Overview

Dataset statistics

Number of variables12
Number of observations46
Missing cells17
Missing cells (%)3.1%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory4.7 KiB
Average record size in memory103.9 B

Variable types

Text6
Numeric5
Categorical1

Dataset

Description지역 특화거리 현황(제공표준)
Author경기도
URLhttps://data.gg.go.kr/portal/data/service/selectServicePage.do?&infId=6T98794V0223GQQ9O1P421524027&infSeq=1

Alerts

위도 is highly overall correlated with 데이터기준일자High correlation
경도 is highly overall correlated with 데이터기준일자High correlation
데이터기준일자 is highly overall correlated with 위도 and 1 other fieldsHigh correlation
소재지도로명 has 1 (2.2%) missing valuesMissing
소재지지번주소 has 4 (8.7%) missing valuesMissing
위도 has 6 (13.0%) missing valuesMissing
경도 has 6 (13.0%) missing valuesMissing
거리명 has unique valuesUnique
거리소개 has unique valuesUnique
점포수 has 3 (6.5%) zerosZeros

Reproduction

Analysis started2024-05-03 19:38:03.904177
Analysis finished2024-05-03 19:38:20.554967
Duration16.65 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

거리명
Text

UNIQUE 

Distinct46
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size500.0 B
2024-05-03T19:38:20.906806image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length16
Median length12.5
Mean length9.2608696
Min length5

Characters and Unicode

Total characters426
Distinct characters138
Distinct categories3 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique46 ?
Unique (%)100.0%

Sample

1st row행리단길 음식문화거리
2nd row장다리로 음식문화거리
3rd row보정동 카페거리
4th row미사문화거리
5th row신해철거리
ValueCountFrequency (%)
거리 8
 
10.0%
음식문화거리 4
 
5.0%
문화의거리 2
 
2.5%
걷고 2
 
2.5%
행리단길 1
 
1.2%
밤일 1
 
1.2%
광명가구문화의 1
 
1.2%
광명패션문화의 1
 
1.2%
안산패션타운 1
 
1.2%
안산상록수가구거리 1
 
1.2%
Other values (58) 58
72.5%
2024-05-03T19:38:22.233822image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
리 41
 
9.6%
거 36
 
8.5%
34
 
8.0%
화 28
 
6.6%
문 20
 
4.7%
음 14
 
3.3%
식 12
 
2.8%
의 10
 
2.3%
장 7
 
1.6%
산 7
 
1.6%
Other values (128) 217
50.9%

Most occurring categories

ValueCountFrequency (%)
Other Letter 389
91.3%
Space Separator 34
 
8.0%
Uppercase Letter 3
 
0.7%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
리 41
 
10.5%
거 36
 
9.3%
화 28
 
7.2%
문 20
 
5.1%
음 14
 
3.6%
식 12
 
3.1%
의 10
 
2.6%
장 7
 
1.8%
산 7
 
1.8%
특 7
 
1.8%
Other values (124) 207
53.2%
Uppercase Letter
ValueCountFrequency (%)
S 1
33.3%
B 1
33.3%
E 1
33.3%
Space Separator
ValueCountFrequency (%)
34
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 389
91.3%
Common 34
 
8.0%
Latin 3
 
0.7%

Most frequent character per script

Hangul
ValueCountFrequency (%)
리 41
 
10.5%
거 36
 
9.3%
화 28
 
7.2%
문 20
 
5.1%
음 14
 
3.6%
식 12
 
3.1%
의 10
 
2.6%
장 7
 
1.8%
산 7
 
1.8%
특 7
 
1.8%
Other values (124) 207
53.2%
Latin
ValueCountFrequency (%)
S 1
33.3%
B 1
33.3%
E 1
33.3%
Common
ValueCountFrequency (%)
34
100.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 389
91.3%
ASCII 37
 
8.7%

Most frequent character per block

Hangul
ValueCountFrequency (%)
리 41
 
10.5%
거 36
 
9.3%
화 28
 
7.2%
문 20
 
5.1%
음 14
 
3.6%
식 12
 
3.1%
의 10
 
2.6%
장 7
 
1.8%
산 7
 
1.8%
특 7
 
1.8%
Other values (124) 207
53.2%
ASCII
ValueCountFrequency (%)
34
91.9%
S 1
 
2.7%
B 1
 
2.7%
E 1
 
2.7%

거리소개
Text

UNIQUE 

Distinct46
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size500.0 B
2024-05-03T19:38:23.053307image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length528
Median length86
Mean length89.543478
Min length8

Characters and Unicode

Total characters4119
Distinct characters445
Distinct categories12 ?
Distinct scripts3 ?
Distinct blocks5 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique46 ?
Unique (%)100.0%

Sample

1st row화성행궁 근처에 행리단길이 조성되어 카페· 식당· 소품가게 등 데이트 코스로 각광받고 있음
2nd row갈비· 경양식· 칼국수집 등 대형 맛집을 중심으로 외식대표메뉴들이 밀집되어있음
3rd row용인시 지정 1호 문화의 거리로 카페·레스토랑·의류 등 120여개의 점포가 밀집하였으며 각종 드라마·CF·화보 촬영장소로 더욱 유명해짐
4th row미사역 일원 문화의 거리
5th row마왕 신해철을 기념하기 위한 작업실과 조형물이 있는 거리
ValueCountFrequency (%)
있는 13
 
1.4%
있음 11
 
1.2%
있으며 11
 
1.2%
다양한 10
 
1.1%
거리 10
 
1.1%
등 9
 
1.0%
수 7
 
0.7%
중심으로 6
 
0.6%
등이 5
 
0.5%
및 5
 
0.5%
Other values (745) 852
90.7%
2024-05-03T19:38:24.770680image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
894
 
