.3691.0000.1920.3170.3290.1480.2420.1700.1730.1620.1980.361
hongkong_macau_tour_intrst_value0.0800.0450.0730.1010.0000.2860.1921.0000.6150.3720.4190.3850.4170.3650.3690.2090.324
seasia_tour_intrst_value0.0000.1060.0960.0000.0000.3230.3170.6151.0000.4430.3630.3770.4070.3820.4110.2410.256
mdlest_swasia_tour_intrst_value0.0000.2040.0000.1330.0000.4060.3290.3720.4431.0000.3300.4220.2970.2420.3120.1700.453
usa_canada_tour_intrst_value0.1080.1120.0000.0700.1460.1620.1480.4190.3630.3301.0000.4280.5750.4300.4730.3280.228
samrc_lamrc_tour_intrst_value0.1400.0000.0000.0000.0000.3040.2420.3850.3770.4220.4281.0000.4510.4030.3910.2510.392
weurp_neurp_tour_intrst_value0.0000.2100.0810.1710.0440.2120.1700.4170.4070.2970.5750.4511.0000.5540.5240.3190.199
eeurp_tour_intrst_value0.1990.0000.0240.1320.0980.2020.1730.3650.3820.2420.4300.4030.5541.0000.6340.4320.274
seurp_tour_intrst_value0.1260.1430.1430.0820.1010.1670.1620.3690.4110.3120.4730.3910.5240.6341.0000.4450.213
spcpc_tour_intrst_value0.1090.0710.0000.1700.1440.2070.1980.2090.2410.1700.3280.2510.3190.4320.4451.0000.230
africa_tour_intrst_value0.0000.0000.0000.0000.0000.4420.3610.3240.2560.4530.2280.3920.1990.2740.2130.2301.000

Missing values

2023-12-10T19:15:54.626322image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-10T19:15:55.002274image/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

