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
Text5
Categorical4

Alerts

기상요소 has constant value ""Constant
시군구구분 is highly overall correlated with 광역시도구분 and 1 other fieldsHigh correlation
시군구코드구분 is highly overall correlated with 광역시도구분 and 1 other fieldsHigh correlation
광역시도구분 is highly overall correlated with 시군구구분 and 1 other fieldsHigh correlation
기사링크 has unique valuesUnique
기사제목 has unique valuesUnique
제목명사 has unique valuesUnique
기사본문 has unique valuesUnique
본문명사 has unique valuesUnique

Reproduction

Analysis started2023-12-16 03:56:47.884583
Analysis finished2023-12-16 03:56:54.873063
Duration6.99 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

기사작성일자
Date

Distinct81
Distinct (%)81.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
Minimum1990-01-24 00:00:00
Maximum1999-02-02 00:00:00
2023-12-16T03:56:55.338175image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-16T03:56:56.018738image/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
2023-12-16T03:56:57.197544image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length61
Median length61
Mean length61
Min length61

Characters and Unicode

Total characters6100
Distinct characters32
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/001/0003402735?sid=102
2nd rowhttps://n.news.naver.com/mnews/article/001/0003427852?sid=102
3rd rowhttps://n.news.naver.com/mnews/article/001/0003424909?sid=102
4th rowhttps://n.news.naver.com/mnews/article/001/0003427594?sid=102
5th rowhttps://n.news.naver.com/mnews/article/001/0003423226?sid=102
ValueCountFrequency (%)
https://n.news.naver.com/mnews/article/001/0003402735?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0004302643?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0004310045?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0004309035?sid=101 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0004308914?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0004311087?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0004310584?sid=101 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0004312634?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0004306098?sid=102 1
 
1.0%
https://n.news.naver.com/mnews/article/001/0004311445?sid=101 1
 
1.0%
Other values (90) 90
90.0%
2023-12-16T03:56:59.407011image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
0 676
 
11.1%
/ 594
 
9.7%
s 402
 
6.6%
n 402
 
6.6%
e 398
 
6.5%
. 302
 
5.0%
t 300
 
4.9%
1 267
 
4.4%
r 200
 
3.3%
i 200
 
3.3%
Other values (22) 2359
38.7%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter 3306
54.2%
Decimal Number 1594
26.1%
Other Punctuation 1098
 
18.0%
Math Symbol 102
 
1.7%

Most frequent character per category

Lowercase Letter
ValueCountFrequency (%)
s 402
12.2%
n 402
12.2%
e 398
12.0%
t 300
9.1%
r 200
 
6.0%
i 200
 
6.0%
w 200
 
6.0%
a 200
 
6.0%
c 198
 
6.0%
m 198
 
6.0%
Other values (6) 608
18.4%
Decimal Number
ValueCountFrequency (%)
0 676
42.4%
1 267
 
16.8%
2 143
 
9.0%
3 132
 
8.3%
4 127
 
8.0%
9 60
 
3.8%
8 55
 
3.5%
7 48
 
3.0%
5 43
 
2.7%
6 43
 
2.7%
Other Punctuation
ValueCountFrequency (%)
/ 594
54.1%
. 302
27.5%
? 100
 
9.1%
: 100
 
9.1%
& 2
 
0.2%
Math Symbol
ValueCountFrequency (%)
= 102
100.0%

Most occurring scripts

ValueCountFrequency (%)
Latin 3306
54.2%
Common 2794
45.8%

Most frequent character per script

Common
ValueCountFrequency (%)
0 676
24.2%
/ 594
21.3%
. 302
10.8%
1 267
 
9.6%
2 143
 
5.1%
3 132
 
4.7%
4 127
 
4.5%
= 102
 
3.7%
? 100
 
3.6%
: 100
 
3.6%
Other values (6) 251
 
9.0%
Latin
ValueCountFrequency (%)
s 402
12.2%
n 402
12.2%
e 398
12.0%
t 300
9.1%
r 200
 
6.0%
i 200
 
6.0%
w 200
 
6.0%
a 200
 
6.0%
c 198
 
6.0%
m 198
 
6.0%
Other values (6) 608
18.4%

Most occurring blocks

ValueCountFrequency (%)
ASCII 6100
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
0 676
 
11.1%
/ 594
 
9.7%
s 402
 
6.6%
n 402
 
6.6%
e 398
 
6.5%
. 302
 
5.0%
t 300
 
4.9%
1 267
 
4.4%
r 200
 
3.3%
i 200
 
3.3%
Other values (22) 2359
38.7%

기사제목
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:57:00.680909image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length29
Median length23
Mean length18.58
Min length4

Characters and Unicode

Total characters1858
Distinct characters311
Distinct categories11 ?
Distinct scripts4 ?
Distinct blocks5 ?
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 row내일 서울 영하17도
2nd row기습한파 3일째 기승
3rd row한파 3일째 기승
4th row제주지역 어선1척 침몰, 횟집 7채 전.반파
5th row주말한파 오늘아침 서울 영하6도
ValueCountFrequency (%)
한파 17
 
3.8%
서울 13
 
2.9%
영하 12
 
2.7%
날씨 12
 
2.7%
내일 10
 
2.2%
imf 7
 
1.6%
강추위 6
 
1.3%
한파로 6
 
1.3%
전국에 5
 
1.1%
첫 4
 
0.9%
Other values (288) 356
79.5%
2023-12-16T03:57:02.333778image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
348
 
18.7%
한 54
 
2.9%
파 46
 
2.5%
. 39
 
2.1%
하 31
 
1.7%
도 31
 
1.7%
영 30
 
1.6%
, 28
 
1.5%
일 27
 
1.5%
< 24
 
1.3%
Other values (301) 1200
64.6%

Most occurring categories

ValueCountFrequency (%)
Other Letter 1247
67.1%
Space Separator 348
 
18.7%
Other Punctuation 82
 
4.4%
Decimal Number 75
 
4.0%
Math Symbol 48
 
2.6%
Uppercase Letter 36
 
1.9%
Open Punctuation 6
 
0.3%
Close Punctuation 6
 
0.3%
Modifier Symbol 5
 
0.3%
Dash Punctuation 4
 
0.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
한 54
 
4.3%
파 46
 
3.7%
하 31
 
2.5%
도 31
 
2.5%
영 30
 
2.4%
일 27
 
2.2%
서 24
 
1.9%
로 24
 
1.9%
울 23
 
1.8%
추 22
 
1.8%
Other values (275) 935
75.0%
Decimal Number
ValueCountFrequency (%)
1 23
30.7%
2 12
16.0%
0 10
13.3%
9 9
 