21.7%
이 109
 
2.6%
리 60
 
1.5%
의 60
 
1.5%
있 56
 
1.4%
식 55
 
1.3%
을 54
 
1.3%
음 53
 
1.3%
로 52
 
1.3%
고 51
 
1.2%
Other values (435) 2675
64.9%

Most occurring categories

ValueCountFrequency (%)
Other Letter 3027
73.5%
Space Separator 894
 
21.7%
Decimal Number 93
 
2.3%
Other Punctuation 69
 
1.7%
Uppercase Letter 18
 
0.4%
Open Punctuation 5
 
0.1%
Close Punctuation 5
 
0.1%
Math Symbol 4
 
0.1%
Other Symbol 1
 
< 0.1%
Initial Punctuation 1
 
< 0.1%
Other values (2) 2
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
이 109
 
3.6%
리 60
 
2.0%
의 60
 
2.0%
있 56
 
1.9%
식 55
 
1.8%
을 54
 
1.8%
음 53
 
1.8%
로 52
 
1.7%
고 51
 
1.7%
한 51
 
1.7%
Other values (403) 2426
80.1%
Uppercase Letter
ValueCountFrequency (%)
M 5
27.8%
E 3
16.7%
W 2
 
11.1%
A 1
 
5.6%
V 1
 
5.6%
N 1
 
5.6%
F 1
 
5.6%
C 1
 
5.6%
S 1
 
5.6%
B 1
 
5.6%
Decimal Number
ValueCountFrequency (%)
0 29
31.2%
1 14
15.1%
2 11
 
11.8%
6 9
 
9.7%
3 8
 
8.6%
9 8
 
8.6%
5 5
 
5.4%
7 4
 
4.3%
4 3
 
3.2%
8 2
 
2.2%
Other Punctuation
ValueCountFrequency (%)
. 31
44.9%
, 30
43.5%
· 8
 
11.6%
Space Separator
ValueCountFrequency (%)
894
100.0%
Open Punctuation
ValueCountFrequency (%)
( 5
100.0%
Close Punctuation
ValueCountFrequency (%)
) 5
100.0%
Math Symbol
ValueCountFrequency (%)
+ 4
100.0%
Other Symbol
ValueCountFrequency (%)
㎡ 1
100.0%
Initial Punctuation
ValueCountFrequency (%)
“ 1
100.0%
Final Punctuation
ValueCountFrequency (%)
” 1
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 3027
73.5%
Common 1074
 
26.1%
Latin 18
 
0.4%

Most frequent character per script

Hangul
ValueCountFrequency (%)
이 109
 
3.6%
리 60
 
2.0%
의 60
 
2.0%
있 56
 
1.9%
식 55
 
1.8%
을 54
 
1.8%
음 53
 
1.8%
로 52
 
1.7%
고 51
 
1.7%
한 51
 
1.7%
Other values (403) 2426
80.1%
Common
ValueCountFrequency (%)
894
83.2%
. 31
 
2.9%
, 30
 
2.8%
0 29
 
2.7%
1 14
 
1.3%
2 11
 
1.0%
6 9
 
0.8%
3 8
 
0.7%
· 8
 
0.7%
9 8
 
0.7%
Other values (11) 32
 
3.0%
Latin
ValueCountFrequency (%)
M 5
27.8%
E 3
16.7%
W 2
 
11.1%
A 1
 
5.6%
V 1
 
5.6%
N 1
 
5.6%
F 1
 
5.6%
C 1
 
5.6%
S 1
 
5.6%
B 1
 
5.6%

Most occurring blocks

ValueCountFrequency (%)
Hangul 3027
73.5%
ASCII 1081
 
26.2%
None 8
 
0.2%
Punctuation 2
 
< 0.1%
CJK Compat 1
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
894
82.7%
. 31
 
2.9%
, 30
 
2.8%
0 29
 
2.7%
1 14
 
1.3%
2 11
 
1.0%
6 9
 
0.8%
3 8
 
0.7%
9 8
 
0.7%
M 5
 
0.5%
Other values (18) 42
 
3.9%
Hangul
ValueCountFrequency (%)
이 109
 
3.6%
리 60
 
2.0%
의 60
 
2.0%
있 56
 
1.9%
식 55
 
1.8%
을 54
 
1.8%
음 53
 
1.8%
로 52
 
1.7%
고 51
 
1.7%
한 51
 
1.7%
Other values (403) 2426
80.1%
None
ValueCountFrequency (%)
· 8
100.0%
CJK Compat
ValueCountFrequency (%)
㎡ 1
100.0%
Punctuation
ValueCountFrequency (%)
“ 1
50.0%
” 1
50.0%

소재지도로명
Text

MISSING 

Distinct43
Distinct (%)95.6%
Missing1
Missing (%)2.2%
Memory size500.0 B
2024-05-03T19:38:25.726707image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length35
Median length28
Mean length21.711111
Min length11

Characters and Unicode

Total characters977
Distinct characters127
Distinct categories8 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique41 ?
Unique (%)91.1%

Sample

1st row경기도 수원시 팔달구 신풍로 47(신풍동) 일원
2nd row경기도 수원시 팔달구 장다리로 231(인계동) 일원
3rd row경기도 용인시 기흥구 죽전로15번길 일원
4th row경기도 성남시 분당구 발이봉로3번길 2 일원
5th row경기도 의정부시 행복로
ValueCountFrequency (%)
경기도 46
 
21.1%
수원시 10
 
4.6%
일원 9
 
4.1%
팔달구 4
 
1.8%
장안구 4
 
1.8%
안성시 4
 
1.8%
광명시 4
 
1.8%
광주시 3
 
1.4%
동두천시 3
 
1.4%
고양시 3
 
1.4%
Other values (115) 128
58.7%
2024-05-03T19:38:26.713886image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
173
 
