Overview

Dataset statistics

Number of variables4
Number of observations48
Missing cells0
Missing cells (%)0.0%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory1.6 KiB
Average record size in memory34.8 B

Variable types

Categorical1
Text3

Dataset

Description국민 누구나 원하는 일자리에서 마음껏 역량을 발휘할 수 있도록 더 많은 일자리를 만들고, 더 든든하고 안전한 일터를 조성하기 위해 노력하고 있는 고용노동부의 각 소속 지방고용노동관서 명칭 및 위치, 관할구역이 포함되어 있는 현황데이터입니다.
Author고용노동부
URLhttps://www.data.go.kr/data/15029545/fileData.do

Alerts

명칭구분 is highly imbalanced (50.5%)Imbalance
명칭 has unique valuesUnique
관할구역 has unique valuesUnique

Reproduction

Analysis started2023-12-12 07:40:24.927780
Analysis finished2023-12-12 07:40:25.302283
Duration0.37 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

명칭구분
Categorical

IMBALANCE 

Distinct3
Distinct (%)6.2%
Missing0
Missing (%)0.0%
Memory size516.0 B
지청
40 
청
6 
출장소
 
2

Length

Max length3
Median length2
Mean length1.9166667
Min length1

Unique

Unique0 ?
Unique (%)0.0%

Sample

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

Common Values

ValueCountFrequency (%)
지청 40
83.3%
청 6
 
12.5%
출장소 2
 
4.2%

Length

2023-12-12T16:40:25.369385image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-12T16:40:25.496970image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
지청 40
83.3%
청 6
 
12.5%
출장소 2
 
4.2%

명칭
Text

UNIQUE 

Distinct48
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size516.0 B
2023-12-12T16:40:25.715190image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length9
Median length4
Mean length5.1041667
Min length4

Characters and Unicode

Total characters245
Distinct characters56
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique48 ?
Unique (%)100.0%

Sample

1st row서울지방고용노동청
2nd row중부지방고용노동청
3rd row부산지방고용노동청
4th row대구지방고용노동청
5th row광주지방고용노동청
ValueCountFrequency (%)
서울지방고용노동청 1
 
2.1%
중부지방고용노동청 1
 
2.1%
구미지청 1
 
2.1%
부산동부지청 1
 
2.1%
부산북부지청 1
 
2.1%
창원지청 1
 
2.1%
울산지청 1
 
2.1%
양산지청 1
 
2.1%
진주지청 1
 
2.1%
통영지청 1
 
2.1%
Other values (38) 38
79.2%
2023-12-12T16:40:26.083880image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
청 47
19.2%
지 46
18.8%
부 14
 
5.7%
서 10
 
4.1%
동 9
 
3.7%
산 9
 
3.7%
울 8
 
3.3%
고 7
 
2.9%
주 7
 
2.9%
방 6
 
2.4%
Other values (46) 82
33.5%

Most occurring categories

ValueCountFrequency (%)
Other Letter 245
100.0%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
청 47
19.2%
지 46
18.8%
부 14
 
5.7%
서 10
 
4.1%
동 9
 
3.7%
산 9
 
3.7%
울 8
 
3.3%
고 7
 
2.9%
주 7
 
2.9%
방 6
 
2.4%
Other values (46) 82
33.5%

Most occurring scripts

ValueCountFrequency (%)
Hangul 245
100.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
청 47
19.2%
지 46
18.8%
부 14
 
5.7%
서 10
 
4.1%
동 9
 
3.7%
산 9
 
3.7%
울 8
 
3.3%
고 7
 
2.9%
주 7
 
2.9%
방 6
 
2.4%
Other values (46) 82
33.5%

Most occurring blocks

ValueCountFrequency (%)
Hangul 245
100.0%

Most frequent character per block

Hangul
ValueCountFrequency (%)
청 47
19.2%
지 46
18.8%
부 14
 
5.7%
서 10
 
4.1%
동 9
 
3.7%
산 9
 
3.7%
울 8
 
3.3%
고 7
 
2.9%
주 7
 
2.9%
방 6
 
2.4%
Other values (46) 82
33.5%

위치
Text

Distinct38
Distinct (%)79.2%
Missing0
Missing (%)0.0%
Memory size516.0 B
2023-12-12T16:40:26.296327image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length7
Median length6
Mean length6.0416667
Min length5

Characters and Unicode

Total characters290
Distinct characters54
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique34 ?
Unique (%)70.8%

Sample

1st row서울특별시
2nd row인천광역시
3rd row부산광역시
4th row대구광역시
5th row광주광역시
ValueCountFrequency (%)
서울특별시 7
 
