Overview

Dataset statistics

Number of variables19
Number of observations1304
Missing cells7697
Missing cells (%)31.1%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory195.0 KiB
Average record size in memory153.1 B

Variable types

Text8
Categorical3
Numeric1
DateTime3
Boolean4

Dataset

Description한국저작권위원회 저작권등록관리시스템 내 등록되어 있는 저작권 관련 데이터베이스로서 개인정보 및 민감정보를 제외한 내역을 파일데이터 형태로 제공하므로 참고해주시기 바랍니다.(파일데이터 개방 등록형식 특성상 하위 데이터값이 없는 경우, 구분 값에서 삭제함)
Author한국저작권위원회
URLhttps://www.data.go.kr/data/15089980/fileData.do

Alerts

색인여부 has constant value ""Constant
유통여부 has constant value ""Constant
사본발급가능여부 has constant value ""Constant
저작물추가형태내용 is highly overall correlated with 저작물수량 and 1 other fieldsHigh correlation
등록일시 is highly overall correlated with 저작물수량 and 2 other fieldsHigh correlation
수정여부 is highly overall correlated with 저작물추가형태내용 and 2 other fieldsHigh correlation
저작물위치내용 is highly overall correlated with 저작물수량 and 2 other fieldsHigh correlation
저작물수량 is highly overall correlated with 저작물추가형태내용 and 2 other fieldsHigh correlation
저작물추가형태내용 is highly imbalanced (80.1%)Imbalance
등록일시 is highly imbalanced (91.7%)Imbalance
저작물위치내용 is highly imbalanced (87.4%)Imbalance
수정여부 is highly imbalanced (74.4%)Imbalance
등록계정 has 32 (2.5%) missing valuesMissing
저작물내용 has 85 (6.5%) missing valuesMissing
창작일자 has 65 (5.0%) missing valuesMissing
공표일자 has 1025 (78.6%) missing valuesMissing
공표매체내용 has 1043 (80.0%) missing valuesMissing
관련등록계정 has 1265 (97.0%) missing valuesMissing
전산화일자 has 584 (44.8%) missing valuesMissing
색인여부 has 1038 (79.6%) missing valuesMissing
유통여부 has 1107 (84.9%) missing valuesMissing
사본발급가능여부 has 1303 (99.9%) missing valuesMissing
수정일시 has 150 (11.5%) missing valuesMissing
등록시스템계정 has unique valuesUnique

Reproduction

Analysis started2023-12-12 05:44:48.147291
Analysis finished2023-12-12 05:44:50.910082
Duration2.76 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

Distinct1304
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size10.3 KiB
2023-12-12T14:44:51.196819image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length10
Median length10
Mean length10
Min length10

Characters and Unicode

Total characters13040
Distinct characters11
Distinct categories2 ?
Distinct scripts2 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1304 ?
Unique (%)100.0%

Sample

1st rowG000261993
2nd rowG000261995
3rd rowG000261997
4th rowG000261999
5th rowG000262001
ValueCountFrequency (%)
g000261993 1
 
0.1%
g000701623 1
 
0.1%
g000721506 1
 
0.1%
g000718052 1
 
0.1%
g000726315 1
 
0.1%
g000714869 1
 
0.1%
g000714191 1
 
0.1%
g000712245 1
 
0.1%
g000703657 1
 
0.1%
g000710019 1
 
0.1%
Other values (1294) 1294
99.2%
2023-12-12T14:44:51.701842image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
0 4443
34.1%
G 1304
 
10.0%
6 1005
 
7.7%
7 979
 
7.5%
2 898
 
6.9%
5 883
 
6.8%
8 785
 
6.0%
9 729
 
5.6%
3 705
 
5.4%
1 669
 
5.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 11736
90.0%
Uppercase Letter 1304
 
10.0%

Most frequent character per category

Decimal Number
ValueCountFrequency (%)
0 4443
37.9%
6 1005
 
8.6%
7 979
 
8.3%
2 898
 
7.7%
5 883
 
7.5%
8 785
 
6.7%
9 729
 
6.2%
3 705
 
6.0%
1 669
 
5.7%
4 640
 
5.5%
Uppercase Letter
ValueCountFrequency (%)
G 1304
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 11736
90.0%
Latin 1304
 
10.0%

Most frequent character per script

Common
ValueCountFrequency (%)
0 4443
37.9%
6 1005
 
8.6%
7 979
 
8.3%
2 898
 
7.7%
5 883
 
7.5%
8 785
 
6.7%
9 729
 
6.2%
3 705
 
6.0%
1 669
 
5.7%
4 640
 
5.5%
Latin
ValueCountFrequency (%)
G 1304
100.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII 13040
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
0 4443
34.1%
G 1304
 
10.0%
6 1005
 
7.7%
7 979
 
7.5%
2 898
 
6.9%
5 883
 
6.8%
8 785
 
6.0%
9 729
 
5.6%
3 705
 
5.4%
1 669
 
5.1%

등록계정
Text

MISSING 

Distinct1272
Distinct (%)100.0%
Missing32
Missing (%)2.5%
Memory size10.3 KiB
2023-12-12T14:44:51.976973image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length13
Median length13
Mean length13
Min length13

Characters and Unicode

Total characters16536
Distinct characters12
Distinct categories3 ?
Distinct scripts2 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1272 ?
Unique (%)100.0%

Sample

1st rowD-2010-000042
2nd rowD-2010-000043
3rd rowD-2010-000044
4th rowD-2010-000045
5th rowD-2010-000046
ValueCountFrequency (%)
d-2009-000001 1
 
0.1%
d-2016-000102 1
 
0.1%
d-2016-000116 1
 
0.1%
d-2016-000107 1
 
0.1%
d-2016-000109 1
 
0.1%
d-2016-000093 1
 
0.1%
d-2016-000088 1
 
0.1%
d-2016-000086 1
 
0.1%
d-2016-000108 1
 
0.1%
d-2016-000098 1
 
0.1%
Other values (1262) 1262
99.2%
2023-12-12T14:44:52.407300image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
0 6841
41.4%
- 2544
 
15.4%
2 1869
 
11.3%
1 1582
 
9.6%
D 1272
 
7.7%
5 453
 
2.7%
7 375
 
2.3%
6 365
 
2.2%
4 359
 
2.2%
3 350
 
2.1%
Other values (2) 526
 
3.2%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 12720
76.9%
Dash Punctuation 2544
 
15.4%
Uppercase Letter 1272
 
7.7%

Most frequent character per category

Decimal Number
ValueCountFrequency (%)
0 6841
53.8%
2 1869
 
14.7%
1 1582
 
12.4%
5 453
 
3.6%
7 375
 
2.9%
6 365
 
2.9%
4 359
 
2.8%
3 350
 
2.8%
8 272
 
2.1%
9 254
 
2.0%
Dash Punctuation
ValueCountFrequency (%)
- 2544
100.0%
Uppercase Letter
ValueCountFrequency (%)
D 1272
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 15264
92.3%
Latin 1272
 
7.7%

Most frequent character per script

Common
ValueCountFrequency (%)
0 6841
44.8%
- 2544
 
16.7%
2 1869
 
12.2%
1 1582
 
10.4%
5 453
 
3.0%
7 375
 
2.5%
6 365
 
2.4%
4 359
 
2.4%
3 350
 
2.3%
8 272
 
1.8%
Latin
ValueCountFrequency (%)
D 1272
100.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII 16536
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
0 6841
41.4%
- 2544
 
15.4%
2 1869
 
11.3%
1 1582
 
9.6%
D 1272
 
7.7%
5 453
 
2.7%
7 375
 
2.3%
6 365
 
2.2%
4 359
 
2.2%
3 350
 
2.1%
Other values (2) 526
 
3.2%
Distinct1251
Distinct (%)95.9%
Missing0
Missing (%)0.0%
Memory size10.3 KiB
2023-12-12T14:44:52.833119image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length113
Median length65
Mean length22.578988
Min length2

Characters and Unicode

Total characters29443
Distinct characters691
Distinct categories13 ?
Distinct scripts4 ?
Distinct blocks7 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1210 ?
Unique (%)92.8%

Sample

1st row상세POI1006
2nd row새주소1006
3rd row주행안전운행1006
4th row지번1006
5th row테마관광1006
ValueCountFrequency (%)
데이터베이스 362
 
6.6%
보물 84
 
1.5%
db 75
 
1.4%
70
 
1.3%
재배적지 52
 
0.9%
단기임산물 52
 
0.9%
정보 45
 
0.8%
위한 42
 
0.8%
농생명 34
 
0.6%
데이터 29
 
0.5%
Other values (2685) 4662
84.7%
2023-12-12T14:44:53.442727image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
4251
 