17.7%
시 48
 
4.9%
경 47
 
4.8%
기 47
 
4.8%
도 47
 
4.8%
로 42
 
4.3%
원 31
 
3.2%
1 27
 
2.8%
길 22
 
2.3%
일 21
 
2.1%
Other values (117) 472
48.3%

Most occurring categories

ValueCountFrequency (%)
Other Letter 636
65.1%
Space Separator 173
 
17.7%
Decimal Number 134
 
13.7%
Open Punctuation 12
 
1.2%
Close Punctuation 12
 
1.2%
Dash Punctuation 6
 
0.6%
Other Punctuation 2
 
0.2%
Math Symbol 2
 
0.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
시 48
 
7.5%
경 47
 
7.4%
기 47
 
7.4%
도 47
 
7.4%
로 42
 
6.6%
원 31
 
4.9%
길 22
 
3.5%
일 21
 
3.3%
동 20
 
3.1%
번 20
 
3.1%
Other values (100) 291
45.8%
Decimal Number
ValueCountFrequency (%)
1 27
20.1%
2 19
14.2%
7 16
11.9%
3 14
10.4%
5 10
 
7.5%
6 10
 
7.5%
8 10
 
7.5%
0 10
 
7.5%
4 9
 
6.7%
9 9
 
6.7%
Math Symbol
ValueCountFrequency (%)
+ 1
50.0%
~ 1
50.0%
Space Separator
ValueCountFrequency (%)
173
100.0%
Open Punctuation
ValueCountFrequency (%)
( 12
100.0%
Close Punctuation
ValueCountFrequency (%)
) 12
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 6
100.0%
Other Punctuation
ValueCountFrequency (%)
, 2
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 636
65.1%
Common 341
34.9%

Most frequent character per script

Hangul
ValueCountFrequency (%)
시 48
 
7.5%
경 47
 
7.4%
기 47
 
7.4%
도 47
 
7.4%
로 42
 
6.6%
원 31
 
4.9%
길 22
 
3.5%
일 21
 
3.3%
동 20
 
3.1%
번 20
 
3.1%
Other values (100) 291
45.8%
Common
ValueCountFrequency (%)
173
50.7%
1 27
 
7.9%
2 19
 
5.6%
7 16
 
4.7%
3 14
 
4.1%
( 12
 
3.5%
) 12
 
3.5%
5 10
 
2.9%
6 10
 
2.9%
8 10
 
2.9%
Other values (7) 38
 
11.1%

Most occurring blocks

ValueCountFrequency (%)
Hangul 636
65.1%
ASCII 341
34.9%

Most frequent character per block

ASCII
ValueCountFrequency (%)
173
50.7%
1 27
 
7.9%
2 19
 
5.6%
7 16
 
4.7%
3 14
 
4.1%
( 12
 
3.5%
) 12
 
3.5%
5 10
 
2.9%
6 10
 
2.9%
8 10
 
2.9%
Other values (7) 38
 
11.1%
Hangul
ValueCountFrequency (%)
시 48
 
7.5%
경 47
 
7.4%
기 47
 
7.4%
도 47
 
7.4%
로 42
 
6.6%
원 31
 
4.9%
길 22
 
3.5%
일 21
 
3.3%
동 20
 
3.1%
번 20
 
3.1%
Other values (100) 291
45.8%

소재지지번주소
Text

MISSING 

Distinct41
Distinct (%)97.6%
Missing4
Missing (%)8.7%
Memory size500.0 B
2024-05-03T19:38:27.360338image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length35
Median length26
Mean length20.97619
Min length15

Characters and Unicode

Total characters881
Distinct characters102
Distinct categories6 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique40 ?
Unique (%)95.2%

Sample

1st row경기도 수원시 팔달구 신풍동 32-1
2nd row경기도 수원시 팔달구 인계동 971-5
3rd row경기도 용인시 기흥구 보정동 1185
4th row경기도 하남시 망월동 1101 + 경기도 하남시 망월동 1128
5th row경기도 성남시 분당구 수내동 89-1 일원
ValueCountFrequency (%)
경기도 43
 
20.8%
수원시 10
 
4.8%
장안구 4
 
1.9%
광명시 4
 
1.9%
팔달구 4
 
1.9%
일원 4
 
1.9%
고양시 3
 
1.4%
남양주시 3
 
1.4%
파주시 3
 
1.4%
안산시 3
 
1.4%
Other values (109) 126
60.9%
2024-05-03T19:38:28.594555image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
165
18.7%
1 48
 
5.4%
도 44
 
5.0%
기 44
 
5.0%
시 44
 
5.0%
경 43
 
4.9%
동 39
 
4.4%
- 32
 
3.6%
구 18
 
2.0%
4 18
 
2.0%
Other values (92) 386
43.8%

Most occurring categories

ValueCountFrequency (%)
Other Letter 501
56.9%
Decimal Number 180
 
20.4%
Space Separator 165
 
18.7%
Dash Punctuation 32
 
3.6%
Math Symbol 2
 
0.2%
Other Punctuation 1
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
도 44
 
8.8%
기 44
 
8.8%
시 44
 
8.8%
경 43
 
8.6%
동 39
 
7.8%
구 18
 
3.6%
원 17
 
3.4%
수 13
 
2.6%
안 11
 
2.2%
주 10
 
2.0%
Other values (77) 218
43.5%
Decimal Number
ValueCountFrequency (%)
1 48
26.7%
4 18
 
10.0%
2 17
 
9.4%
9 16
 
8.9%
8 16
 
8.9%
3 16
 
8.9%
5 15
 
8.3%
7 12
 
6.7%
0 12
 
6.7%
6 10
 
5.6%
Math Symbol
ValueCountFrequency (%)
+ 1
50.0%
~ 1
50.0%
Space Separator
ValueCountFrequency (%)
165
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 32
100.0%
Other Punctuation
ValueCountFrequency (%)
, 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 501
56.9%
Common 380
43.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
도 44
 
8.8%
기 44
 
8.8%
시 44
 
8.8%
경 43
 
8.6%
동 39
 
7.8%
구 18
 
3.6%
원 17
 
3.4%
수 13
 
2.6%
안 11
 
2.2%
주 10
 
2.0%
Other values (77) 218
43.5%
Common
ValueCountFrequency (%)
165
43.4%
1 48
 
12.6%
- 32
 
8.4%
4 18
 
4.7%
2 17
 
4.5%
9 16
 
4.2%
8 16
 
4.2%
3 16
 
4.2%
5 15
 
3.9%
7 12
 
3.2%
Other values (5) 25
 
6.6%

Most occurring blocks

ValueCountFrequency (%)
Hangul 501
56.9%
ASCII 380
43.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
165
43.4%
1 48
 