14.6%
부산광역시 3
 
6.2%
대구광역시 2
 
4.2%
인천광역시 2
 
4.2%
경상남도양산시 1
 
2.1%
충청남도보령시 1
 
2.1%
충청북도충주시 1
 
2.1%
충청남도천안시 1
 
2.1%
충청북도청주시 1
 
2.1%
전라남도여수시 1
 
2.1%
Other values (28) 28
58.3%
2023-12-12T16:40:26.693765image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
시 47
 
16.2%
도 31
 
10.7%
경 16
 
5.5%
광 11
 
3.8%
남 10
 
3.4%
역 10
 
3.4%
북 9
 
3.1%
산 9
 
3.1%
울 8
 
2.8%
기 8
 
2.8%
Other values (44) 131
45.2%

Most occurring categories

ValueCountFrequency (%)
Other Letter 290
100.0%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
시 47
 
16.2%
도 31
 
10.7%
경 16
 
5.5%
광 11
 
3.8%
남 10
 
3.4%
역 10
 
3.4%
북 9
 
3.1%
산 9
 
3.1%
울 8
 
2.8%
기 8
 
2.8%
Other values (44) 131
45.2%

Most occurring scripts

ValueCountFrequency (%)
Hangul 290
100.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
시 47
 
16.2%
도 31
 
10.7%
경 16
 
5.5%
광 11
 
3.8%
남 10
 
3.4%
역 10
 
3.4%
북 9
 
3.1%
산 9
 
3.1%
울 8
 
2.8%
기 8
 
2.8%
Other values (44) 131
45.2%

Most occurring blocks

ValueCountFrequency (%)
Hangul 290
100.0%

Most frequent character per block

Hangul
ValueCountFrequency (%)
시 47
 
16.2%
도 31
 
10.7%
경 16
 
5.5%
광 11
 
3.8%
남 10
 
3.4%
역 10
 
3.4%
북 9
 
3.1%
산 9
 
3.1%
울 8
 
2.8%
기 8
 
2.8%
Other values (44) 131
45.2%

관할구역
Text

UNIQUE 

Distinct48
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size516.0 B
2023-12-12T16:40:26.932443image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length62
Median length35
Mean length25.375
Min length5

Characters and Unicode

Total characters1218
Distinct characters151
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks4 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique48 ?
Unique (%)100.0%

Sample

1st row서울특별시 중구ㆍ종로구ㆍ서초구 및 동대문구
2nd row인천광역시 중구ㆍ동구ㆍ남구ㆍ연수구ㆍ남동구 및 옹진군
3rd row부산광역시 중구ㆍ동구ㆍ서구ㆍ사하구ㆍ영도구ㆍ남구ㆍ부산진구 및 연제구
4th row대구광역시 중구ㆍ동구ㆍ수성구ㆍ북구, 경상북도 영천시ㆍ경산시ㆍ청도군 및 군위군
5th row광주광역시, 전라남도 나주시ㆍ화순군ㆍ곡성군ㆍ구례군ㆍ담양군ㆍ장성군ㆍ영광군 및 함평군, 제주특별자치도
ValueCountFrequency (%)
및 46
22.7%
경기도 9
 
4.4%
서울특별시 7
 
3.4%
강원도 6
 
3.0%
경상북도 6
 
3.0%
충청남도 4
 
2.0%
경상남도 4
 
2.0%
부산광역시 3
 
1.5%
전라북도 3
 
1.5%
전라남도 3
 
1.5%
Other values (107) 112
55.2%
2023-12-12T16:40:27.359679image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
155
 
12.7%
ㆍ 115
 
9.4%
시 94
 
7.7%
군 85
 
7.0%
구 64
 
5.3%
및 46
 
3.8%
도 43
 
3.5%
천 24
 
2.0%
경 22
 
1.8%
남 22
 
1.8%
Other values (141) 548
45.0%

Most occurring categories

ValueCountFrequency (%)
Other Letter 1053
86.5%
Space Separator 155
 
12.7%
Other Punctuation 8
 
0.7%
Open Punctuation 1
 
0.1%
Close Punctuation 1
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
ㆍ 115
 
10.9%
시 94
 
8.9%
군 85
 
8.1%
구 64
 
6.1%
및 46
 
4.4%
도 43
 
4.1%
천 24
 
2.3%
경 22
 
2.1%
남 22
 
2.1%
산 21
 
2.0%
Other values (136) 517
49.1%
Other Punctuation
ValueCountFrequency (%)
, 6
75.0%
· 2
 
25.0%
Space Separator
ValueCountFrequency (%)
155
100.0%
Open Punctuation
ValueCountFrequency (%)
( 1
100.0%
Close Punctuation
ValueCountFrequency (%)
) 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 1053
86.5%
Common 165
 