12.0%
3 6
 
8.0%
4 5
 
6.7%
7 4
 
5.3%
5 3
 
4.0%
8 2
 
2.7%
6 1
 
1.3%
Other Punctuation
ValueCountFrequency (%)
. 39
47.6%
, 28
34.1%
" 8
 
9.8%
' 6
 
7.3%
… 1
 
1.2%
Uppercase Letter
ValueCountFrequency (%)
M 12
33.3%
F 12
33.3%
I 12
33.3%
Math Symbol
ValueCountFrequency (%)
< 24
50.0%
> 24
50.0%
Space Separator
ValueCountFrequency (%)
348
100.0%
Open Punctuation
ValueCountFrequency (%)
( 6
100.0%
Close Punctuation
ValueCountFrequency (%)
) 6
100.0%
Modifier Symbol
ValueCountFrequency (%)
` 5
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 4
100.0%
Other Symbol
ValueCountFrequency (%)
㎝ 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 1225
65.9%
Common 575
30.9%
Latin 36
 
1.9%
Han 22
 
1.2%

Most frequent character per script

Hangul
ValueCountFrequency (%)
한 54
 
4.4%
파 46
 
3.8%
하 31
 
2.5%
도 31
 
2.5%
영 30
 
2.4%
일 27
 
2.2%
서 24
 
2.0%
로 24
 
2.0%
울 23
 
1.9%
추 22
 
1.8%
Other values (258) 913
74.5%
Common
ValueCountFrequency (%)
348
60.5%
. 39
 
6.8%
, 28
 
4.9%
< 24
 
4.2%
> 24
 
4.2%
1 23
 
4.0%
2 12
 
2.1%
0 10
 
1.7%
9 9
 
1.6%
" 8
 
1.4%
Other values (13) 50
 
8.7%
Han
ValueCountFrequency (%)
寒 4
18.2%
産 2
 
9.1%
波 2
 
9.1%
農 1
 
4.5%
歸 1
 
4.5%
寺 1
 
4.5%
相 1
 
4.5%
實 1
 
4.5%
外 1
 
4.5%
大 1
 
4.5%
Other values (7) 7
31.8%
Latin
ValueCountFrequency (%)
M 12
33.3%
F 12
33.3%
I 12
33.3%

Most occurring blocks

ValueCountFrequency (%)
Hangul 1225
65.9%
ASCII 609
32.8%
CJK 22
 
1.2%
CJK Compat 1
 
0.1%
Punctuation 1
 
0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
348
57.1%
. 39
 
6.4%
, 28
 
4.6%
< 24
 
3.9%
> 24
 
3.9%
1 23
 
3.8%
M 12
 
2.0%
2 12
 
2.0%
F 12
 
2.0%
I 12
 
2.0%
Other values (14) 75
 
12.3%
Hangul
ValueCountFrequency (%)
한 54
 
4.4%
파 46
 
3.8%
하 31
 
2.5%
도 31
 
2.5%
영 30
 
2.4%
일 27
 
2.2%
서 24
 
2.0%
로 24
 
2.0%
울 23
 
1.9%
추 22
 
1.8%
Other values (258) 913
74.5%
CJK
ValueCountFrequency (%)
寒 4
18.2%
産 2
 
9.1%
波 2
 
9.1%
農 1
 
4.5%
歸 1
 
4.5%
寺 1
 
4.5%
相 1
 
4.5%
實 1
 
4.5%
外 1
 
4.5%
大 1
 
4.5%
Other values (7) 7
31.8%
CJK Compat
ValueCountFrequency (%)
㎝ 1
100.0%
Punctuation
ValueCountFrequency (%)
… 1
100.0%

제목명사
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:57:04.820657image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length51
Median length43
Mean length29.87
Min length8

Characters and Unicode

Total characters2987
Distinct characters227
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

Unique100 ?
Unique (%)100.0%

Sample

1st row['내일', '서울', '영하']
2nd row['기습', '한파', '일', '기승']
3rd row['한파', '일', '기승']
4th row['제주', '지역', '어선', '척', '침몰', '횟집', '채', '반파']
5th row['주말', '한파', '오늘아침', '서울', '영하']
ValueCountFrequency (%)
한파 41
 
8.2%
영하 24
 
4.8%
서울 19
 
3.8%
내일 17
 
3.4%
날씨 17
 
3.4%
추위 13
 
2.6%
전국 12
 
2.4%
도 11
 
2.2%
계속 8
 
1.6%
강 8
 
1.6%
Other values (226) 329
65.9%
2023-12-16T03:57:07.473180image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
' 998
33.4%
, 399
 
13.4%
399
 
13.4%
[ 100
 
3.3%
] 100
 
3.3%
한 48
 
1.6%
파 46
 
1.5%
영 30
 
1.0%
하 28
 
0.9%
일 24
 
0.8%
Other values (217) 815
27.3%

Most occurring categories

ValueCountFrequency (%)
Other Punctuation 1397
46.8%
Other Letter 991
33.2%
Space Separator 399
 
13.4%
Open Punctuation 100
 
3.3%
Close Punctuation 100
 
3.3%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
한 48
 
4.8%
파 46
 
4.6%
영 30
 
3.0%
하 28
 
2.8%
일 24
 
2.4%
울 23
 
2.3%
서 22
 
2.2%
내 19
 
1.9%
날 19
 
1.9%
씨 17
 
1.7%
Other values (212) 715
72.1%
Other Punctuation
ValueCountFrequency (%)
' 998
71.4%
, 399
 