12.6%
- 32
 
8.4%
4 18
 
4.7%
2 17
 
4.5%
9 16
 
4.2%
8 16
 
4.2%
3 16
 
4.2%
5 15
 
3.9%
7 12
 
3.2%
Other values (5) 25
 
6.6%
Hangul
ValueCountFrequency (%)
도 44
 
8.8%
기 44
 
8.8%
시 44
 
8.8%
경 43
 
8.6%
동 39
 
7.8%
구 18
 
3.6%
원 17
 
3.4%
수 13
 
2.6%
안 11
 
2.2%
주 10
 
2.0%
Other values (77) 218
43.5%

위도
Real number (ℝ)

HIGH CORRELATION  MISSING 

Distinct39
Distinct (%)97.5%
Missing6
Missing (%)13.0%
Infinite0
Infinite (%)0.0%
Mean37.452412
Minimum36.998255
Maximum37.915848
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size546.0 B
2024-05-03T19:38:29.335673image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum36.998255
5-th percentile37.077581
Q137.289602
median37.376328
Q337.641264
95-th percentile37.908165
Maximum37.915848
Range0.9175933
Interquartile range (IQR)0.35166157

Descriptive statistics

Standard deviation0.24704774
Coefficient of variation (CV)0.0065963105
Kurtosis-0.63263305
Mean37.452412
Median Absolute Deviation (MAD)0.10538962
Skewness0.36004664
Sum1498.0965
Variance0.061032584
MonotonicityNot monotonic
2024-05-03T19:38:29.930096image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=39)
ValueCountFrequency (%)
37.9158484785 2
 
4.3%
37.2948473204 1
 
2.2%
37.3049347749 1
 
2.2%
37.4784316303 1
 
2.2%
37.4826734775 1
 
2.2%
37.451969653 1
 
2.2%
37.7471107778 1
 
2.2%
37.7449478406 1
 
2.2%
37.5858223839 1
 
2.2%
37.5925720154 1
 
2.2%
Other values (29) 29
63.0%
(Missing) 6
 
13.0%
ValueCountFrequency (%)
36.9982551811 1
2.2%
37.0078865708 1
2.2%
37.0812495719 1
2.2%
37.1773002449 1
2.2%
37.2705027793 1
2.2%
37.2713747598 1
2.2%
37.271842434 1
2.2%
37.2800833443 1
2.2%
37.2812593829 1
2.2%
37.2852998089 1
2.2%
ValueCountFrequency (%)
37.9158484785 2
4.3%
37.9077605659 1
2.2%
37.8498206867 1
2.2%
37.8284849533 1
2.2%
37.7471107778 1
2.2%
37.7449478406 1
2.2%
37.738889309 1
2.2%
37.6930371465 1
2.2%
37.6602017911 1
2.2%
37.6349509043 1
2.2%

경도
Real number (ℝ)

HIGH CORRELATION  MISSING 

Distinct39
Distinct (%)97.5%
Missing6
Missing (%)13.0%
Infinite0
Infinite (%)0.0%
Mean127.01788
Minimum126.75618
Maximum127.63434
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size546.0 B
2024-05-03T19:38:30.534515image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum126.75618
5-th percentile126.82902
Q1126.86256
median127.01634
Q3127.0699
95-th percentile127.30509
Maximum127.63434
Range0.87816129
Interquartile range (IQR)0.20734215

Descriptive statistics

Standard deviation0.17599677
Coefficient of variation (CV)0.0013856063
Kurtosis2.5484343
Mean127.01788
Median Absolute Deviation (MAD)0.14584641
Skewness1.1841898
Sum5080.7151
Variance0.030974863
MonotonicityNot monotonic
2024-05-03T19:38:31.152483image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=39)
ValueCountFrequency (%)
127.0564962091 2
 
4.3%
127.6343430121 1
 
2.2%
126.8461747749 1
 
2.2%
126.8546642102 1
 
2.2%
126.8556683109 1
 
2.2%
126.8648549039 1
 
2.2%
127.1874506472 1
 
2.2%
127.0481523185 1
 
2.2%
127.17302814 1
 
2.2%
127.3375072946 1
 
2.2%
Other values (29) 29
63.0%
(Missing) 6
 
13.0%
ValueCountFrequency (%)
126.7561817224 1
2.2%
126.7691167823 1
2.2%
126.8321755544 1
2.2%
126.8359917084 1
2.2%
126.8377380155 1
2.2%
126.8394561402 1
2.2%
126.8461747749 1
2.2%
126.8537509884 1
2.2%
126.8546642102 1
2.2%
126.8556683109 1
2.2%
ValueCountFrequency (%)
127.6343430121 1
2.2%
127.3375072946 1
2.2%
127.3033865469 1
2.2%
127.2698134091 1
2.2%
127.1874506472 1
2.2%
127.1845815643 1
2.2%
127.17302814 1
2.2%
127.1689752676 1
2.2%
127.1268463005 1
2.2%
127.1101130112 1
2.2%

총길이
Real number (ℝ)

Distinct39
Distinct (%)84.8%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean978.08696
Minimum120
Maximum12000
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size546.0 B
2024-05-03T19:38:31.732700image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum120
5-th percentile150.25
Q1277
median505
Q3920
95-th percentile2825
Maximum12000
Range11880
Interquartile range (IQR)643

Descriptive statistics

Standard deviation1843.5242
Coefficient of variation (CV)1.8848264
Kurtosis29.630386
Mean978.08696
Median Absolute Deviation (MAD)255
Skewness5.1353177
Sum44992
Variance3398581.3
MonotonicityNot monotonic
2024-05-03T19:38:32.186697image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=39)
ValueCountFrequency (%)
500 3
 