13.5%

Most frequent character per script

Hangul
ValueCountFrequency (%)
ㆍ 115
 
10.9%
시 94
 
8.9%
군 85
 
8.1%
구 64
 
6.1%
및 46
 
4.4%
도 43
 
4.1%
천 24
 
2.3%
경 22
 
2.1%
남 22
 
2.1%
산 21
 
2.0%
Other values (136) 517
49.1%
Common
ValueCountFrequency (%)
155
93.9%
, 6
 
3.6%
· 2
 
1.2%
( 1
 
0.6%
) 1
 
0.6%

Most occurring blocks

ValueCountFrequency (%)
Hangul 938
77.0%
ASCII 163
 
13.4%
Compat Jamo 115
 
9.4%
None 2
 
0.2%

Most frequent character per block

ASCII
ValueCountFrequency (%)
155
95.1%
, 6
 
3.7%
( 1
 
0.6%
) 1
 
0.6%
Compat Jamo
ValueCountFrequency (%)
ㆍ 115
100.0%
Hangul
ValueCountFrequency (%)
시 94
 
10.0%
군 85
 
9.1%
구 64
 
6.8%
및 46
 
4.9%
도 43
 
4.6%
천 24
 
2.6%
경 22
 
2.3%
남 22
 
2.3%
산 21
 
2.2%
주 20
 
2.1%
Other values (135) 497
53.0%
None
ValueCountFrequency (%)
· 2
100.0%

Correlations

2023-12-12T16:40:27.810156image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
명칭구분명칭위치관할구역
명칭구분1.0001.0000.0001.000
명칭1.0001.0001.0001.000
위치0.0001.0001.0001.000
관할구역1.0001.0001.0001.000

Missing values

2023-12-12T16:40:25.172987image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-12T16:40:25.265951image/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

명칭구분명칭위치관할구역
0청서울지방고용노동청서울특별시서울특별시 중구ㆍ종로구ㆍ서초구 및 동대문구
1청중부지방고용노동청인천광역시인천광역시 중구ㆍ동구ㆍ남구ㆍ연수구ㆍ남동구 및 옹진군
2청부산지방고용노동청부산광역시부산광역시 중구ㆍ동구ㆍ서구ㆍ사하구ㆍ영도구ㆍ남구ㆍ부산진구 및 연제구
3청대구지방고용노동청대구광역시대구광역시 중구ㆍ동구ㆍ수성구ㆍ북구, 경상북도 영천시ㆍ경산시ㆍ청도군 및 군위군
4청광주지방고용노동청광주광역시광주광역시, 전라남도 나주시ㆍ화순군ㆍ곡성군ㆍ구례군ㆍ담양군ㆍ장성군ㆍ영광군 및 함평군, 제주특별자치도
5청대전지방고용노동청대전광역시대전광역시, 세종특별자치시, 충청남도 공주시·논산시·계룡시 및 금산군
6지청서울강남지청서울특별시서울특별시 강남구
7지청서울동부지청서울특별시서울특별시 성동구ㆍ광진구ㆍ송파구 및 강동구
8지청서울서부지청서울특별시서울특별시 용산구ㆍ마포구ㆍ서대문구 및 은평구
9지청서울남부지청서울특별시서울특별시 영등포구ㆍ강서구 및 양천구
명칭구분명칭위치관할구역
38지청전주지청전라북도전주시전라북도 전주시ㆍ남원시ㆍ정읍시ㆍ장수군ㆍ임실군ㆍ순창군ㆍ완주군ㆍ진안군 및 무주군
39지청익산지청전라북도익산시전라북도 익산시 및 김제시
40지청군산지청전라북도군산시전라북도 군산시ㆍ부안군 및 고창군
41지청목포지청전라남도목포시전라남도 목포시ㆍ무안군ㆍ영암군ㆍ강진군ㆍ완도군ㆍ해남군ㆍ장흥군ㆍ진도군 및 신안군
42지청여수지청전라남도여수시전라남도 여수시ㆍ순천시ㆍ광양시ㆍ고흥군 및 보성군
43지청청주지청충청북도청주시충청북도 청주시ㆍ진천군ㆍ괴산군ㆍ보은군ㆍ옥천군ㆍ영동군 및 증평군
44지청천안지청충청남도천안시충청남도 천안시ㆍ아산시ㆍ당진시 및 예산군
45지청충주지청충청북도충주시충청북도 충주시ㆍ제천시ㆍ음성군 및 단양군
46지청보령지청충청남도보령시충청남도 보령시ㆍ서천군ㆍ청양군ㆍ홍성군 및 부여군
47출장소서산출장소충청남도서산시충청남도 서산시 및 태안군