14.4%
1190
 
4.0%
698
 
2.4%
524
 
1.8%
519
 
1.8%
482
 
1.6%
( 473
 
1.6%
) 471
 
1.6%
0 401
 
1.4%
1 392
 
1.3%
Other values (681) 20042
68.1%

Most occurring categories

ValueCountFrequency (%)
Other Letter 18856
64.0%
Space Separator 4251
 
14.4%
Lowercase Letter 1659
 
5.6%
Decimal Number 1656
 
5.6%
Uppercase Letter 1619
 
5.5%
Open Punctuation 479
 
1.6%
Close Punctuation 477
 
1.6%
Other Punctuation 271
 
0.9%
Dash Punctuation 86
 
0.3%
Connector Punctuation 86
 
0.3%
Other values (3) 3
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
1190
 
6.3%
698
 
3.7%
524
 
2.8%
519
 
2.8%
482
 
2.6%
346
 
1.8%
284
 
1.5%
278
 
1.5%
263
 
1.4%
251
 
1.3%
Other values (597) 14021
74.4%
Lowercase Letter
ValueCountFrequency (%)
e 228
13.7%
a 196
11.8%
r 145
 
8.7%
o 134
 
8.1%
t 118
 
7.1%
i 116
 
7.0%
s 110
 
6.6%
n 108
 
6.5%
l 57
 
3.4%
c 53
 
3.2%
Other values (16) 394
23.7%
Uppercase Letter
ValueCountFrequency (%)
D 225
13.9%
B 213
13.2%
S 129
 
8.0%
I 114
 
7.0%
P 103
 
6.4%
A 92
 
5.7%
O 90
 
5.6%
M 74
 
4.6%
C 72
 
4.4%
R 65
 
4.0%
Other values (16) 442
27.3%
Decimal Number
ValueCountFrequency (%)
0 401
24.2%
1 392
23.7%
2 237
14.3%
3 116
 
7.0%
4 93
 
5.6%
8 91
 
5.5%
5 88
 
5.3%
9 88
 
5.3%
7 84
 
5.1%
6 66
 
4.0%
Other Punctuation
ValueCountFrequency (%)
, 126
46.5%
. 99
36.5%
/ 34
 
12.5%
: 4
 
1.5%
· 3
 
1.1%
" 2
 
0.7%
& 2
 
0.7%
; 1
 
0.4%
Open Punctuation
ValueCountFrequency (%)
( 473
98.7%
[ 4
 
0.8%
1
 
0.2%
{ 1
 
0.2%
Close Punctuation
ValueCountFrequency (%)
) 471
98.7%
] 4
 
0.8%
1
 
0.2%
} 1
 
0.2%
Space Separator
ValueCountFrequency (%)
4251
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 86
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 86
100.0%
Initial Punctuation
ValueCountFrequency (%)
1
100.0%
Other Symbol
ValueCountFrequency (%)
1
100.0%
Final Punctuation
ValueCountFrequency (%)
1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 18852
64.0%
Common 7309
 
24.8%
Latin 3278
 
11.1%
Han 4
 
< 0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
1190
 
6.3%
698
 
3.7%
524
 
2.8%
519
 
2.8%
482
 
2.6%
346
 
1.8%
284
 
1.5%
278
 
1.5%
263
 
1.4%
251
 
1.3%
Other values (593) 14017
74.4%
Latin
ValueCountFrequency (%)
e 228
 
7.0%
D 225
 
6.9%
B 213
 
6.5%
a 196
 
6.0%
r 145
 
4.4%
o 134
 
4.1%
S 129
 
3.9%
t 118
 
3.6%
i 116
 
3.5%
I 114
 
3.5%
Other values (42) 1660
50.6%
Common
ValueCountFrequency (%)
4251
58.2%
( 473
 
6.5%
) 471
 
6.4%
0 401
 
5.5%
1 392
 
5.4%
2 237
 
3.2%
, 126
 
1.7%
3 116
 
1.6%
. 99
 
1.4%
4 93
 
1.3%
Other values (22) 650
 
8.9%
Han
ValueCountFrequency (%)
1
25.0%
1
25.0%
西 1
25.0%
1
25.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 18851
64.0%
ASCII 10579
35.9%
None 5
 
< 0.1%
CJK 4
 
< 0.1%
Punctuation 2
 
< 0.1%
Letterlike Symbols 1
 
< 0.1%
Compat Jamo 1
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
4251
40.2%
( 473
 
4.5%
) 471
 
4.5%
0 401
 
3.8%
1 392
 
3.7%
2 237
 
2.2%
e 228
 
2.2%
D 225
 
2.1%
B 213
 
2.0%
a 196
 
1.9%
Other values (68) 3492
33.0%
Hangul
ValueCountFrequency (%)
1190
 
6.3%
698
 
3.7%
524
 
2.8%
519
 
2.8%
482
 
2.6%
346
 
1.8%
284
 
1.5%
278
 
1.5%
263
 
1.4%
251
 
1.3%
Other values (592) 14016
74.4%
None
ValueCountFrequency (%)
· 3
60.0%
1
 
20.0%
1
 
20.0%
Punctuation
ValueCountFrequency (%)
1
50.0%
1
50.0%
CJK
ValueCountFrequency (%)
1
25.0%
1
25.0%
西 1
25.0%
1
25.0%
Letterlike Symbols
ValueCountFrequency (%)
1
100.0%
Compat Jamo
ValueCountFrequency (%)
1
100.0%

저작물추가형태내용
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct11
Distinct (%)0.8%
Missing0
Missing (%)0.0%
Memory size10.3 KiB
<NA>
1110 
외장하드
181 
외장디스크
 
4
하드디스크
 
2
인쇄물 2장
 
1
Other values (6)
 
6

Length

Max length13
Median length4
Mean length4.017638
Min length4

Unique

Unique7 ?
Unique (%)0.5%

Sample

1st row<NA>
2nd row<NA>
3rd row<NA>
4th row<NA>
5th row<NA>

Common Values

ValueCountFrequency (%)
<NA> 1110
85.1%
외장하드 181
 
13.9%
외장디스크 4
 
0.3%
하드디스크 2
 
0.2%
인쇄물 2장 1
 
0.1%
CD 1 1
 
0.1%
책 1권 1
 
0.1%
CD 2 1
 
0.1%
외장하드디스크 1
 
0.1%
기기 2개(오프라인제출) 1
 
0.1%

Length

2023-12-12T14:44:53.616800image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
na 1110
84.7%
외장하드 181
 
13.8%
외장디스크 4
 
0.3%
하드디스크 3
 
0.2%
cd 2
 
0.2%
1 2
 
0.2%
인쇄물 1
 
0.1%
2장 1
 
0.1%
1
 
0.1%
1권 1
 
0.1%
Other values (4) 4
 
0.3%

저작물수량
Real number (ℝ)

HIGH CORRELATION 

Distinct6
Distinct (%)0.5%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean1.0245399
Minimum1
Maximum9
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size11.6 KiB
2023-12-12T14:44:53.737792image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile1
Q11
median1
Q31
95-th percentile1
Maximum9
Range8
Interquartile range (IQR)0

Descriptive statistics

Standard deviation0.31733581
Coefficient of variation (CV)0.30973495
Kurtosis369.17378
Mean1.0245399
Median Absolute Deviation (MAD)0
Skewness17.710548
Sum1336
Variance0.10070201
MonotonicityNot monotonic
2023-12-12T14:44:53.853298image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=6)
ValueCountFrequency (%)
1 1291
99.0%
2 7
 
0.5%
5 3
 
0.2%
4 1
 
0.1%
9 1
 
0.1%
3 1
 
0.1%
ValueCountFrequency (%)
1 1291
99.0%
2 7
 
0.5%
3 1
 
0.1%
4 1
 
0.1%
5 3
 
0.2%
9 1
 
0.1%
ValueCountFrequency (%)
9 1
 
0.1%
5 3
 
0.2%
4 1
 
0.1%
3 1
 
0.1%
2 7
 
0.5%
1 1291
99.0%

저작물내용
Text

MISSING 

Distinct1173
Distinct (%)96.2%
Missing85
Missing (%)6.5%
Memory size10.3 KiB
2023-12-12T14:44:54.288182image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length1024
Median length541
Mean length247.79081
Min length6

Characters and Unicode

Total characters302057
Distinct characters1053
Distinct categories17 ?
Distinct scripts5 ?
Distinct blocks14 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1140 ?
Unique (%)93.5%