6.5%
800 2
 
4.3%
1500 2
 
4.3%
150 2
 
4.3%
250 2
 
4.3%
1000 2
 
4.3%
300 1
 
2.2%
1280 1
 
2.2%
580 1
 
2.2%
170 1
 
2.2%
Other values (29) 29
63.0%
ValueCountFrequency (%)
120 1
2.2%
150 2
4.3%
151 1
2.2%
160 1
2.2%
170 1
2.2%
200 1
2.2%
245 1
2.2%
250 2
4.3%
255 1
2.2%
276 1
2.2%
ValueCountFrequency (%)
12000 1
2.2%
4500 1
2.2%
3000 1
2.2%
2300 1
2.2%
1500 2
4.3%
1280 1
2.2%
1200 1
2.2%
1000 2
4.3%
964 1
2.2%
960 1
2.2%

점포수
Real number (ℝ)

ZEROS 

Distinct33
Distinct (%)71.7%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean89.847826
Minimum0
Maximum686
Zeros3
Zeros (%)6.5%
Negative0
Negative (%)0.0%
Memory size546.0 B
2024-05-03T19:38:32.807155image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum0
5-th percentile1.5
Q131.25
median56
Q3104.75
95-th percentile286.75
Maximum686
Range686
Interquartile range (IQR)73.5

Descriptive statistics

Standard deviation117.15782
Coefficient of variation (CV)1.3039583
Kurtosis14.892135
Mean89.847826
Median Absolute Deviation (MAD)26.5
Skewness3.4559726
Sum4133
Variance13725.954
MonotonicityNot monotonic
2024-05-03T19:38:33.255355image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=33)
ValueCountFrequency (%)
40 4
 
8.7%
0 3
 
6.5%
60 2
 
4.3%
68 2
 
4.3%
15 2
 
4.3%
129 2
 
4.3%
27 2
 
4.3%
76 2
 
4.3%
56 2
 
4.3%
50 2
 
4.3%
Other values (23) 23
50.0%
ValueCountFrequency (%)
0 3
6.5%
6 1
 
2.2%
12 1
 
2.2%
15 2
4.3%
20 1
 
2.2%
27 2
4.3%
29 1
 
2.2%
30 1
 
2.2%
35 1
 
2.2%
40 4
8.7%
ValueCountFrequency (%)
686 1
2.2%
350 1
2.2%
300 1
2.2%
247 1
2.2%
228 1
2.2%
150 1
2.2%
129 2
4.3%
128 1
2.2%
120 1
2.2%
118 1
2.2%

지정연도
Real number (ℝ)

Distinct21
Distinct (%)45.7%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean2013.6304
Minimum1997
Maximum2023
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size546.0 B
2024-05-03T19:38:33.676275image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum1997
5-th percentile1998.5
Q12011
median2013.5
Q32020
95-th percentile2022
Maximum2023
Range26
Interquartile range (IQR)9

Descriptive statistics

Standard deviation6.9709196
Coefficient of variation (CV)0.0034618664
Kurtosis0.23980432
Mean2013.6304
Median Absolute Deviation (MAD)5
Skewness-0.83468534
Sum92627
Variance48.59372
MonotonicityNot monotonic
2024-05-03T19:38:34.172275image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=21)
ValueCountFrequency (%)
2013 7
15.2%
2020 6
13.0%
2021 4
 
8.7%
2015 3
 
6.5%
2012 3
 
6.5%
2016 2
 
4.3%
2011 2
 
4.3%
2014 2
 
4.3%
2023 2
 
4.3%
1997 2
 
4.3%
Other values (11) 13
28.3%
ValueCountFrequency (%)
1997 2
4.3%
1998 1
2.2%
2000 1
2.2%
2003 1
2.2%
2004 1
2.2%
2007 1
2.2%
2008 1
2.2%
2009 2
4.3%
2010 1
2.2%
2011 2
4.3%
ValueCountFrequency (%)
2023 2
 
4.3%
2022 2
 
4.3%
2021 4
8.7%
2020 6
13.0%
2019 1
 
2.2%
2018 1
 
2.2%
2016 2
 
4.3%
2015 3
6.5%
2014 2
 
4.3%
2013 7
15.2%

관리기관전화번호
Text

Distinct26
Distinct (%)56.5%
Missing0
Missing (%)0.0%
Memory size500.0 B
2024-05-03T19:38:34.637803image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length13
Median length12
Mean length12.086957
Min length12

Characters and Unicode

Total characters556
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique19 ?
Unique (%)41.3%

Sample

1st row031-228-2228
2nd row031-228-2228
3rd row031-324-2102
4th row031-5182-1466
5th row031-729-8603
ValueCountFrequency (%)
031-228-2228 10
21.7%
031-678-2492 4
 
8.7%
031-481-2684 3
 
6.5%
031-590-2237 3
 
6.5%
031-760-8437 3
 
6.5%
031-860-2727 2
 
4.3%
02-2680-5484 2
 
4.3%
031-860-2275 1
 
2.2%
031-925-0606 1
 
2.2%
031-920-9600 1
 
2.2%
Other values (16) 16
34.8%
2024-05-03T19:38:35.730464image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
2 101
18.2%
- 92
16.5%
0 73
13.1%
8 60
10.8%
3 56
10.1%
1 51
9.2%
6 32
 
5.8%
4 32
 
5.8%
7 26
 
4.7%
9 21
 
3.8%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 464
83.5%
Dash Punctuation 92
 
16.5%

Most frequent character per category

Decimal Number
ValueCountFrequency (%)
2 101
21.8%
0 73
15.7%
8 60
12.9%
3 56
12.1%
1 51
11.0%
6 32
 
6.9%
4 32
 
6.9%
7 26
 
5.6%
9 21
 
4.5%
5 12
 
2.6%
Dash Punctuation
ValueCountFrequency (%)
- 92
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 556
100.0%