28.6%
Space Separator
ValueCountFrequency (%)
399
100.0%
Open Punctuation
ValueCountFrequency (%)
[ 100
100.0%
Close Punctuation
ValueCountFrequency (%)
] 100
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 1996
66.8%
Hangul 991
33.2%

Most frequent character per script

Hangul
ValueCountFrequency (%)
한 48
 
4.8%
파 46
 
4.6%
영 30
 
3.0%
하 28
 
2.8%
일 24
 
2.4%
울 23
 
2.3%
서 22
 
2.2%
내 19
 
1.9%
날 19
 
1.9%
씨 17
 
1.7%
Other values (212) 715
72.1%
Common
ValueCountFrequency (%)
' 998
50.0%
, 399
 
20.0%
399
 
20.0%
[ 100
 
5.0%
] 100
 
5.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII 1996
66.8%
Hangul 991
33.2%

Most frequent character per block

ASCII
ValueCountFrequency (%)
' 998
50.0%
, 399
 
20.0%
399
 
20.0%
[ 100
 
5.0%
] 100
 
5.0%
Hangul
ValueCountFrequency (%)
한 48
 
4.8%
파 46
 
4.6%
영 30
 
3.0%
하 28
 
2.8%
일 24
 
2.4%
울 23
 
2.3%
서 22
 
2.2%
내 19
 
1.9%
날 19
 
1.9%
씨 17
 
1.7%
Other values (212) 715
72.1%

기사본문
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:57:09.025612image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length145
Median length126
Mean length121
Min length96

Characters and Unicode

Total characters12100
Distinct characters583
Distinct categories12 ?
Distinct scripts4 ?
Distinct blocks9 ?
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 row기상대는 이번 한파가 25일을 고비로 차츰 누그러져 26일에는 서울지방의 경우 최저 영하 13도로 기온이 올라가겠다고 밝히고 설날인 27일께에는 예년기온(서울 아침 최저영하8도)을 되 찾을 것으로 내다봤다.
2nd row(서울 연합) 주말인 1일 전국을 엄습했던 한파가 3일째 기승을 부리고 있다. 중앙기상대는 2일 제주를 제외한 전국을 영하권으로 떨어뜨리면서 올들어 가장 추운 날씨를 보인 이번 한파가 3일에는 더욱 기승을 부려...
3rd row(서울 연합) 주말인 1일 전국을 엄습했던 한파가 3일째 기승을 부리고 있다. 제주를 제외한 전국을 영하권으로 떨어뜨리면서 올들어 가장 추운 날씨를 보인 이번 한파는 3일 더욱 기승을 부려 서울아침기온(이하...
4th row(濟州 聯合) 지난 1일 상오 9시를 기해 폭풍경보가 발효되고 한파가 내습,강추위를 보이고 있는 제주지방은 3일현재 까지 어선 1척이 침몰되고 해일 현상으로 제주시 서부두 방파제앞 횟집 7채가 전파되거나 침수되는 등...
5th row기상대는 찬 대륙성고기압의 세력이 계속 확장함에 따라 이날 서울최저기온이 전날보다 2.6도 떨어진 영하6도를 기록한 것을 비롯,춘천 영하8도,철원 영하11.2도,청주 영하 6.8도,수원 영하6.3도등 전국이 주말한파에...
ValueCountFrequency (%)
서울 79
 
2.9%
영하 71
 
2.6%
한파가 49
 
1.8%
聯合 45
 
1.7%
기상청은 31
 
1.2%
연합 30
 
1.1%
등 29
 
1.1%
한파로 22
 
0.8%
아침 22
 
0.8%
이날 21
 
0.8%
Other values (1397) 2294
85.2%
2023-12-16T03:57:10.579156image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
2648
 
21.9%
. 473
 
3.9%
이 244
 
2.0%
기 225
 
1.9%
한 193
 
1.6%
서 185
 
1.5%
지 163
 
1.3%
가 162
 
1.3%
일 158
 
1.3%
하 155
 
1.3%
Other values (573) 7494
61.9%

Most occurring categories

ValueCountFrequency (%)
Other Letter 7934
65.6%
Space Separator 2648
 
21.9%
Other Punctuation 583
 
4.8%
Decimal Number 558
 
4.6%
Uppercase Letter 118
 
1.0%
Open Punctuation 101
 
0.8%
Close Punctuation 99
 
0.8%
Other Symbol 25
 
0.2%
Modifier Symbol 10
 
0.1%
Dash Punctuation 9
 
0.1%
Other values (2) 15
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
이 244
 
3.1%
기 225
 
2.8%
한 193
 
2.4%
서 185
 
2.3%
지 163
 
2.1%
가 162
 
2.0%
일 158
 
2.0%
하 155
 
2.0%
도 148
 
1.9%
로 146
 
1.8%
Other values (531) 6155
77.6%
Decimal Number
ValueCountFrequency (%)
1 153
27.4%
2 92
16.5%
0 58
 
10.4%
3 51
 
9.1%
9 42
 
7.5%
8 39
 
7.0%
5 35
 
6.3%
4 34
 
6.1%
6 29
 
5.2%
7 25
 
4.5%
Other Punctuation
ValueCountFrequency (%)
. 473
81.1%
, 46
 
7.9%
" 43
 
7.4%
' 12
 
2.1%
% 4
 
0.7%
& 2
 
0.3%
; 2
 
0.3%
※ 1
 
0.2%
Uppercase Letter
ValueCountFrequency (%)
I 37
31.4%
M 37
31.4%
F 37
31.4%
G 2
 
1.7%
H 2
 
1.7%
B 1
 
0.8%
A 1
 
0.8%
P 1
 
0.8%
Lowercase Letter
ValueCountFrequency (%)
t 2
28.6%
c 1
14.3%
m 1
14.3%
l 1
14.3%
g 1
14.3%
ｍ 1
14.3%
Other Symbol
ValueCountFrequency (%)
▲ 20
80.0%
㎝ 3
 
12.0%
○ 1
 
4.0%
㈜ 1
 
4.0%
Space Separator
ValueCountFrequency (%)
2648
100.0%
Open Punctuation
ValueCountFrequency (%)
( 101
100.0%
Close Punctuation
ValueCountFrequency (%)
) 99
100.0%
Modifier Symbol
ValueCountFrequency (%)
` 10
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 9
100.0%
Math Symbol
ValueCountFrequency (%)
∼ 8
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 7710
63.7%
Common 4040
33.4%
Han 225
 