Sample

1st row본 저작물의 특징은 다음과 같다. 첫 번째는 본 저작물을 전국의 GPS측량을 통해서 수집된 자료를 기반으로 구성되어 있다. 두 번째는 본 저작물은 팅크웨어 고유의 분류체계에 의해서 분류되어 구성되어 있다. 세 번째, 본 저작물에는 해당 POI에 대한 자세한 정보가 포함되어 있다. 예를 들면, 음식점의 경우 메뉴,가격,주차여부, 신용카드 등 업소에서 제공하는 서비스에 대한 자세한 정보를 포함하고 있다. 본 저작물은 다양한 이동식 수치지도서비스, 인터넷 수치지도 서비스, 휴대폰 수치지도 서비스등에서 활용이 가능하다. 네 번째 본 저작물은 2010년 4월 저작권 등록 이후 업데이트한 2010년 6월분 데이터베이스가 포함되어있다. 다섯 번째 본 저작물은 MS ACCESS에서 데이터베이스로 확인이 가능하다.
2nd row당사에서 지도로 서비스를 제공하는 모든 분야에 사용되는 새주소 검색용 데이터의 2010년 6월까지의 반영 분이 포함되어 있다. 본 저작물은 다음의 내용을 포함한다. 첫째, 전국 단위의 도로명 및 건물번호(새주소)를 포함한다. 둘째, 해당 새주소의 좌표를 포함한다.셋째, 본 저작물에 사용된 좌표는 팅크웨어(주) 고유의 좌표체계를 사용한다.본 저작물은 이동식 수치지도 서비스(내비게이션, 모바일) 또는 인터넷 수치지도 서비스 등 다양한 수치지도 서비스에 활용가능하다.넷째 본 저작물은 MS ACCESS에서 데이터베이스로 확인이 가능하다.
3rd row팅크웨어 첨단전자 정밀지도(안전운행)는 모든 수치지도에서 활용 가능하도록 구성된 저작물을 말한다. 본 저작물의 특징은 다음과 같다.? 본 저작물에 포함된 안전운행에 포함되는 대상정보는 카메라(12종) 및 위험지역 표지판(11종) 위치정보이다. 본 저작물은 특징은 다음과 같다. 첫 번째는 본 저작물을 전국의 GPS측량을 통해서 수집된 자료를 기반을 통해서 구성되어 있다. 두 번째는 본 저작물은 팅크웨어 고유의 분류체계에 의해서 분류되어 구성되어 있다. 세 번째는 본 저작물은 팅크웨어 고유의 좌표체계를 가지고 있다. 네 번째는 본 저작물은 속성에는 방향정보을 가지고 있다. 본 저작물은 다양한 이동식 수치지도서비스, 인터넷 수치지도 서비스, 휴대폰 수치지도 서비스등에서? 활용이 가능하다. 다섯 번 째 본 저작물은 2010년 4월 저작권 등록 이후 업데이트한 2010년 6월분 데이터베이스가 포함되어 있다. 여섯 번 째 본 저작물은 MS ACCESS에서 확인이 가능하다.
4th row당사에서 지도로 서비스를 제공하는 모든 분야에 사용되는 지번(구주소) 검색용 데이터의 2010년 6월까지의 반영 분이 포함되어 있다. 본 저작물은 다음의 내용을 포함한다. 첫째, 전국 단위의 지적공부상 번지를 포함한다. 둘째, 해당 번지의 좌표를 포함한다.셋째, 본 저작물에 사용된 좌표는 팅크웨어(주) 고유의 좌표체계를 사용한다.본 저작물은 이동식 수치지도 서비스(내비게이션, 모바일) 또는 인터넷 수치지도 서비스 등 다양한 수치지도 서비스에 활용가능하다.넷째 본 저작물은 MS ACCESS에서 데이터베이스로 확인이 가능하다.
5th row본 저작물의 특징은 다음과 같다. 첫째 이 데이터베이스는 테마("일정한 주제를 가지고 분류되어 있는 정보")를 가지고 구축된 데이터베이스이다. 두 번째로는 이 데이터베이스는 팅크웨어 고유의 좌표를 가지고 있다. 좌표가 있어서 검색후 원하는 공간상으로의 이동이 가능하다. 세 번째로는 이 데이터베이스에는 주소정보를 정보를 가지고 있다. 네 번째로는 이 이데이타베이스에는 테마내의 각각의 항목에는 상세한 테마정보를 가지고 있다. 이러한 정보를 검색어로 해서 원하는 검색이 가능하다. 예를 들면 맛집테마를 대상으로 "한정식"이라는 검색어를 입력하면 원하는 맛집을 찾을 수있게 된다. 이 데이터베이스는 다양한 지도서비스에서 활용가능하다. 다섯 번째 본 저작물은 2010년 4월 저작권 등록 이후 업데이트한 2010년 6월분 데이터베이스가 포함되어있다. 여섯 번째 본 저작물은 MS ACCESS에서 데이터베이스로 확인이 가능하다.
ValueCountFrequency (%)
866
 
1.4%
865
 
1.4%
851
 
1.4%
대한 531
 
0.9%
있다 518
 
0.9%
데이터베이스는 505
 
0.8%
데이터 489
 
0.8%
383
 
0.6%
있는 308
 
0.5%
정보를 288
 
0.5%
Other values (17658) 54956
90.7%
2023-12-12T14:44:54.927993image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
62631
 
20.7%
8352
 
2.8%
, 6280
 
2.1%
. 3653
 
1.2%
3518
 
1.2%
3249
 
1.1%
3224
 
1.1%
3148
 
1.0%
3109
 
1.0%
3042
 
1.0%
Other values (1043) 201851
66.8%

Most occurring categories

ValueCountFrequency (%)
Other Letter 185682
61.5%
Space Separator 62631
 
20.7%
Lowercase Letter 15919
 
5.3%
Other Punctuation 11691
 
3.9%
Uppercase Letter 9741
 
3.2%
Decimal Number 9482
 
3.1%
Close Punctuation 2206
 
0.7%
Open Punctuation 1882
 
0.6%
Dash Punctuation 1385
 
0.5%
Connector Punctuation 490
 
0.2%
Other values (7) 948
 
0.3%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
8352
 
4.5%
3518
 
1.9%
3249
 
1.7%
3224
 
1.7%
3148
 
1.7%
3109
 
1.7%
3042
 
1.6%
3042
 
1.6%
2983
 
1.6%
2935
 
1.6%
Other values (897) 149080
80.3%
Lowercase Letter
ValueCountFrequency (%)
e 1849
11.6%
a 1533
 
9.6%
t 1303
 
8.2%
i 1187
 
7.5%
o 1151
 
7.2%
r 1090
 
6.8%
n 1053
 
6.6%
s 859
 
5.4%
l 794
 
5.0%
c 661
 
4.2%
Other values (20) 4439
27.9%
Uppercase Letter
ValueCountFrequency (%)
S 1117
 
11.5%
D 966
 
9.9%
C 871
 
8.9%
B 734
 
7.5%
A 617
 
6.3%
I 601
 
6.2%
P 486
 
5.0%
M 483
 
5.0%
E 468
 
4.8%
T 417
 
4.3%
Other values (16) 2981
30.6%
Other Symbol
ValueCountFrequency (%)
202
45.1%
92
20.5%
48
 
10.7%
20
 
4.5%
° 10
 
2.2%
10
 
2.2%
10
 
2.2%
8
 
1.8%
6
 
1.3%
5
 
1.1%
Other values (16) 37
 
8.3%
Other Punctuation
ValueCountFrequency (%)
, 6280
53.7%
. 3653
31.2%
: 754
 
6.4%
/ 594
 
5.1%
" 81
 
0.7%
· 79
 
0.7%
? 55
 
0.5%
' 54
 
0.5%
* 48
 
0.4%
& 32
 
0.3%
Other values (7) 61
 
0.5%
Decimal Number
ValueCountFrequency (%)
1 2027
21.4%
0 1738
18.3%
2 1569
16.5%
3 1090
11.5%
5 651
 
6.9%
4 644
 
6.8%
9 469
 
4.9%
8 455
 
4.8%
6 438
 
4.6%
7 401
 
4.2%
Math Symbol
ValueCountFrequency (%)
~ 86
37.2%
> 37
16.0%
31
 
13.4%
+ 27
 
11.7%
= 22
 
9.5%
< 19
 
8.2%
4
 
1.7%
2
 
0.9%
2
 
0.9%
1
 
0.4%
Other Number
ValueCountFrequency (%)
23
26.1%
23
26.1%
15
17.0%
12
13.6%
10
11.4%
2
 
2.3%
2
 
2.3%
1
 
1.1%
Close Punctuation
ValueCountFrequency (%)
) 2104
95.4%
] 95
 
4.3%
4
 
0.2%
2
 
0.1%
1
 
< 0.1%
Open Punctuation
ValueCountFrequency (%)
( 1776
94.4%
[ 99
 
5.3%
4
 
0.2%
2
 
0.1%
1
 
0.1%
Initial Punctuation
ValueCountFrequency (%)
60
63.2%
35
36.8%
Final Punctuation
ValueCountFrequency (%)
49
61.3%
31
38.8%
Space Separator
ValueCountFrequency (%)
62631
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 1385
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 490
100.0%
Format
ValueCountFrequency (%)
­ 4
100.0%
Modifier Symbol
ValueCountFrequency (%)
^ 2
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 185611
61.4%
Common 90711
30.0%
Latin 25648
 