Most frequent character per script

Common
ValueCountFrequency (%)
2 101
18.2%
- 92
16.5%
0 73
13.1%
8 60
10.8%
3 56
10.1%
1 51
9.2%
6 32
 
5.8%
4 32
 
5.8%
7 26
 
4.7%
9 21
 
3.8%

Most occurring blocks

ValueCountFrequency (%)
ASCII 556
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
2 101
18.2%
- 92
16.5%
0 73
13.1%
8 60
10.8%
3 56
10.1%
1 51
9.2%
6 32
 
5.8%
4 32
 
5.8%
7 26
 
4.7%
9 21
 
3.8%

관리기관명
Text

Distinct24
Distinct (%)52.2%
Missing0
Missing (%)0.0%
Memory size500.0 B
2024-05-03T19:38:36.215057image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length18
Median length15
Mean length10.413043
Min length7

Characters and Unicode

Total characters479
Distinct characters74
Distinct categories4 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique16 ?
Unique (%)34.8%

Sample

1st row경기도 수원시청
2nd row경기도 수원시청
3rd row경기도 용인시청 관광과
4th row경기도 하남시청 문화정책과
5th row경기도 성남시 관광과
ValueCountFrequency (%)
경기도 38
35.8%
수원시청 10
 
9.4%
위생과 5
 
4.7%
안성시 4
 
3.8%
문화관광과 4
 
3.8%
남양주시청 3
 
2.8%
광주시청 3
 
2.8%
동두천시청 3
 
2.8%
관광휴양과 3
 
2.8%
안산시청 3
 
2.8%
Other values (24) 30
28.3%
2024-05-03T19:38:37.274226image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
60
 
12.5%
시 45
 
9.4%
도 40
 
8.4%
경 39
 
8.1%
기 39
 
8.1%
청 30
 
6.3%
과 18
 
3.8%
광 16
 
3.3%
관 10
 
2.1%
수 10
 
2.1%
Other values (64) 172
35.9%

Most occurring categories

ValueCountFrequency (%)
Other Letter 417
87.1%
Space Separator 60
 
12.5%
Close Punctuation 1
 
0.2%
Open Punctuation 1
 
0.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
시 45
 
10.8%
도 40
 
9.6%
경 39
 
9.4%
기 39
 
9.4%
청 30
 
7.2%
과 18
 
4.3%
광 16
 
3.8%
관 10
 
2.4%
수 10
 
2.4%
원 10
 
2.4%
Other values (61) 160
38.4%
Space Separator
ValueCountFrequency (%)
60
100.0%
Close Punctuation
ValueCountFrequency (%)
) 1
100.0%
Open Punctuation
ValueCountFrequency (%)
( 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 417
87.1%
Common 62
 
12.9%

Most frequent character per script

Hangul
ValueCountFrequency (%)
시 45
 
10.8%
도 40
 
9.6%
경 39
 
9.4%
기 39
 
9.4%
청 30
 
7.2%
과 18
 
4.3%
광 16
 
3.8%
관 10
 
2.4%
수 10
 
2.4%
원 10
 
2.4%
Other values (61) 160
38.4%
Common
ValueCountFrequency (%)
60
96.8%
) 1
 
1.6%
( 1
 
1.6%

Most occurring blocks

ValueCountFrequency (%)
Hangul 417
87.1%
ASCII 62
 
12.9%

Most frequent character per block

ASCII
ValueCountFrequency (%)
60
96.8%
) 1
 
1.6%
( 1
 
1.6%
Hangul
ValueCountFrequency (%)
시 45
 
10.8%
도 40
 
9.6%
경 39
 
9.4%
기 39
 
9.4%
청 30
 
7.2%
과 18
 
4.3%
광 16
 
3.8%
관 10
 
2.4%
수 10
 
2.4%
원 10
 
2.4%
Other values (61) 160
38.4%

데이터기준일자
Categorical

HIGH CORRELATION 

Distinct18
Distinct (%)39.1%
Missing0
Missing (%)0.0%
Memory size500.0 B
2023-08-01
10 
2022-09-29
4 
2023-06-27
4 
2023-09-26
3 
2023-05-22
3 
Other values (13)
22 

Length

Max length10
Median length10
Mean length10
Min length10

Unique

Unique8 ?
Unique (%)17.4%

Sample

1st row2023-08-01
2nd row2023-08-01
3rd row2023-04-20
4th row2023-12-01
5th row2023-05-26

Common Values

ValueCountFrequency (%)
2023-08-01 10
21.7%
2022-09-29 4
 
8.7%
2023-06-27 4
 
8.7%
2023-09-26 3
 
6.5%
2023-05-22 3
 
6.5%
2023-08-29 3
 
6.5%
2023-11-14 3
 
6.5%
2022-11-30 3
 
6.5%
2023-06-23 3
 
6.5%
2023-03-02 2
 
4.3%
Other values (8) 8
17.4%

Length

2024-05-03T19:38:37.706316image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2023-08-01 10
21.7%
2022-09-29 4
 
8.7%
2023-06-27 4
 
8.7%
2023-09-26 3
 
6.5%
2023-05-22 3
 
6.5%
2023-08-29 3
 
6.5%
2023-11-14 3
 
6.5%
2022-11-30 3
 
6.5%
2023-06-23 3
 
6.5%
2023-03-02 2
 
4.3%
Other values (8) 8
17.4%

Interactions

2024-05-03T19:38:17.154440image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:10.764006image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:12.234222image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:13.839597image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:15.624235image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:17.471791image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:11.096878image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:12.528278image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:14.097004image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:15.942038image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:17.709384image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:11.389820image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:12.840615image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:14.417048image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:16.227140image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:17.978771image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:11.667914image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:13.098511image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:14.893600image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:16.496733image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:18.414500image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:11.937325image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:13.468661image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:15.238740image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-05-03T19:38:16.785296image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Correlations