1.9%
Latin 125
 
1.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
이 244
 
3.2%
기 225
 
2.9%
한 193
 
2.5%
서 185
 
2.4%
지 163
 
2.1%
가 162
 
2.1%
일 158
 
2.0%
하 155
 
2.0%
도 148
 
1.9%
로 146
 
1.9%
Other values (448) 5931
76.9%
Han
ValueCountFrequency (%)
合 45
20.0%
聯 45
20.0%
寒 6
 
2.7%
大 5
 
2.2%
勳 5
 
2.2%
李 5
 
2.2%
州 5
 
2.2%
權 4
 
1.8%
昌 4
 
1.8%
林 3
 
1.3%
Other values (74) 98
43.6%
Common
ValueCountFrequency (%)
2648
65.5%
. 473
 
11.7%
1 153
 
3.8%
( 101
 
2.5%
) 99
 
2.5%
2 92
 
2.3%
0 58
 
1.4%
3 51
 
1.3%
, 46
 
1.1%
" 43
 
1.1%
Other values (17) 276
 
6.8%
Latin
ValueCountFrequency (%)
I 37
29.6%
M 37
29.6%
F 37
29.6%
t 2
 
1.6%
G 2
 
1.6%
H 2
 
1.6%
c 1
 
0.8%
m 1
 
0.8%
l 1
 
0.8%
g 1
 
0.8%
Other values (4) 4
 
3.2%

Most occurring blocks

ValueCountFrequency (%)
Hangul 7709
63.7%
ASCII 4131
34.1%
CJK 167
 
1.4%
CJK Compat Ideographs 58
 
0.5%
Geometric Shapes 21
 
0.2%
Math Operators 8
 
0.1%
CJK Compat 3
 
< 0.1%
None 2
 
< 0.1%
Punctuation 1
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
2648
64.1%
. 473
 
11.5%
1 153
 
3.7%
( 101
 
2.4%
) 99
 
2.4%
2 92
 
2.2%
0 58
 
1.4%
3 51
 
1.2%
, 46
 
1.1%
" 43
 
1.0%
Other values (25) 367
 
8.9%
Hangul
ValueCountFrequency (%)
이 244
 
3.2%
기 225
 
2.9%
한 193
 
2.5%
서 185
 
2.4%
지 163
 
2.1%
가 162
 
2.1%
일 158
 
2.0%
하 155
 
2.0%
도 148
 
1.9%
로 146
 
1.9%
Other values (447) 5930
76.9%
CJK
ValueCountFrequency (%)
合 45
26.9%
寒 6
 
3.6%
大 5
 
3.0%
勳 5
 
3.0%
州 5
 
3.0%
權 4
 
2.4%
昌 4
 
2.4%
申 3
 
1.8%
赫 3
 
1.8%
金 3
 
1.8%
Other values (68) 84
50.3%
CJK Compat Ideographs
ValueCountFrequency (%)
聯 45
77.6%
李 5
 
8.6%
林 3
 
5.2%
羅 3
 
5.2%
劉 1
 
1.7%
臨 1
 
1.7%
Geometric Shapes
ValueCountFrequency (%)
▲ 20
95.2%
○ 1
 
4.8%
Math Operators
ValueCountFrequency (%)
∼ 8
100.0%
CJK Compat
ValueCountFrequency (%)
㎝ 3
100.0%
None
ValueCountFrequency (%)
ｍ 1
50.0%
㈜ 1
50.0%
Punctuation
ValueCountFrequency (%)
※ 1
100.0%

본문명사
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-16T03:57:11.893752image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length182
Median length156.5
Mean length145.2
Min length109

Characters and Unicode

Total characters14520
Distinct characters366
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

Unique100 ?
Unique (%)100.0%

Sample

1st row['기상대', '이번', '한파', '일', '고비', '누', '일', '지방', '경우', '최저', '영하', '도로', '기온', '설날', '예년', '기온', '서울', '아침', '최저', '영하', '것']
2nd row['서울', '연합', '주말', '일', '전국', '엄', '한파', '일', '기승', '부리고', '중앙', '기상대', '일', '제주', '제외', '전국', '영하', '가장', '날씨', '이번', '한파', '일', '더욱', '기승']
3rd row['서울', '연합', '주말', '일', '전국', '엄', '한파', '일', '기승', '부리고', '제주', '제외', '전국', '영하', '가장', '날씨', '이번', '한파', '일', '더욱', '기승', '아침', '이하']
4th row['지난', '일', '상오', '기해', '폭풍', '보가', '발효', '한파', '강', '추위', '보이', '지방', '현재', '어선', '척', '침몰', '해일', '현상', '제주시', '서부', '방파제', '앞', '횟집', '채', '전파', '침수', '등']
5th row['기상대', '찬', '대륙', '고기압', '세력', '계속', '확장', '함', '날', '최저', '기온', '전날', '도', '영', '기록', '것', '비롯', '춘천', '영', '철원', '영', '청주', '영하', '도수', '영하', '도등', '전국', '주말', '한파']
ValueCountFrequency (%)
일 123
 
5.1%
한파 110
 
4.5%
서울 104
 
4.3%
영하 94
 
3.9%
기온 57
 
2.3%
도 55
 
2.3%
아침 43
 
1.8%
등 37
 
1.5%
전국 35
 
1.4%
지방 32
 
1.3%
Other values (692) 1740
71.6%
2023-12-16T03:57:14.883730image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
' 4860
33.5%
, 2330
16.0%
2330
16.0%
기 211
 
1.5%
일 150
 
1.0%
영 132
 
0.9%
한 130
 
0.9%
울 129
 
0.9%
서 129
 
0.9%
파 119
 
0.8%
Other values (356) 4000
27.5%

Most occurring categories

ValueCountFrequency (%)
Other Punctuation 7190
49.5%
Other Letter 4800
33.1%
Space Separator 2330
 