8.5%
Han 73
 
< 0.1%
Greek 14
 
< 0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
8352
 
4.5%
3518
 
1.9%
3249
 
1.8%
3224
 
1.7%
3148
 
1.7%
3109
 
1.7%
3042
 
1.6%
3042
 
1.6%
2983
 
1.6%
2935
 
1.6%
Other values (870) 149009
80.3%
Common
ValueCountFrequency (%)
62631
69.0%
, 6280
 
6.9%
. 3653
 
4.0%
) 2104
 
2.3%
1 2027
 
2.2%
( 1776
 
2.0%
0 1738
 
1.9%
2 1569
 
1.7%
- 1385
 
1.5%
3 1090
 
1.2%
Other values (79) 6458
 
7.1%
Latin
ValueCountFrequency (%)
e 1849
 
7.2%
a 1533
 
6.0%
t 1303
 
5.1%
i 1187
 
4.6%
o 1151
 
4.5%
S 1117
 
4.4%
r 1090
 
4.2%
n 1053
 
4.1%
D 966
 
3.8%
C 871
 
3.4%
Other values (44) 13528
52.7%
Han
ValueCountFrequency (%)
10
13.7%
8
 
11.0%
8
 
11.0%
4
 
5.5%
4
 
5.5%
4
 
5.5%
3
 
4.1%
3
 
4.1%
3
 
4.1%
3
 
4.1%
Other values (17) 23
31.5%
Greek
ValueCountFrequency (%)
ω 12
85.7%
α 1
 
7.1%
λ 1
 
7.1%

Most occurring blocks

ValueCountFrequency (%)
Hangul 185386
61.4%
ASCII 115506
38.2%
Geometric Shapes 233
 
0.1%
Compat Jamo 221
 
0.1%
Box Drawing 188
 
0.1%
Punctuation 180
 
0.1%
None 129
 
< 0.1%
Enclosed Alphanum 88
 
< 0.1%
CJK 73
 
< 0.1%
Arrows 31
 
< 0.1%
Other values (4) 22
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
62631
54.2%
, 6280
 
5.4%
. 3653
 
3.2%
) 2104
 
1.8%
1 2027
 
1.8%
e 1849
 
1.6%
( 1776
 
1.5%
0 1738
 
1.5%
2 1569
 
1.4%
a 1533
 
1.3%
Other values (79) 30346
26.3%
Hangul
ValueCountFrequency (%)
8352
 
4.5%
3518
 
1.9%
3249
 
1.8%
3224
 
1.7%
3148
 
1.7%
3109
 
1.7%
3042
 
1.6%
3042
 
1.6%
2983
 
1.6%
2935
 
1.6%
Other values (860) 148784
80.3%
Geometric Shapes
ValueCountFrequency (%)
202
86.7%
8
 
3.4%
6
 
2.6%
5
 
2.1%
5
 
2.1%
4
 
1.7%
2
 
0.9%
1
 
0.4%
Compat Jamo
ValueCountFrequency (%)
194
87.8%
6
 
2.7%
4
 
1.8%
3
 
1.4%
3
 
1.4%
3
 
1.4%
3
 
1.4%
3
 
1.4%
2
 
0.9%
Box Drawing
ValueCountFrequency (%)
92
48.9%
48
25.5%
20
 
10.6%
10
 
5.3%
10
 
5.3%
2
 
1.1%
2
 
1.1%
1
 
0.5%
1
 
0.5%
1
 
0.5%
None
ValueCountFrequency (%)
· 79
61.2%
ω 12
 
9.3%
° 10
 
7.8%
4
 
3.1%
4
 
3.1%
4
 
3.1%
­ 4
 
3.1%
2
 
1.6%
2
 
1.6%
º 2
 
1.6%
Other values (6) 6
 
4.7%
Punctuation
ValueCountFrequency (%)
60
33.3%
49
27.2%
35
19.4%
31
17.2%
5
 
2.8%
Arrows
ValueCountFrequency (%)
31
100.0%
Enclosed Alphanum
ValueCountFrequency (%)
23
26.1%
23
26.1%
15
17.0%
12
13.6%
10
11.4%
2
 
2.3%
2
 
2.3%
1
 
1.1%
CJK
ValueCountFrequency (%)
10
13.7%
8
 
11.0%
8
 
11.0%
4
 
5.5%
4
 
5.5%
4
 
5.5%
3
 
4.1%
3
 
4.1%
3
 
4.1%
3
 
4.1%
Other values (17) 23
31.5%
CJK Compat
ValueCountFrequency (%)
5
45.5%
2
 
18.2%
2
 
18.2%
2
 
18.2%
Misc Symbols
ValueCountFrequency (%)
4
100.0%
Letterlike Symbols
ValueCountFrequency (%)
2
100.0%
Math Operators
ValueCountFrequency (%)
2
40.0%
2
40.0%
1
20.0%

창작일자
Text

MISSING 

Distinct557
Distinct (%)45.0%
Missing65
Missing (%)5.0%
Memory size10.3 KiB
2023-12-12T14:44:55.249866image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length10
Median length10
Mean length9.9983858
Min length8

Characters and Unicode

Total characters12388
Distinct characters12
Distinct categories3 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique376 ?
Unique (%)30.3%

Sample

1st row2010-06-07
2nd row2010-06-07
3rd row2010-06-07
4th row2010-06-07
5th row2010-06-07
ValueCountFrequency (%)
0020-16-12 64
 
5.2%
0020-12-12 46
 
3.7%
0020-13-12 27
 
2.2%
0020-15-12 23
 
1.9%
2015-01-02 21
 
1.7%
0020-14-12 18
 
1.5%
2016-11-30 16
 
1.3%
2015-11-30 15
 
1.2%
2018-12-31 14
 
1.1%
2008-05-28 14
 
1.1%
Other values (546) 980
79.2%
2023-12-12T14:44:55.832413image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
0 3519
28.4%
- 2476
20.0%
2 2220
17.9%
1 2210
17.8%
3 384
 
3.1%
6 314
 
2.5%
5 307
 
2.5%
9 269
 
2.2%
8 261
 
2.1%
7 226
 
1.8%
Other values (2) 202
 
1.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 9904
79.9%
Dash Punctuation 2476
 
20.0%
Space Separator 8
 
0.1%

Most frequent character per category

Decimal Number
ValueCountFrequency (%)
0 3519
35.5%
2 2220
22.4%
1 2210
22.3%
3 384
 
3.9%
6 314
 
3.2%
5 307
 
3.1%
9 269
 
2.7%
8 261
 
2.6%
7 226
 
2.3%
4 194
 
2.0%
Dash Punctuation
ValueCountFrequency (%)
- 2476
100.0%
Space Separator
ValueCountFrequency (%)
8
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 12388
100.0%

Most frequent character per script

Common
ValueCountFrequency (%)
0 3519
28.4%
- 2476
20.0%
2 2220
17.9%
1 2210
17.8%
3 384
 
3.1%
6 314
 
2.5%
5 307
 
2.5%
9 269
 
2.2%
8 261
 
2.1%
7 226
 
1.8%
Other values (2) 202
 
1.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII 12388
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
0 3519
28.4%
- 2476
20.0%
2 2220
17.9%
1 2210
17.8%
3 384
 
3.1%
6 314
 
2.5%
5 307
 
2.5%
9 269
 
2.2%
8 261
 
2.1%
7 226
 
1.8%
Other values (2) 202
 
1.6%

공표일자
Text

MISSING 

Distinct181
Distinct (%)64.9%
Missing1025
Missing (%)78.6%
Memory size10.3 KiB
2023-12-12T14:44:56.170844image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length10
Median length10
Mean length9.9713262
Min length8

Characters and Unicode

Total characters2782
Distinct characters12
Distinct categories3 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique134 ?
Unique (%)48.0%

Sample

1st row0020-07-09
2nd row2008-12-29
3rd row2002-07-17
4th row2003-11-16
5th row2004-03-15
ValueCountFrequency (%)
2014-02-10 10
 
3.6%
0020-16-01 7
 
2.5%
2016-09-06 6
 
2.2%
2018-02-01 6
 
2.2%
2013-10-01 6
 
2.2%
2006-07-20 6
 
2.2%
2014-09-24 6
 
2.2%
2007-02-09 6
 
2.2%
2017-08-10 4
 
1.5%
0000-20-08 3
 
1.1%
Other values (170) 215
78.2%
2023-12-12T14:44:56.669508image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
0 828
29.8%
- 550
19.8%
2 464
16.7%
1 434
15.6%
6 86
 