2024-05-03T19:38:37.995972image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
거리명거리소개소재지도로명소재지지번주소위도경도총길이점포수지정연도관리기관전화번호관리기관명데이터기준일자
거리명1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000
거리소개1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000
소재지도로명1.0001.0001.0001.0001.0001.0001.0000.7590.0000.7420.9751.000
소재지지번주소1.0001.0001.0001.0001.0001.0001.0000.5231.0000.9561.0001.000
위도1.0001.0001.0001.0001.0000.4730.6740.5460.7420.9550.9630.946
경도1.0001.0001.0001.0000.4731.0000.0000.6540.5360.8860.8860.966
총길이1.0001.0001.0001.0000.6740.0001.0000.0000.0000.6910.7630.825
점포수1.0001.0000.7590.5230.5460.6540.0001.0000.0000.9000.9050.826
지정연도1.0001.0000.0001.0000.7420.5360.0000.0001.0000.9350.9240.782
관리기관전화번호1.0001.0000.7420.9560.9550.8860.6910.9000.9351.0001.0001.000
관리기관명1.0001.0000.9751.0000.9630.8860.7630.9050.9241.0001.0001.000
데이터기준일자1.0001.0001.0001.0000.9460.9660.8250.8260.7821.0001.0001.000
2024-05-03T19:38:38.511905image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
위도경도총길이점포수지정연도데이터기준일자
위도1.000-0.088-0.046-0.298-0.2420.687
경도-0.0881.0000.124-0.124-0.0670.620
총길이-0.0460.1241.0000.131-0.1240.494
점포수-0.298-0.1240.1311.000-0.0880.466
지정연도-0.242-0.067-0.124-0.0881.0000.419
데이터기준일자0.6870.6200.4940.4660.4191.000

Missing values

2024-05-03T19:38:18.810431image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2024-05-03T19:38:19.781166image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.
2024-05-03T19:38:20.356002image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.