16.0%
Open Punctuation 100
 
0.7%
Close Punctuation 100
 
0.7%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
기 211
 
4.4%
일 150
 
3.1%
영 132
 
2.8%
한 130
 
2.7%
울 129
 
2.7%
서 129
 
2.7%
파 119
 
2.5%
하 113
 
2.4%
도 109
 
2.3%
지 86
 
1.8%
Other values (351) 3492
72.8%
Other Punctuation
ValueCountFrequency (%)
' 4860
67.6%
, 2330
32.4%
Space Separator
ValueCountFrequency (%)
2330
100.0%
Open Punctuation
ValueCountFrequency (%)
[ 100
100.0%
Close Punctuation
ValueCountFrequency (%)
] 100
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 9720
66.9%
Hangul 4800
33.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
기 211
 
4.4%
일 150
 
3.1%
영 132
 
2.8%
한 130
 
2.7%
울 129
 
2.7%
서 129
 
2.7%
파 119
 
2.5%
하 113
 
2.4%
도 109
 
2.3%
지 86
 
1.8%
Other values (351) 3492
72.8%
Common
ValueCountFrequency (%)
' 4860
50.0%
, 2330
24.0%
2330
24.0%
[ 100
 
1.0%
] 100
 
1.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII 9720
66.9%
Hangul 4800
33.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
' 4860
50.0%
, 2330
24.0%
2330
24.0%
[ 100
 
1.0%
] 100
 
1.0%
Hangul
ValueCountFrequency (%)
기 211
 
4.4%
일 150
 
3.1%
영 132
 
2.8%
한 130
 
2.7%
울 129
 
2.7%
서 129
 
2.7%
파 119
 
2.5%
하 113
 
2.4%
도 109
 
2.3%
지 86
 
1.8%
Other values (351) 3492
72.8%

기상요소
Categorical

CONSTANT 

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

Length

Max length2
Median length2
Mean length2
Min length2

Unique

Unique0 ?
Unique (%)0.0%

Sample

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

Common Values

ValueCountFrequency (%)
한파 100
100.0%

Length

2023-12-16T03:57:15.512418image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-16T03:57:16.062615image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
한파 100
100.0%

광역시도구분
Categorical

HIGH CORRELATION 

Distinct24
Distinct (%)24.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
['서울특별시']
52 
-999
10 
['서울특별시', '제주특별자치도']
8 
['부산광역시']
 
3
['서울특별시', '전라북도']
 
3
Other values (19)
24 

Length

Max length38
Median length9
Mean length11.39
Min length4

Unique

Unique15 ?
Unique (%)15.0%

Sample

1st row['서울특별시']
2nd row['서울특별시', '제주특별자치도']
3rd row['서울특별시', '제주특별자치도']
4th row-999
5th row-999

Common Values

ValueCountFrequency (%)
['서울특별시'] 52
52.0%
-999 10
 
10.0%
['서울특별시', '제주특별자치도'] 8
 
8.0%
['부산광역시'] 3
 
3.0%
['서울특별시', '전라북도'] 3
 
3.0%
['전라북도'] 3
 
3.0%
['대전광역시', '서울특별시'] 2
 
2.0%
['제주특별자치도'] 2
 
2.0%
['울산광역시'] 2
 
2.0%
['광주광역시'] 1
 
1.0%
Other values (14) 14
 
14.0%

Length

2023-12-16T03:57:16.803437image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
서울특별시 72
55.4%
제주특별자치도 12
 
9.2%
999 10
 
7.7%
부산광역시 8
 
6.2%
전라북도 6
 
4.6%
대전광역시 5
 
3.8%
광주광역시 4
 
3.1%
강원특별자치도 3
 
2.3%
경상북도 3
 
2.3%
울산광역시 2
 
1.5%
Other values (4) 5
 
3.8%

시군구구분
Categorical

HIGH CORRELATION 

Distinct34
Distinct (%)34.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
-999
51 
['제주시']
7 
['장수군']
 
4
['광주시']
 
3
['사상구']
 
2
Other values (29)
33 

Length

Max length21
Median length4
Mean length7
Min length4

Unique

Unique25 ?
Unique (%)25.0%

Sample

1st row-999
2nd row['제주시']
3rd row['제주시']
4th row['제주시']
5th row['철원군', '청주시', '춘천시']

Common Values

ValueCountFrequency (%)
-999 51
51.0%
['제주시'] 7
 
7.0%
['장수군'] 4
 
4.0%
['광주시'] 3
 
3.0%
['사상구'] 2
 
2.0%
['동해시'] 2
 
2.0%
['전주시'] 2
 
2.0%
['철원군'] 2
 
2.0%
['문경시', '부천시'] 2
 
2.0%
['광주시', '전주시', '제주시'] 1
 
1.0%
Other values (24) 24
24.0%

Length

2023-12-16T03:57:17.611475image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
999 51
41.8%
제주시 8
 
6.6%
춘천시 7
 
5.7%
철원군 6
 
4.9%
전주시 5
 
4.1%
광주시 4
 
3.3%
장수군 4
 
3.3%
동해시 3
 
2.5%
청주시 2
 
1.6%
문경시 2
 
1.6%
Other values (25) 30
24.6%

시군구코드구분
Categorical

HIGH CORRELATION 

Distinct41
Distinct (%)41.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
[11000]
41 
[50110]
7 
[45740]
 
4
[11000, 50000]
 
3
[41610]
 
3
Other values (36)
42 

Length

Max length21
Median length7
Mean length9.17
Min length7

Unique

Unique30 ?
Unique (%)30.0%

Sample

1st row[11000]
2nd row[50110]
3rd row[50110]
4th row[50110]
5th row[51110, 51780, 43110]

Common Values

ValueCountFrequency (%)
[11000] 41
41.0%
[50110] 7
 
7.0%
[45740] 4
 
4.0%
[11000, 50000] 3
 
3.0%
[41610] 3
 
3.0%
[51780] 2
 
2.0%
[26530] 2
 
2.0%
[45110] 2
 
2.0%
[51170] 2
 
2.0%
[26000] 2
 
2.0%
Other values (31) 32
32.0%

Length

2023-12-16T03:57:18.267787image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
11000 47
35.9%
50110 8
 