3.1%
8 72
 
2.6%
4 71
 
2.6%
9 68
 
2.4%
5 63
 
2.3%
3 61
 
2.2%
Other values (2) 85
 
3.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 2200
79.1%
Dash Punctuation 550
 
19.8%
Space Separator 32
 
1.2%

Most frequent character per category

Decimal Number
ValueCountFrequency (%)
0 828
37.6%
2 464
21.1%
1 434
19.7%
6 86
 
3.9%
8 72
 
3.3%
4 71
 
3.2%
9 68
 
3.1%
5 63
 
2.9%
3 61
 
2.8%
7 53
 
2.4%
Dash Punctuation
ValueCountFrequency (%)
- 550
100.0%
Space Separator
ValueCountFrequency (%)
32
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 2782
100.0%

Most frequent character per script

Common
ValueCountFrequency (%)
0 828
29.8%
- 550
19.8%
2 464
16.7%
1 434
15.6%
6 86
 
3.1%
8 72
 
2.6%
4 71
 
2.6%
9 68
 
2.4%
5 63
 
2.3%
3 61
 
2.2%
Other values (2) 85
 
3.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII 2782
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
0 828
29.8%
- 550
19.8%
2 464
16.7%
1 434
15.6%
6 86
 
3.1%
8 72
 
2.6%
4 71
 
2.6%
9 68
 
2.4%
5 63
 
2.3%
3 61
 
2.2%
Other values (2) 85
 
3.1%

공표매체내용
Text

MISSING 

Distinct168
Distinct (%)64.4%
Missing1043
Missing (%)80.0%
Memory size10.3 KiB
2023-12-12T14:44:56.936174image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length100
Median length53
Mean length25.237548
Min length4

Characters and Unicode

Total characters6587
Distinct characters315
Distinct categories11 ?
Distinct scripts4 ?
Distinct blocks4 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique138 ?
Unique (%)52.9%

Sample

1st row유치원을대상으로 200부 복제 배포
2nd row전자우편을 통한 협력업체 DB 담당자 2주단위 전자우편 전송함.
3rd row인터넷(www.naiza.com)
4th row인터넷(http://www.formclub.com)
5th row인터넷(www.paragontas.com)
ValueCountFrequency (%)
단말기 27
 
3.5%
배포 27
 
3.5%
nabic.rda.go.kr 15
 
2.0%
이용하여 13
 
1.7%
도로전방에 13
 
1.7%
대한 13
 
1.7%
사전 13
 
1.7%
정보를 13
 
1.7%
제공하는 13
 
1.7%
2 13
 
1.7%
Other values (366) 609
79.2%
2023-12-12T14:44:57.411836image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
516
 
7.8%
. 447
 
6.8%
o 310
 
4.7%
w 272
 
4.1%
t 225
 
3.4%
r 220
 
3.3%
/ 217
 
3.3%
a 217
 
3.3%
c 173
 
2.6%
k 164
 
2.5%
Other values (305) 3826
58.1%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter 2892
43.9%
Other Letter 1857
28.2%
Other Punctuation 805
 
12.2%
Space Separator 516
 
7.8%
Decimal Number 290
 
4.4%
Uppercase Letter 100
 
1.5%
Open Punctuation 44
 
0.7%
Close Punctuation 44
 
0.7%
Dash Punctuation 22
 
0.3%
Math Symbol 10
 
0.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
64
 
3.4%
50
 
2.7%
48
 
2.6%
42
 
2.3%
41
 
2.2%
40
 
2.2%
38
 
2.0%
36
 
1.9%
36
 
1.9%
36
 
1.9%
Other values (232) 1426
76.8%
Lowercase Letter
ValueCountFrequency (%)
o 310
 
10.7%
w 272
 
9.4%
t 225
 
7.8%
r 220
 
7.6%
a 217
 
7.5%
c 173
 
6.0%
k 164
 
5.7%
e 138
 
4.8%
s 138
 
4.8%
n 135
 
4.7%
Other values (16) 900
31.1%
Uppercase Letter
ValueCountFrequency (%)
S 14
14.0%
C 10
 
10.0%
T 8
 
8.0%
D 6
 
6.0%
B 6
 
6.0%
A 6
 
6.0%
G 5
 
5.0%
I 5
 
5.0%
W 4
 
4.0%
E 4
 
4.0%
Other values (10) 32
32.0%
Other Punctuation
ValueCountFrequency (%)
. 447
55.5%
/ 217
27.0%
: 78
 
9.7%
, 44
 
5.5%
? 9
 
1.1%
· 3
 
0.4%
% 3
 
0.4%
" 2
 
0.2%
1
 
0.1%
& 1
 
0.1%
Decimal Number
ValueCountFrequency (%)
0 77
26.6%
1 67
23.1%
2 44
15.2%
5 23
 
7.9%
3 19
 
6.6%
9 15
 
5.2%
8 14
 
4.8%
4 13
 
4.5%
6 12
 
4.1%
7 6
 
2.1%
Math Symbol
ValueCountFrequency (%)
= 9
90.0%
> 1
 
10.0%
Space Separator
ValueCountFrequency (%)
516
100.0%
Open Punctuation
ValueCountFrequency (%)
( 44
100.0%
Close Punctuation
ValueCountFrequency (%)
) 44
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 22
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 7
100.0%

Most occurring scripts

ValueCountFrequency (%)
Latin 2992
45.4%
Hangul 1847
28.0%
Common 1738
26.4%
Han 10
 
0.2%

Most frequent character per script

Hangul
ValueCountFrequency (%)
64
 
3.5%
50
 
2.7%
48
 
2.6%
42
 
2.3%
41
 
2.2%
40
 
2.2%
38
 
2.1%
36
 
1.9%
36
 
1.9%
36
 
1.9%
Other values (224) 1416
76.7%
Latin
ValueCountFrequency (%)
o 310
 
10.4%
w 272
 
9.1%
t 225
 
7.5%
r 220
 
7.4%
a 217
 
7.3%
c 173
 
5.8%
k 164
 
5.5%
e 138
 
4.6%
s 138
 
4.6%
n 135
 
4.5%
Other values (36) 1000
33.4%
Common
ValueCountFrequency (%)
516
29.7%
. 447
25.7%
/ 217
12.5%
: 78
 
4.5%
0 77
 
4.4%
1 67
 
3.9%
( 44
 
2.5%
, 44
 
2.5%
2 44
 
2.5%
) 44
 
2.5%
Other values (17) 160
 
9.2%
Han
ValueCountFrequency (%)
2
20.0%
2
20.0%
1
10.0%
1
10.0%
1
10.0%
1
10.0%
1
10.0%
1
10.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII 4726
71.7%
Hangul 1847
 
28.0%
CJK 10
 
0.2%
None 4
 
0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
516
 
10.9%
. 447
 
9.5%
o 310
 
6.6%
w 272
 
5.8%
t 225
 
4.8%
r 220
 
4.7%
/ 217
 
4.6%
a 217
 
4.6%
c 173
 
3.7%
k 164
 
3.5%
Other values (61) 1965
41.6%
Hangul
ValueCountFrequency (%)
64
 
3.5%
50
 
2.7%
48
 
2.6%
42
 
2.3%
41
 
2.2%
40
 
2.2%
38
 
2.1%
36
 
1.9%
36
 
1.9%
36
 
1.9%
Other values (224) 1416
76.7%
None
ValueCountFrequency (%)
· 3
75.0%
1
 
25.0%
CJK
ValueCountFrequency (%)
2
20.0%
2
20.0%
1
10.0%
1
10.0%
1
10.0%
1
10.0%
1
10.0%
1
10.0%

관련등록계정
Text

MISSING 

Distinct25
Distinct (%)64.1%
Missing1265
Missing (%)97.0%
Memory size10.3 KiB
2023-12-12T14:44:57.622169image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length13
Median length13
Mean length13
Min length13

Characters and Unicode

Total characters507
Distinct characters12
Distinct categories3 ?
Distinct scripts2 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique11 ?
Unique (%)28.2%

Sample

1st rowD-2010-000025
2nd rowD-2010-000026
3rd rowD-2010-000027
4th rowD-2010-000028
5th rowD-2010-000029
ValueCountFrequency (%)
d-2011-000030 2
 
5.1%
d-2011-000029 2
 
5.1%
d-2011-000028 2
 
5.1%
d-2010-000031 2
 
5.1%
d-2010-000030 2
 
5.1%
d-2011-000033 2
 
5.1%
d-2010-000026 2
 
5.1%
d-2011-000031 2
 
5.1%
d-2010-000027 2
 
5.1%
d-2011-000027 2
 
5.1%
Other values (15) 19
48.7%
2023-12-12T14:44:57.921160image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
0 222
43.8%
- 78
 