Sample

거리명거리소개소재지도로명소재지지번주소위도경도총길이점포수지정연도관리기관전화번호관리기관명데이터기준일자
0행리단길 음식문화거리화성행궁 근처에 행리단길이 조성되어 카페· 식당· 소품가게 등 데이트 코스로 각광받고 있음경기도 수원시 팔달구 신풍로 47(신풍동) 일원경기도 수원시 팔달구 신풍동 32-137.2853127.014084520612023031-228-2228경기도 수원시청2023-08-01
1장다리로 음식문화거리갈비· 경양식· 칼국수집 등 대형 맛집을 중심으로 외식대표메뉴들이 밀집되어있음경기도 수원시 팔달구 장다리로 231(인계동) 일원경기도 수원시 팔달구 인계동 971-537.270503127.0261461000782023031-228-2228경기도 수원시청2023-08-01
2보정동 카페거리용인시 지정 1호 문화의 거리로 카페·레스토랑·의류 등 120여개의 점포가 밀집하였으며 각종 드라마·CF·화보 촬영장소로 더욱 유명해짐경기도 용인시 기흥구 죽전로15번길 일원경기도 용인시 기흥구 보정동 118537.321782127.110113120001282014031-324-2102경기도 용인시청 관광과2023-04-20
3미사문화거리미사역 일원 문화의 거리<NA>경기도 하남시 망월동 1101 + 경기도 하남시 망월동 1128<NA><NA>6603002022031-5182-1466경기도 하남시청 문화정책과2023-12-01
4신해철거리마왕 신해철을 기념하기 위한 작업실과 조형물이 있는 거리경기도 성남시 분당구 발이봉로3번길 2 일원경기도 성남시 분당구 수내동 89-1 일원37.365996127.126846160302018031-729-8603경기도 성남시 관광과2023-05-26
5행복로 문화의거리의정부시의 구도심지역의 교통체계를 개선하고, 시민의 여가공간 확보와 젊음이 넘치는 거리 조성경기도 의정부시 행복로경기도 의정부시 의정부동 180-1137.738889127.0480546072472009031-828-2963경기도 의정부시 기업경제과2023-03-02
6신장쇼핑몰거리송탄 관광특구내 미군 기지를 중심으로 쇼핑과 유흥 시설이 들어선 거리경기도 평택시 쇼핑로 35 (신장동)경기도 평택시 신장동 324-1137.08125127.0533382453501997031-8024-3291경기도 평택시청2023-01-31
7마지리벽화마을말과 소로 대표되는 마을의 특성을 벽화로 표현경기도 파주시 적성면 솥뒤로 37번길, 57번길 일대경기도 파주시 적성면 마지리 39번지, 172번지 일대<NA><NA>27602015031-940-8189경기도 파주시 적성면2023-06-23
8EBS연풍길연풍시장길에 EBS 콘텐츠를 도입하여 특화거리 조성경기도 파주시 연풍5길 일원경기도 파주시 파주읍 연풍리 299-5번지 일원37.828485126.835992350202019031-940-5722경기도 파주시 도시재생과2023-06-23
9남한산성 백숙거리남한산성 안에는 아주 먼 과거부터 사람들이 살기 시작하여 지금까지도 마을이 존재하고 있으며, 남한산성을 향해 구불거리는 숲길을 올라가다 보면 마을이 나타난다. 해발 400M 위치에 있는 경기도 광주시 남한산성면 산성리. 마을에 들어서면 사방이 성벽으로 둘러싸여 있고, 한옥 기와집들이 옹기종기 모여 있어서 참 아늑하다. 이 마을 주민들 대부분은 2, 3대째 닭과 오리백숙 음식점을 운영하며, 성 안에 살고 있는 토박이들이다. 그 오랜 세월 맥을 이어 온 음식은 바로 닭백숙. 총70여개의 음식점 중에 59곳이 닭백숙과 오리백숙을 팔고 있다. 이 곳 상인들은 상인회를 조직하여 닭과 오리를 공동구매하고, 여가활동 등을 함께 하는 이웃사촌으로 그 안에서 음식에 대한 맛과 정성도 뛰어나 많은 사람들이 찾고 있다. 또한 2014년에는 한국관광공사에서 음식테마거리로도 선정된바 있으며, 닭백숙은 인조임금이 항복을 결정하고 남한산성을 떠날 때 수라상궁이 임금님께 보양식으로 닭백숙을 올린 이래, 남한산성을 대표하는 토종음식으로 자리 잡게 되었다고 한다.경기도 광주시 남한산성면 남한산성로 774경기도 광주시 남한산성면 산성리 581-7번지37.478205127.1845822300762014031-760-8437경기도 광주시청2023-09-26
거리명거리소개소재지도로명소재지지번주소위도경도총길이점포수지정연도관리기관전화번호관리기관명데이터기준일자
36미음나루음식문화특화거리미음나루는 조선시대 이전부터 한강을 오가는 배들의 중간 쉼터이자, 지금의 남양주시와 하남시의 미사리를 건너던 곳이었다. 그 덕에 사람의 왕래가 많아 이들을 대상으로 한 주막들이 꽤나 번성 했다. 안동김씨 후손의 호를 따서 이름이 붙혀진 나루터로 현재는 예전의 뱃사공 은 사라지고 한강변을 따라 드라이브를 즐기러 온 사람들이 뱃사공을 대신한다. 인근 야산에 축조된 수석리 토성은 삼국시대에는 한강변을 지키는 전략적 요충지의 일환으로 중요시 되었던 곳으로 여겨진다. 이곳 미음나루풍속마을 주변에는 매운탕과 장어구이 등 음식점이 30여개가 밀집되어 있고 분위기 있는 까페와 한정식 집들이 미식가들의 입맛을 돋우고 있으며 철에 따라 변화하는 강변의 풍광과 한강의 야경을 즐기려는 많은 사람들의 발걸음이 끊이질 않고 있다.경기도 남양주시 강변북로 632번길 26(수석동)경기도 남양주시 수석동 16837.585822127.173028580402007031-590-2237경기도 남양주시청 위생과2023-05-22
37삼봉리 음식문화마을북한강변에 위치한 삼봉리 음식문화 마을은 수려한 자연환경과 영화촬영소, 유기농테마파크, 다산 정약용 유적지, 북한강 수상스키장, 자전거도로 등의 관광자원을 가지고 있는 지역으로 20여개의 음식점과 10여개의 까페들이 영업중에 있으며 특히 이 지역의 식당들은 직접재배하고 가꾼 농산물을 가지고 조리판매를 하고 있어 꾸준히 외식관광객들이 찾고 있음경기도 남양주시 조안면 북한강로 856경기도 남양주시 조안면 삼봉리 277-137.592572127.3375071280272013031-590-2237경기도 남양주시청 위생과2023-05-22
38라페스타 문화의 거리총 6개동, 2만여 평의 초대형 쇼핑몰로 패션 상가 및 음식점, 다양한 공연 등이 펼쳐지는 젊음의 거리경기도 고양시 일산동구 중앙로 1275번길 60-30경기도 고양시 일산동구 장항동 76837.660202126.7691173001292004031-920-9600라페스타관리단2022-11-30
39덕이동 패션 아울렛패션의류 및 잡화업종 유명 브랜드 할인점이 다수 입점한 쇼핑의 거리경기도 고양시 일산서구 탄중로101번길 13경기도 고양시 일산서구 덕이동 384-137.693037126.7561822801292011031-925-0606덕이동소상공인협동조합2022-11-30
40화정문화의거리덕양구 화정역을 중심으로 재미있는 길거리 공연과 쇼가 펼쳐지는 젊음의 거리경기도 고양시 화정로 63경기도 고양시 덕양구 화정동 96337.634951126.8321768006862015031-936-9344화정동 상가발전협의회2022-11-30
41파장천맛고을콩요리 사골청국장 추어탕 오리고기 등 100㎡ 이상의 규모가 크고 오래된 전통음식점이 많음경기도 수원시 장안구 파장천로 92 일원(파장동)경기도 수원시 장안구 파장동 328-137.312576126.9991021500402020031-228-2228경기도 수원시청2023-08-01
42반딧불이 연무시장 낭만거리오징어 요리 매운탕 스테이크 등 다양한 먹거리가 있음경기도 수원시 장안구 월드컵로428번길 20 일원(연무동)경기도 수원시 장안구 연무동 236-137.294373127.026436577502020031-228-2228경기도 수원시청2023-08-01
43화성행궁맛촌거리수원화성박물관 수원통닭거리 지동순대타운 등이 도보로 10분 이내 거리에 있어 관광객들이 꾸준히 찾아오고 있음.경기도 수원시 팔달구 행궁로 28 일원(남창동)경기도 수원시 팔달구 남창동 91-337.280083127.014715753562020031-228-2228경기도 수원시청2023-08-01
44천천먹거리촌한식 중식 일식 등을 취급하는 20년 이상된 먹거리촌으로 음식점과 한지 악기 건강식품점 등이 있으며 최근 젊은층이 선호하는 마카롱 와플 등의 까페들도 생기면서 남녀노소 즐길 수 있는 먹거리촌을 형성하고 있음.경기도 수원시 장안구 덕영대로511번길 29-18 일원(천천동)경기도 수원시 장안구 천천동 507-1437.299802126.979949151682021031-228-2228경기도 수원시청2023-08-01
45호매실벚꽃음식문화거리전국방방곡곡 특색있는 음식(경상도식 뭉티기 대구식 납작만두 충청도식 냉동삼겹살 제주도 특수돼지고기 전라도식 부침개 전국팔도 모듬 음식)을 넘어 세계적인 음식(중국 정통 양꼬치 경상원 청년창업사관학교 선정 퓨전음식 정통 이태리 파스타)까지 즐길수 있는 개성있고 경쟁력 있는 많은 음식점이 있음.경기도 수원시 권선구 금곡로118번길 60(금곡동)일원경기도 수원시 권선구 금곡동 1090-737.271842126.942581150672022031-228-2228경기도 수원시청2023-08-01