6.1%
51110 7
 
5.3%
51780 6
 
4.6%
45110 5
 
3.8%
45740 4
 
3.1%
50000 4
 
3.1%
41610 4
 
3.1%
51170 3
 
2.3%
26000 3
 
2.3%
Other values (31) 40
30.5%

Correlations

2023-12-16T03:57:18.644288image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
기사작성일자기사링크기사제목제목명사기사본문본문명사광역시도구분시군구구분시군구코드구분
기사작성일자1.0001.0001.0001.0001.0001.0000.0000.9660.962
기사링크1.0001.0001.0001.0001.0001.0001.0001.0001.000
기사제목1.0001.0001.0001.0001.0001.0001.0001.0001.000
제목명사1.0001.0001.0001.0001.0001.0001.0001.0001.000
기사본문1.0001.0001.0001.0001.0001.0001.0001.0001.000
본문명사1.0001.0001.0001.0001.0001.0001.0001.0001.000
광역시도구분0.0001.0001.0001.0001.0001.0001.0000.9620.994
시군구구분0.9661.0001.0001.0001.0001.0000.9621.0001.000
시군구코드구분0.9621.0001.0001.0001.0001.0000.9941.0001.000
2023-12-16T03:57:19.305486image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
광역시도구분시군구구분시군구코드구분
광역시도구분1.0000.5870.772
시군구구분0.5871.0000.945
시군구코드구분0.7720.9451.000
2023-12-16T03:57:19.932961image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
광역시도구분시군구구분시군구코드구분
광역시도구분1.0000.5870.772
시군구구분0.5871.0000.945
시군구코드구분0.7720.9451.000