15.4%
2 62
 
12.2%
1 58
 
11.4%
D 39
 
7.7%
3 15
 
3.0%
5 10
 
2.0%
6 6
 
1.2%
8 5
 
1.0%
9 5
 
1.0%
Other values (2) 7
 
1.4%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 390
76.9%
Dash Punctuation 78
 
15.4%
Uppercase Letter 39
 
7.7%

Most frequent character per category

Decimal Number
ValueCountFrequency (%)
0 222
56.9%
2 62
 
15.9%
1 58
 
14.9%
3 15
 
3.8%
5 10
 
2.6%
6 6
 
1.5%
8 5
 
1.3%
9 5
 
1.3%
7 5
 
1.3%
4 2
 
0.5%
Dash Punctuation
ValueCountFrequency (%)
- 78
100.0%
Uppercase Letter
ValueCountFrequency (%)
D 39
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 468
92.3%
Latin 39
 
7.7%

Most frequent character per script

Common
ValueCountFrequency (%)
0 222
47.4%
- 78
 
16.7%
2 62
 
13.2%
1 58
 
12.4%
3 15
 
3.2%
5 10
 
2.1%
6 6
 
1.3%
8 5
 
1.1%
9 5
 
1.1%
7 5
 
1.1%
Latin
ValueCountFrequency (%)
D 39
100.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII 507
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
0 222
43.8%
- 78
 
15.4%
2 62
 
12.2%
1 58
 
11.4%
D 39
 
7.7%
3 15
 
3.0%
5 10
 
2.0%
6 6
 
1.2%
8 5
 
1.0%
9 5
 
1.0%
Other values (2) 7
 
1.4%

등록일시
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct8
Distinct (%)0.6%
Missing0
Missing (%)0.0%
Memory size10.3 KiB
<NA>
1266 
2010-05-13 0:00
 
14
2011-06-22 0:00
 
13
2010-07-22 0:00
 
7
2008-10-30 0:00
 
1
Other values (3)
 
3

Length

Max length15
Median length4
Mean length4.3205521
Min length4

Unique

Unique4 ?
Unique (%)0.3%

Sample

1st row2010-05-13 0:00
2nd row2010-05-13 0:00
3rd row2010-05-13 0:00
4th row2010-05-13 0:00
5th row2010-05-13 0:00

Common Values

ValueCountFrequency (%)
<NA> 1266
97.1%
2010-05-13 0:00 14
 
1.1%
2011-06-22 0:00 13
 
1.0%
2010-07-22 0:00 7
 
0.5%
2008-10-30 0:00 1
 
0.1%
2012-04-16 0:00 1
 
0.1%
2010-08-10 0:00 1
 
0.1%
2016-12-28 0:00 1
 
0.1%

Length

2023-12-12T14:44:58.057607image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-12T14:44:58.162547image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
na 1266
94.3%
0:00 38
 
2.8%
2010-05-13 14
 
1.0%
2011-06-22 13
 
1.0%
2010-07-22 7
 
0.5%
2008-10-30 1
 
0.1%
2012-04-16 1
 
0.1%
2010-08-10 1
 
0.1%
2016-12-28 1
 
0.1%

저작물위치내용
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct3
Distinct (%)0.2%
Missing0
Missing (%)0.0%
Memory size10.3 KiB
<NA>
1270 
7층 D
 
17
7층 5-1
 
17

Length

Max length6
Median length4
Mean length4.0260736
Min length4

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row7층 D
2nd row7층 D
3rd row7층 D
4th row7층 D
5th row7층 D

Common Values

ValueCountFrequency (%)
<NA> 1270
97.4%
7층 D 17
 
1.3%
7층 5-1 17
 
1.3%

Length

2023-12-12T14:44:58.313122image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-12T14:44:58.444430image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
na 1270
94.9%
7층 34
 
2.5%
d 17
 
1.3%
5-1 17
 
1.3%

전산화일자
Date

MISSING 

Distinct413
Distinct (%)57.4%
Missing584
Missing (%)44.8%
Memory size10.3 KiB
Minimum2003-08-04 00:00:00
Maximum2021-09-07 00:00:00
2023-12-12T14:44:58.545128image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T14:44:58.673206image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)

색인여부
Boolean

CONSTANT  MISSING 

Distinct1
Distinct (%)0.4%
Missing1038
Missing (%)79.6%
Memory size2.7 KiB
True
266 
(Missing)
1038 
ValueCountFrequency (%)
True 266
 
20.4%
(Missing) 1038
79.6%
2023-12-12T14:44:58.784802image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

유통여부
Boolean

CONSTANT  MISSING 

Distinct1
Distinct (%)0.5%
Missing1107
Missing (%)84.9%
Memory size2.7 KiB
False
197 
(Missing)
1107 
ValueCountFrequency (%)
False 197
 
15.1%
(Missing) 1107
84.9%
2023-12-12T14:44:58.855476image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

수정여부
Boolean

HIGH CORRELATION  IMBALANCE 

Distinct2
Distinct (%)0.2%
Missing0
Missing (%)0.0%
Memory size1.4 KiB
False
1248 
True
 
56
ValueCountFrequency (%)
False 1248
95.7%
True 56
 
4.3%
2023-12-12T14:44:58.928178image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

사본발급가능여부
Boolean

CONSTANT  MISSING 

Distinct1
Distinct (%)100.0%
Missing1303
Missing (%)99.9%
Memory size2.7 KiB
False
 
1
(Missing)
1303 
ValueCountFrequency (%)
False 1
 
0.1%
(Missing) 1303
99.9%
2023-12-12T14:44:59.020160image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Distinct999
Distinct (%)76.6%
Missing0
Missing (%)0.0%
Memory size10.3 KiB
Minimum2003-08-04 00:00:00
Maximum2021-09-09 10:46:00
2023-12-12T14:44:59.425923image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T14:44:59.555941image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)

수정일시
Date

MISSING 

Distinct559
Distinct (%)48.4%
Missing150
Missing (%)11.5%
Memory size10.3 KiB
Minimum2003-09-30 00:00:00
Maximum2021-09-13 09:15:00
2023-12-12T14:44:59.698055image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T14:44:59.843173image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)

Interactions

2023-12-12T14:44:50.036924image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Correlations

2023-12-12T14:44:59.937535image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
저작물추가형태내용저작물수량관련등록계정등록일시저작물위치내용수정여부
저작물추가형태내용1.0001.000NaNNaNNaN1.000
저작물수량1.0001.000NaNNaNNaN0.000
관련등록계정NaNNaN1.0001.000NaN1.000
등록일시NaNNaN1.0001.000NaN1.000
저작물위치내용NaNNaNNaNNaN1.000NaN
수정여부1.0000.0001.0001.000NaN1.000
2023-12-12T14:45:00.092175image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
저작물추가형태내용등록일시수정여부저작물위치내용
저작물추가형태내용1.000NaN0.979NaN
등록일시NaN1.0000.9281.000
수정여부0.9790.9281.0001.000
저작물위치내용NaN1.0001.0001.000
2023-12-12T14:45:00.211905image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
저작물수량저작물추가형태내용등록일시저작물위치내용수정여부
저작물수량1.0000.9791.0001.0000.000
저작물추가형태내용0.9791.0000.0000.0000.979
등록일시1.0000.0001.0001.0000.928
저작물위치내용1.0000.0001.0001.0001.000
수정여부0.0000.9790.9281.0001.000

Missing values

2023-12-12T14:44:50.201802image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-12T14:44:50.457025image/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.
2023-12-12T14:44:50.721127image/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