respond_idexamin_begin_desexdstn_flag_cdagrde_flag_nmanswrr_oc_area_nmhshld_income_dgree_nmchina_tour_intrst_valuejp_tour_intrst_valuehongkong_macau_tour_intrst_valueseasia_tour_intrst_valuemdlest_swasia_tour_intrst_valueusa_canada_tour_intrst_valuesamrc_lamrc_tour_intrst_valueweurp_neurp_tour_intrst_valueeeurp_tour_intrst_valueseurp_tour_intrst_valuespcpc_tour_intrst_valueafrica_tour_intrst_value
028343420211108F60대서울특별시700만원 이상많이 적어졌다많이 적어졌다약간 적어졌다약간 적어졌다많이 적어졌다예전과 비슷하다약간 적어졌다예전과 비슷하다약간 적어졌다약간 적어졌다예전과 비슷하다약간 적어졌다
1323944920211108F50대강원도700만원 이상예전과 비슷하다약간 커졌다많이 적어졌다예전과 비슷하다많이 적어졌다많이 커졌다약간 적어졌다예전과 비슷하다예전과 비슷하다예전과 비슷하다많이 커졌다많이 적어졌다
227283320211108F60대서울특별시300이상500만원 미만많이 적어졌다예전과 비슷하다약간 적어졌다약간 적어졌다많이 적어졌다약간 커졌다예전과 비슷하다많이 커졌다예전과 비슷하다약간 커졌다예전과 비슷하다많이 적어졌다
3177694720211108F60대부산광역시300이상500만원 미만많이 적어졌다많이 적어졌다약간 적어졌다약간 커졌다약간 커졌다많이 커졌다많이 커졌다약간 커졌다많이 커졌다약간 커졌다약간 커졌다많이 적어졌다
439419720211108F60대부산광역시500이상700만원 미만많이 적어졌다예전과 비슷하다예전과 비슷하다약간 적어졌다약간 적어졌다약간 커졌다예전과 비슷하다약간 커졌다약간 커졌다약간 커졌다약간 커졌다예전과 비슷하다
5305668420211108F50대서울특별시700만원 이상예전과 비슷하다예전과 비슷하다약간 적어졌다약간 커졌다예전과 비슷하다약간 커졌다예전과 비슷하다약간 커졌다약간 커졌다약간 커졌다약간 커졌다약간 적어졌다
618072620211108F50대서울특별시300만원 미만많이 적어졌다많이 적어졌다예전과 비슷하다많이 커졌다예전과 비슷하다많이 적어졌다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다약간 커졌다많이 적어졌다
7324215820211108F50대경기도700만원 이상많이 적어졌다예전과 비슷하다예전과 비슷하다예전과 비슷하다약간 커졌다많이 커졌다많이 커졌다많이 커졌다많이 커졌다많이 커졌다많이 커졌다많이 적어졌다
830127420211108F50대서울특별시300이상500만원 미만많이 적어졌다많이 적어졌다약간 적어졌다약간 적어졌다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다약간 적어졌다
927737420211108F50대서울특별시500이상700만원 미만약간 적어졌다약간 적어졌다예전과 비슷하다약간 적어졌다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다
respond_idexamin_begin_desexdstn_flag_cdagrde_flag_nmanswrr_oc_area_nmhshld_income_dgree_nmchina_tour_intrst_valuejp_tour_intrst_valuehongkong_macau_tour_intrst_valueseasia_tour_intrst_valuemdlest_swasia_tour_intrst_valueusa_canada_tour_intrst_valuesamrc_lamrc_tour_intrst_valueweurp_neurp_tour_intrst_valueeeurp_tour_intrst_valueseurp_tour_intrst_valuespcpc_tour_intrst_valueafrica_tour_intrst_value
9028242120211108F20대부산광역시300이상500만원 미만약간 적어졌다예전과 비슷하다약간 적어졌다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다약간 커졌다예전과 비슷하다예전과 비슷하다
9129501620211108M60대대전광역시700만원 이상약간 적어졌다약간 커졌다약간 적어졌다예전과 비슷하다약간 적어졌다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다약간 적어졌다
9230340720211108M60대부산광역시300만원 미만예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다
9330586220211108F20대대전광역시700만원 이상많이 커졌다예전과 비슷하다많이 커졌다많이 커졌다약간 커졌다많이 커졌다많이 커졌다많이 커졌다많이 커졌다약간 커졌다약간 커졌다약간 커졌다
9431211220211108F60대대전광역시500이상700만원 미만예전과 비슷하다예전과 비슷하다예전과 비슷하다예전과 비슷하다약간 커졌다약간 커졌다약간 커졌다약간 커졌다예전과 비슷하다약간 커졌다약간 커졌다예전과 비슷하다
9531220020211108F40대경기도500이상700만원 미만많이 적어졌다많이 커졌다많이 커졌다많이 커졌다예전과 비슷하다많이 커졌다예전과 비슷하다많이 커졌다예전과 비슷하다예전과 비슷하다많이 커졌다예전과 비슷하다
9631283820211108M60대경상북도500이상700만원 미만약간 적어졌다예전과 비슷하다약간 적어졌다예전과 비슷하다약간 커졌다많이 커졌다예전과 비슷하다약간 커졌다예전과 비슷하다약간 커졌다예전과 비슷하다약간 커졌다
9731481320211108F50대경기도700만원 이상예전과 비슷하다예전과 비슷하다예전과 비슷하다약간 커졌다예전과 비슷하다예전과 비슷하다예전과 비슷하다약간 커졌다약간 커졌다약간 커졌다약간 커졌다예전과 비슷하다
9831731820211108M60대충청북도300이상500만원 미만약간 적어졌다약간 적어졌다예전과 비슷하다약간 적어졌다약간 적어졌다예전과 비슷하다약간 적어졌다예전과 비슷하다많이 적어졌다많이 적어졌다약간 적어졌다많이 적어졌다
9931962620211108F40대강원도500이상700만원 미만약간 적어졌다약간 적어졌다예전과 비슷하다약간 적어졌다약간 적어졌다예전과 비슷하다약간 적어졌다예전과 비슷하다예전과 비슷하다예전과 비슷하다약간 커졌다많이 적어졌다