Missing values

2023-12-16T03:56:53.873445image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-16T03:56:54.588689image/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
01990-01-24https://n.news.naver.com/mnews/article/001/0003402735?sid=102내일 서울 영하17도['내일', '서울', '영하']기상대는 이번 한파가 25일을 고비로 차츰 누그러져 26일에는 서울지방의 경우 최저 영하 13도로 기온이 올라가겠다고 밝히고 설날인 27일께에는 예년기온(서울 아침 최저영하8도)을 되 찾을 것으로 내다봤다.['기상대', '이번', '한파', '일', '고비', '누', '일', '지방', '경우', '최저', '영하', '도로', '기온', '설날', '예년', '기온', '서울', '아침', '최저', '영하', '것']한파['서울특별시']-999[11000]
11990-12-02https://n.news.naver.com/mnews/article/001/0003427852?sid=102기습한파 3일째 기승['기습', '한파', '일', '기승'](서울 연합) 주말인 1일 전국을 엄습했던 한파가 3일째 기승을 부리고 있다. 중앙기상대는 2일 제주를 제외한 전국을 영하권으로 떨어뜨리면서 올들어 가장 추운 날씨를 보인 이번 한파가 3일에는 더욱 기승을 부려...['서울', '연합', '주말', '일', '전국', '엄', '한파', '일', '기승', '부리고', '중앙', '기상대', '일', '제주', '제외', '전국', '영하', '가장', '날씨', '이번', '한파', '일', '더욱', '기승']한파['서울특별시', '제주특별자치도']['제주시'][50110]
21990-12-03https://n.news.naver.com/mnews/article/001/0003424909?sid=102한파 3일째 기승['한파', '일', '기승'](서울 연합) 주말인 1일 전국을 엄습했던 한파가 3일째 기승을 부리고 있다. 제주를 제외한 전국을 영하권으로 떨어뜨리면서 올들어 가장 추운 날씨를 보인 이번 한파는 3일 더욱 기승을 부려 서울아침기온(이하...['서울', '연합', '주말', '일', '전국', '엄', '한파', '일', '기승', '부리고', '제주', '제외', '전국', '영하', '가장', '날씨', '이번', '한파', '일', '더욱', '기승', '아침', '이하']한파['서울특별시', '제주특별자치도']['제주시'][50110]
31990-12-03https://n.news.naver.com/mnews/article/001/0003427594?sid=102제주지역 어선1척 침몰, 횟집 7채 전.반파['제주', '지역', '어선', '척', '침몰', '횟집', '채', '반파'](濟州 聯合) 지난 1일 상오 9시를 기해 폭풍경보가 발효되고 한파가 내습,강추위를 보이고 있는 제주지방은 3일현재 까지 어선 1척이 침몰되고 해일 현상으로 제주시 서부두 방파제앞 횟집 7채가 전파되거나 침수되는 등...['지난', '일', '상오', '기해', '폭풍', '보가', '발효', '한파', '강', '추위', '보이', '지방', '현재', '어선', '척', '침몰', '해일', '현상', '제주시', '서부', '방파제', '앞', '횟집', '채', '전파', '침수', '등']한파-999['제주시'][50110]
41990-12-15https://n.news.naver.com/mnews/article/001/0003423226?sid=102주말한파 오늘아침 서울 영하6도['주말', '한파', '오늘아침', '서울', '영하']기상대는 찬 대륙성고기압의 세력이 계속 확장함에 따라 이날 서울최저기온이 전날보다 2.6도 떨어진 영하6도를 기록한 것을 비롯,춘천 영하8도,철원 영하11.2도,청주 영하 6.8도,수원 영하6.3도등 전국이 주말한파에...['기상대', '찬', '대륙', '고기압', '세력', '계속', '확장', '함', '날', '최저', '기온', '전날', '도', '영', '기록', '것', '비롯', '춘천', '영', '철원', '영', '청주', '영하', '도수', '영하', '도등', '전국', '주말', '한파']한파-999['철원군', '청주시', '춘천시'][51110, 51780, 43110]
51990-12-26https://n.news.naver.com/mnews/article/001/0003431504?sid=102전국기온 영하로 곤두박질,당분간추위계속['전국', '기온', '영하', '곤두박질', '당분간', '추위', '계속']4도로 곤두박질하는등 전국이 한파에 휩싸이면서 고속도로,주택가이면도로등에 내린 눈이 밤사이 얼어붙어 출근길 시민들이 애를 먹었다. 이날아침 서울,춘천의 최저기온이 영하10.4도를 보인것을 비롯 수원 영하9.2도...['도로', '곤두박질', '등', '전국', '한파', '고속도로', '주택가', '면도', '등', '눈', '밤사이', '출근길', '시민', '애', '날', '아침', '춘천', '최저', '기온', '영', '비롯', '수원', '영하']한파-999['수원시', '춘천시'][41110, 51110]
61990-12-27https://n.news.naver.com/mnews/article/001/0003423920?sid=102홍천 영하21도,올들어 최저기온 기록['홍천', '영하', '도올', '최저', '기온', '기록']강원 영서지방 한파-전방고지대도 꽁꽁 (春川 聯合) 27일 강원도 영서지방에 한파가 몰아쳐 이날 상오 7시 홍천지방 수은주가 영하21도까지 내려가는등 강추위를 기록했다. 지난25일 15cm의 눈이 내린 춘천지방도 올들어...['강원', '영서지방', '한파', '전방', '고지', '대도', '꽁꽁', '일', '강원도', '영서지방', '한파', '날', '상오', '시', '홍천', '지방', '수은주', '영', '등', '강', '추위', '기록', '일', '의', '눈', '춘천', '지방도']한파['강원특별자치도']['춘천시', '홍천군'][51720, 51110]
71990-12-27https://n.news.naver.com/mnews/article/001/0003428428?sid=102한파 주말부터 풀려['한파', '주말'](서울 聯合) 서울지방의 수은주를 올들어 최저인 영하12.9도로 끌어내린 이번 한파는 주말인 29일을 고비로 꺾일 것으로 보인다. 기상대는 28일아침 춘천 영하13도,서울 영하8도,수원 영하10도,인천 대전 전주 영하7도...['서울', '지방', '수은주', '최저', '영하', '도로', '이번', '한파', '주말', '일', '고비', '일', '것', '기상대', '아침', '춘천', '영', '서울', '영', '수원', '영', '인천', '대전', '전주', '영하']한파['대전광역시', '서울특별시', '인천광역시']['수원시', '전주시', '춘천시'][41110, 51110, 45110]
81991-01-03https://n.news.naver.com/mnews/article/001/0003489328?sid=102도로곳곳 빙판길 퇴근길 교통체증 극심['도로', '곳곳', '빙판', '길', '퇴근길', '교통체증', '극심']3㎝의 적설량을 보인 가운데 서울에서는 강한 바람과 함께 몰아 닥친 한파로 도로곳곳이 빙판길로 변해 퇴근길 시민들이 큰 불편을 겪었다. 이날 도심 퇴근길은 각종 차량이 거북이 운행을 하는 바람에 극심한...['의', '적설량', '가운데', '서울', '바람', '한파', '도로', '곳곳이', '빙판', '길', '퇴근길', '시민', '불편', '날', '도심', '퇴근길', '각종', '차량', '거북이', '운행', '바람']한파['서울특별시']-999[11000]
91991-01-09https://n.news.naver.com/mnews/article/001/0003488031?sid=102한파 잠시 주춤 주말까지 예년기온 유지['한파', '잠시', '주춤', '주말', '예년', '기온', '유지'](서울 聯合) 일주일째 기승을 부리던 한파가 10일을 고비로 한풀 꺾여 주말까지는 예년기온을 맴돌 것으로 보인다. 기상청은 9일 최저기온이 서울 영하 10.6도,청주 영하15.8도등 대부분의 중부지방이 영하10도이하의...['서울', '일주일', '기승', '한파', '일', '고비', '주말', '예년', '기온', '것', '기상청', '일', '최저', '기온', '서울', '영하', '도', '청주', '영하', '도등', '대부분', '중부지방', '영']한파['서울특별시']['청주시'][43110]