등록시스템계정등록계정저작물제호저작물추가형태내용저작물수량저작물내용창작일자공표일자공표매체내용관련등록계정등록일시저작물위치내용전산화일자색인여부유통여부수정여부사본발급가능여부생성일시수정일시
0G000261993D-2010-000042상세POI1006<NA>1본 저작물의 특징은 다음과 같다. 첫 번째는 본 저작물을 전국의 GPS측량을 통해서 수집된 자료를 기반으로 구성되어 있다. 두 번째는 본 저작물은 팅크웨어 고유의 분류체계에 의해서 분류되어 구성되어 있다. 세 번째, 본 저작물에는 해당 POI에 대한 자세한 정보가 포함되어 있다. 예를 들면, 음식점의 경우 메뉴,가격,주차여부, 신용카드 등 업소에서 제공하는 서비스에 대한 자세한 정보를 포함하고 있다. 본 저작물은 다양한 이동식 수치지도서비스, 인터넷 수치지도 서비스, 휴대폰 수치지도 서비스등에서 활용이 가능하다. 네 번째 본 저작물은 2010년 4월 저작권 등록 이후 업데이트한 2010년 6월분 데이터베이스가 포함되어있다. 다섯 번째 본 저작물은 MS ACCESS에서 데이터베이스로 확인이 가능하다.2010-06-07<NA><NA>D-2010-0000252010-05-13 0:007층 D<NA>YNN<NA>2010-07-22 0:002010-07-27 0:00
1G000261995D-2010-000043새주소1006<NA>1당사에서 지도로 서비스를 제공하는 모든 분야에 사용되는 새주소 검색용 데이터의 2010년 6월까지의 반영 분이 포함되어 있다. 본 저작물은 다음의 내용을 포함한다. 첫째, 전국 단위의 도로명 및 건물번호(새주소)를 포함한다. 둘째, 해당 새주소의 좌표를 포함한다.셋째, 본 저작물에 사용된 좌표는 팅크웨어(주) 고유의 좌표체계를 사용한다.본 저작물은 이동식 수치지도 서비스(내비게이션, 모바일) 또는 인터넷 수치지도 서비스 등 다양한 수치지도 서비스에 활용가능하다.넷째 본 저작물은 MS ACCESS에서 데이터베이스로 확인이 가능하다.2010-06-07<NA><NA>D-2010-0000262010-05-13 0:007층 D<NA>YNN<NA>2010-07-22 0:002010-07-27 0:00
2G000261997D-2010-000044주행안전운행1006<NA>1팅크웨어 첨단전자 정밀지도(안전운행)는 모든 수치지도에서 활용 가능하도록 구성된 저작물을 말한다. 본 저작물의 특징은 다음과 같다.? 본 저작물에 포함된 안전운행에 포함되는 대상정보는 카메라(12종) 및 위험지역 표지판(11종) 위치정보이다. 본 저작물은 특징은 다음과 같다. 첫 번째는 본 저작물을 전국의 GPS측량을 통해서 수집된 자료를 기반을 통해서 구성되어 있다. 두 번째는 본 저작물은 팅크웨어 고유의 분류체계에 의해서 분류되어 구성되어 있다. 세 번째는 본 저작물은 팅크웨어 고유의 좌표체계를 가지고 있다. 네 번째는 본 저작물은 속성에는 방향정보을 가지고 있다. 본 저작물은 다양한 이동식 수치지도서비스, 인터넷 수치지도 서비스, 휴대폰 수치지도 서비스등에서? 활용이 가능하다. 다섯 번 째 본 저작물은 2010년 4월 저작권 등록 이후 업데이트한 2010년 6월분 데이터베이스가 포함되어 있다. 여섯 번 째 본 저작물은 MS ACCESS에서 확인이 가능하다.2010-06-07<NA><NA>D-2010-0000272010-05-13 0:007층 D<NA>YNN<NA>2010-07-22 0:002010-07-27 0:00
3G000261999D-2010-000045지번1006<NA>1당사에서 지도로 서비스를 제공하는 모든 분야에 사용되는 지번(구주소) 검색용 데이터의 2010년 6월까지의 반영 분이 포함되어 있다. 본 저작물은 다음의 내용을 포함한다. 첫째, 전국 단위의 지적공부상 번지를 포함한다. 둘째, 해당 번지의 좌표를 포함한다.셋째, 본 저작물에 사용된 좌표는 팅크웨어(주) 고유의 좌표체계를 사용한다.본 저작물은 이동식 수치지도 서비스(내비게이션, 모바일) 또는 인터넷 수치지도 서비스 등 다양한 수치지도 서비스에 활용가능하다.넷째 본 저작물은 MS ACCESS에서 데이터베이스로 확인이 가능하다.2010-06-07<NA><NA>D-2010-0000282010-05-13 0:007층 D<NA>YNN<NA>2010-07-22 0:002010-07-27 0:00
4G000262001D-2010-000046테마관광1006<NA>1본 저작물의 특징은 다음과 같다. 첫째 이 데이터베이스는 테마("일정한 주제를 가지고 분류되어 있는 정보")를 가지고 구축된 데이터베이스이다. 두 번째로는 이 데이터베이스는 팅크웨어 고유의 좌표를 가지고 있다. 좌표가 있어서 검색후 원하는 공간상으로의 이동이 가능하다. 세 번째로는 이 데이터베이스에는 주소정보를 정보를 가지고 있다. 네 번째로는 이 이데이타베이스에는 테마내의 각각의 항목에는 상세한 테마정보를 가지고 있다. 이러한 정보를 검색어로 해서 원하는 검색이 가능하다. 예를 들면 맛집테마를 대상으로 "한정식"이라는 검색어를 입력하면 원하는 맛집을 찾을 수있게 된다. 이 데이터베이스는 다양한 지도서비스에서 활용가능하다. 다섯 번째 본 저작물은 2010년 4월 저작권 등록 이후 업데이트한 2010년 6월분 데이터베이스가 포함되어있다. 여섯 번째 본 저작물은 MS ACCESS에서 데이터베이스로 확인이 가능하다.2010-06-07<NA><NA>D-2010-0000292010-05-13 0:007층 D<NA>YNN<NA>2010-07-22 0:002010-07-27 0:00
5G000219271D-2008-0000312009 대입상담자료_정시<NA>1작년 대입 정시 입시 결과를 수합, 가공하여 그 결과를 협력교에 배포함으로써, 교실 안에서 입시 지도가 원활하게 이루어지도록 하여 사교육 의존도를 줄이고 공교육의 위상을 높이는데 목적을 둔 공익 데이터베이스임2008-12-01<NA><NA><NA><NA><NA>2008-12-01 0:00Y<NA>N<NA>2008-12-01 0:002008-12-01 0:00
6G000219439D-2008-000032마미톡 잉글리쉬 빌리지 음원 및 JPG<NA>4<NA>0020-07-090020-07-09유치원을대상으로 200부 복제 배포<NA><NA><NA>2008-12-08 0:00YNN<NA>2008-12-08 0:00<NA>
7G000219978D-2008-000033심심이 인공지능 채팅 대화 데이터베이스<NA>11. DB 구성 - 인공 지능 대화 서비스를 위한 기본 DB로 한글로 구성되어 있음. 2. DB 적용 서비스 - 2008년 7월 부터 (주)리코시스를 통하여 국내 이동통신사 SKT, KTF, LGT의 심심이 문자서비스로 서비스하고 있음.2007-04-28<NA><NA><NA><NA><NA>2008-12-23 0:00Y<NA>N<NA>2008-12-29 0:002008-12-29 0:00
8G000220040D-2008-000034전국 과속단속카메라 및 차량번호인식시스템 위치(좌표) 데이터베이스<NA>12008년 12월 29일 현재까지 대한민국내 경찰청, 지방자치단체에서 운용 관리하는 과속단속카메라 및 자동으로 차량번호판인식이 가능한 카메라 시스템의 위치(좌표)값을 각각의 속성(id, 취득일, 방향, 부속 좌표값 등)과 함께 관리하는 데이터베이스2008-12-292008-12-29전자우편을 통한 협력업체 DB 담당자 2주단위 전자우편 전송함.<NA><NA><NA>2008-12-29 0:00Y<NA>N<NA>2008-12-30 0:002008-12-30 0:00
9G000220142D-2009-000001잉글맨<NA>1<NA>2008-09-01<NA><NA><NA><NA><NA>2009-01-05 0:00YNN<NA>2009-01-05 0:00<NA>
등록시스템계정등록계정저작물제호저작물추가형태내용저작물수량저작물내용창작일자공표일자공표매체내용관련등록계정등록일시저작물위치내용전산화일자색인여부유통여부수정여부사본발급가능여부생성일시수정일시
1294G000965383D-2021-000034쇠퇴지역 재난재해 종합진단 DB(회복성)<NA>1○쇠퇴지역의 재난재해 위험성 및 회복성의 종합진단을 위한 회복성 분야 DB-커뮤니티 시설의 접근성-대피시설 접근성(대피시설 개수)-도시계획시설 중 방재시설 면적-급수시설 접근성(급수시설 개수)-지자체 재정자주도-천명당 자원봉사자수-공원녹지 면적-교육프로그램 이수 주민비율-자가용 보급률2021-06-01<NA><NA><NA><NA><NA>2021-06-22 0:00<NA><NA>N<NA>2021-06-23 15:082021-06-25 15:49
1295G000899848D-2020-000051대조 히브리어 성경_약어표시_어근추가<NA>1한글성경을 바탕으로 한 원어성경(히브리어)을1.한국성경,영문성경을 본문에 맞게 각 단어별 약어표시 및 코드화 2.히브리어 어근추가 및 본문 3.한국음독발음 4.한글본문 5.분해문법 데이터베이스를 구축함2020-07-20<NA><NA><NA><NA><NA>2020-07-28 0:00<NA><NA>N<NA>2020-07-28 16:432020-08-03 9:18