기사작성일자기사링크기사제목제목명사기사본문본문명사기상요소광역시도구분시군구구분시군구코드구분
901998-12-22https://n.news.naver.com/mnews/article/001/0004343049?sid=102<해설> `99특차 원서접수 마감결과 분석['해설', '특차', '원서', '접수', '마감', '결과', '분석']▲국립대 선호 경향 `IMF 한파' 탓인지 등록금이 싼 국립대에 대한 선호가 예년보다 두드러졌다. 이에 따라 서울대는 물론, 강원대(1.94대 1), 경북대(2.9대 1), 전남대(3.29대 1), 부산대(3.3대 1), 목포해양대(10.18대 1) 등...['국립대', '선호', '경향', '한파', '탓', '등록금', '국립대', '대한', '선호', '예년', '이', '서울대', '강원', '대대', '경북', '대대', '전남대', '부산', '대대', '목포해양대', '등']한파['강원특별자치도', '경상북도', '부산광역시']-999[51000, 26000, 47000]
911998-12-23https://n.news.naver.com/mnews/article/001/0004345940?sid=101IMF 영향 1인당 술소비 급감['영향', '술', '소비', '급감']소비 급감 (서울 연합) 李宇卓기자 국제통화기금(IMF) 한파가 몰아친 올 한해 우리나라 국민들은 최근 몇년동안 가장 적은 술을 덜마셨고, 그나마 값싼 소주를 많이 찾은 것으로 드러났다. 24일 업계에 따르면...['소비', '급감', '서울', '연합', '기자', '국제통화기금', '한파', '한해', '우리나라', '국민', '최근', '년', '동안', '가장', '술', '덜', '소주', '것', '일', '업계']한파['서울특별시']-999[11000]
921998-12-24https://n.news.naver.com/mnews/article/001/0004353127?sid=101IMF 영향, 올해 술소비 급감(대체)['영향', '올해', '술', '소비', '급감', '대체'](서울 연합) 李宇卓기자 국제통화기금(IMF) 한파가 몰아친 올해에 우리나라 국민 1인당 술소비가 크게 줄어들었고 그나마 값싼 소주를 많이 찾은 것으로 드러났 다. 24일 관련업계에 따르면 올들어 11월 말까지...['서울', '연합', '기자', '국제통화기금', '한파', '올해', '우리나라', '국민', '술', '소비', '크게', '소주', '것', '일', '관련', '업계', '월', '말']한파['서울특별시']-999[11000]
931998-12-31https://n.news.naver.com/mnews/article/001/0004348719?sid=103<날씨> 새해 첫 날 아침 전국이 영하권['날씨', '새해', '첫', '날', '아침', '전국', '영하']이번 추위는 신정 오후부터 점차 풀려 주말인 2일에는 서울 지방의 아침 기온이 영하 1도 정도로 한파가 한 풀 꺾이겠다고 기상청은 내다봤다. 1일 아침 최저 기온은 서울 영하 5도, 춘천 영하 8도, 부산 0도 등...['이번', '추위', '신정', '오후', '점차', '주말', '일', '서울', '지방', '아침', '기온', '영하', '도', '정도', '한파', '풀', '기상청', '일', '아침', '최저', '기온', '서울', '영하', '도', '춘천', '영하', '도', '부산', '도', '등']한파['부산광역시', '서울특별시']['춘천시'][51110]
941999-01-08https://n.news.naver.com/mnews/article/001/0004433023?sid=103<날씨>오늘 서울 영하11도,휴일까지 강추위['날씨', '오늘', '서울', '영하', '휴일', '강', '추위']8일 아침 서울 지방의 수은주가 영하 11도까지 떨어지는 등 전국적으로 올 겨울들어 가장 매서운 한파가 찾아왔다. 이날 아침 최저기온은 대관령 영하 18.1도를 비롯해 ▲철원 영하 13.4도 ▲춘천 영하 13도 ▲대전...['일', '아침', '서울', '지방', '수은주', '영하', '도', '등', '전국', '겨울', '가장', '한파', '날', '아침', '최저', '기온', '대관령', '영하', '비롯', '철원', '영하', '도', '춘천', '영하', '도', '대전']한파['대전광역시', '서울특별시']['철원군', '춘천시'][51110, 51780]
951999-01-08https://n.news.naver.com/mnews/article/001/0004440360?sid=102경북북부 최저기온 영하 10도 이하로 급강하['경북', '북부', '최저', '기온', '영하', '도', '이하', '급강하']전국적으로 한파가 몰아친 가운데 경북 북부지방의 8일 아침 최저기온도 영하 10도 이하로 떨어졌고 포항-울릉간 정기여객선이 이틀째 운항 중단됐다. 대구기상대에 따르면 의성의 아침기온이 섭씨 영하 13.4도까지...['전국', '한파', '가운데', '경북', '북부', '지방', '일', '아침', '최저', '온도', '영하', '도', '이하', '포항', '울릉', '정기', '여객선', '이틀', '운항', '중단', '기상대', '의성', '아침', '기온', '섭씨', '영하', '도']한파['경상북도']['울릉군', '의성군', '포항시'][47110, 47730, 47940]
961999-01-11https://n.news.naver.com/mnews/article/001/0004434279?sid=102수도관파열등 한파피해 잇따라['수도관', '파열', '등', '한파', '피해']영하 10도를 오르내리는 매서운 추위가 이어지면서 한파피해가 잇따르고 있다. 10일 오전 11시50분께 서울 서초구 양재동 양재대로 한국소비자보호원앞 도로에서 직경 40㎝짜리 상수도관이 파열돼 물이 흘러 넘치면서...['영하', '추위', '한파', '피해', '일', '오전', '분', '서울', '서초구', '양재동', '양재대로', '한국', '소비자보호원', '앞', '도로', '직경', '상수', '도관', '파열', '물이']한파['서울특별시']['서초구'][11650]
971999-01-28https://n.news.naver.com/mnews/article/001/0004434737?sid=103<날씨>내일 서울 영하9도..주말오후부터 풀려['날씨', '내일', '서울', '영', '오후']터 풀려 29일은 서울 지방의 아침 기온이 영하 9도까지 떨어지는 등 모처럼 전국에 한파가 찾아오겠다. 기상청은 28일 "내일은 한반도 북서쪽에 위치한 차가운 대륙성 고기압의 영향으로 전국이 맑은 가운데...['터', '일', '서울', '지방', '아침', '기온', '영하', '도', '등', '모처럼', '전국', '한파', '기상청', '일', '내일', '한반도', '북서쪽', '위치', '대륙', '고기압', '영향', '전국', '맑은', '가운데']한파['서울특별시']-999[11000]
981999-01-30https://n.news.naver.com/mnews/article/001/0004433680?sid=103<날씨> 전국에 한파...오늘아침 서울 영하10.5도['날씨', '전국', '한파', '오늘아침', '서울', '영하']주말인 30일 서울 지방의 아침 기온이 영하 10.5도까지 떨어지는 등 전국에 한파가 몰아쳤다. 이날 아침 각 지방의 아침 최저기온은 ▲대전 영하 8.3도 ▲춘천 영하 13.8도 ▲철원 영하 15.9도 ▲전주 영하 5.4도...['주말', '일', '서울', '지방', '아침', '기온', '영하', '도', '등', '전국', '한파', '날', '아침', '각', '지방', '아침', '최저', '기온', '대전', '영하', '도', '춘천', '영하', '도', '철원', '영하', '도', '전주', '영하', '도']한파['대전광역시', '서울특별시']['전주시', '철원군', '춘천시'][45110, 51110, 51780]
991999-02-02https://n.news.naver.com/mnews/article/001/0004427061?sid=103내일 서울 영하10도, 전국 한파-충청.전라 폭설['내일', '서울', '영하', '전국', '한파', '충청', '전라', '폭설']기상청은 2일 "찬 대륙성 고기압의 영향으로 오늘밤부터 수은주가 크게 떨어져 입춘을 하루 앞둔 내일 아침에는 서울이 영하 10도, 대관령은 영하 18도까지 내려가는 등 한파가 몰아치겠다"며 "특히 초속 10ｍ를 웃도는...['기상청', '일', '찬', '대륙', '고기압', '영향', '오늘밤', '수은주', '크게', '입춘', '하루', '내일', '아침', '서울', '영하', '도', '대관령', '영하', '도', '등', '한파', '초속', '를']한파['서울특별시']-999[11000]