1296G000914741D-2020-000070골든시드프로젝트(GSP) 저웅취 개발을 위한 데이터베이스<NA>1GSP 저웅취 국산종돈 개발을 위해 사용될 돼지의 웅취 호르몬 데이터GSP Soluition 분석용 데이터로 사용호르몬 데이터 : 371두분석 검정 데이터 : 76,188두분석 혈통 데이터 : 148,041두<NA><NA><NA><NA><NA><NA>2020-10-14 0:00<NA><NA>N<NA>2020-10-20 10:352020-10-21 9:58
1297G000929623D-2020-000114화학사고 주민복귀 결정 프로그램 데이터베이스(Database)<NA>1본 저작물은 화학사고 발생 시 주민복귀시점을 결정할 수 있는 프로그램에 데이터베이스(Database)로 사고대비물질 97종을 기반으로 물질별 '경구, 경피, 눈, 호흡기계' 경로에 따라 11개 그룹으로 그룹화 진행 후 각 그룹별 나타날 수 있는 증상 및 질병에 관해(완화)시점을 의학서적을 기반으로 데이터한 저작물이다.주요 증상 및 질병은 급성영향을 토대로 도출하였으며, 프로그램 Input 값으로 화학사고 발생일, 물질의 CAS No. 또는 H-Code 입력 시 각 급성영향에 따른 관해(완화) 시점에 가중치를 적용하여 복귀시점을 도출하였다.2020-11-05<NA><NA><NA><NA><NA>2020-12-08 0:00<NA><NA>N<NA>2020-12-09 17:422020-12-10 15:50
1298G000930025D-2020-000117누에 견사선 특이적 발현 유전자<NA>1□ 데이터베이스의 개요? 목적: 누에 견사선 조직 특이적 발현 유전자 정보 수집 및 기능분석? 방법: 누에 품종별 견사선 조직 추출 후 mRNA 분리 및 RNA-seq 기법을 이용한 유전자 서열분석 후 DB(SilkDB) 정보를 기반으로 BLAST 비교분석 및 데이터 생산함. 또한 유전자 서열 유사성을 바탕으로 유전자 명칭 및 기능 그룹화□ 데이터베이스의 내용? 원종인 잠153(한성반문누에) 및 잠317(한성황견누에)과 잠319x잠320의 교배종인 한별잠(양친한성반문 및 황견)의 견사선 발현되는 모든 유전자의 염기서열을 분석하고 각 종의 누에 견사선에서 발현되는 유전자의 차이를 비교하여 excel 파일 형태로 데이터베이스화 함.? 최초로 생산된 누에 견사선 특적 유전자 발현 데이터베이스로 차별성을 가짐2018-11-12<NA><NA><NA><NA><NA><NA><NA>NN<NA>2020-12-10 15:562020-12-16 14:33
1299G000930026D-2020-000118유전자편집에 의해 생산된 돌연변이 누에의 유전자 발현 변화<NA>1□ 데이터베이스의 개요? 목적: 유전자 편집기술을 활용하여 제작된 돌연변이 누에와 정상 누에의 유전자 발현 차이 정보 수집 및 기능분석? 방법: 전사억제인자 Cactus 및 유약호르몬 분해효소(Juvenile hormone esterase; JHE) 유전자가 각각 편집된 백옥잠(잠123x잠124 교배종)의 mRNA 분리 후, RNA-seq 기법을 이용하여 유전자 서열을 분석하고, DB(SilkDB) 정보를 기반으로 BLAST 비교분석 및 데이터 생산함. 또한 유전자 서열 유사성을 바탕으로 유전자 명칭 및 기능 그룹화□ 데이터베이스의 내용? 유전자 편집기술을 이용하여 백옥잠의 전사억제인자 Cactus 및 유약호르몬 분해효소(Juvenile hormone esterase; JHE) 유전자가 각각 편집된 돌연변이 누에를 개발함. 개발된 돌연변이 누에의 유전자 발현 특성을 분석하기 위하여 각각의 돌연변이와 정상 누에에서 발현되는 모든 유전자의 염기서열을 분석하고 발현에 차이를 보이는 유전자 발현을 excel 파일 형태로 데이터베이스화 함? 최초로 생산된 돌연변이 누에 유전자 발현 데이터베이스로 차별성을 가짐2020-07-24<NA><NA><NA><NA><NA><NA><NA>NN<NA>2020-12-10 15:572020-12-16 14:33
1300G000926040D-2020-000107365세이프 타운 위치 추정 데이터베이스<NA>1강원도 태백시 365 세이프 타운 내 사용자 위치 확인을 위한 WLAN 데이터베이스- 해당 건물의 기준 위치에 따른 WiFi, BLE, Serving Cell 에 대한 수신 신호 세기 정보에 대해, 수집 시간, 단말 종류의 정보를 포함하여 데이터 베이스 구축단말 종류의 정보를 포함하여 데이터 베이스 구축- 실제 사용자 진입 시 활용 가능한 WLAN 정보를 기반으로 pattern matching을 통해 위치 확인 가능2020-11-25<NA><NA><NA><NA><NA><NA><NA>NN<NA>2020-11-26 14:242020-12-02 9:45
1301G000937535D-2021-000002가축개량 자료(우량암소)<NA>1- 우량암소의 유전자를 보호, 활용하여 중·장기적인 한우품질고급화를 유도하기 위하여 국내 사육암소 중에서 후대축의 도체성적을 활용 우량암소를 발굴하여 이를 홈페이지 및 앱을 통해 정보제공 서비스 시행 - 선정기준 : 생존 혈통, 고등등록우 암소 중 후대축 도체성적이 육질등급 1++(8,9점), 육량등급 B이상, 도체중 480kg이상, 등심단면적 110㎠ 이상이며 암소 외모심사 80점 이상, 유전자검사결과 친자일치로 확인된 개체2021-01-08<NA><NA><NA><NA><NA>2021-01-11 0:00<NA><NA>N<NA>2021-01-13 16:222021-01-15 16:06
1302G000922945D-2020-000099SF6 대체 후보 화학종 9종에 대한 필수 물성과 화학반응 특성 데이터베이스<NA>1양자화학이론 기반 계산 화학 프로그램의 이론계산을 통해 확보한 “SF6 대체 후보 화학종 9종에 대한 필수 물성과 화학반응 특성” DB임1) DB 제작 대상 화학종 (총 9종)① 대체 후보 물질 9 종 : 1,1,2,3,3,3-hexafluoroprop-1-ene (CF2CFCF3), 1,1,1,2,2,3,3,3-octafluoropropane (CF3CF2CF3), 1,1,1,2,2-pentafluoro-2-iodoethane (CF3CF2I), 2,3,3,3-tetrafluoro-2-(trifluoromethyl)propanenitrile ((CF3)2CFCN), Trifluoroazane oxide (NF3O)와 이성질체 (NF2OF), 1,1,1,2,2-pentafluoro-2-(trifluoromethoxy)ethane (CF3OCF2CF3), 1,1,2,2,3,3,3-heptafluoropropyl hypofluorite (CF3CF2CF2OF), 1,1,1,2,3,3,3-heptafluoropropan-2-yl hypofluorite ((CF3)2CFOF)② 상기 9종의 이온종 15 개 포함2) DB 보유 Data 종류와 건 수① 기초 물성 데이터 : 구성 원자 xyz 좌표 및 전하값 (NBO Charge), 내부에너지 (Eele), 단열 전자 친화력 (AEA), 수직 전자 친화력 (VEA), 단열 이온화 포텐셜 (AIP), 수직 이온화 포텐셜 (VIP), 수직 전자 탈착 에너지 (VEDE), 분극률 (?), 정적 비열 (Cv), 정압 비열 (Cp), 표준엔탈피 (H0), 표준엔트로피 (S0), 표준Gibbs에너지 (G0) 관련 총 161 건② 전자충돌 물성 데이터 : 오비탈 에너지 (B/U), Total Ionization Cross-Section (TICS) 관련 총 81 건③ 화학반응 특성 데이터 : 활성화에너지 (Eact), 반응물/생성물 상대적에너지 (Erel) 관련 총 62 건3) Data 생산 적용 이론 계산 수준 : ① “밀도범함2020-11-09<NA><NA><NA><NA><NA>2020-11-18 0:00<NA><NA>N<NA>2020-11-18 15:082020-11-23 17:23
1303G000968155D-2021-000035Claydox(성적서자동화시스템)을 이용한 ‘전자파적합성(EMC) 시험성적서 작성 템플릿 데이터베이스’<NA>1전자성적서 형태의 ‘시험(검사) 성적서 작성 소프트웨어(프로그램 등록번호 : C-2017-025931)’를 기반으로 전자파적합성(EMC) 시험 분야에서 시험평가 업무의 작업 효율성을 고도화하고 시험평가 기술경쟁력을 확보하기 위한 전자파적합성(EMC) 시험성적서 작성 템플릿 데이터베이스2021-06-30<NA><NA><NA><NA><NA>2021-07-01 0:00<NA><NA>N<NA>2021-07-12 10:432021-07-12 13:52