Overview

Dataset statistics

Number of variables6
Number of observations40
Missing cells0
Missing cells (%)0.0%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory2.1 KiB
Average record size in memory54.3 B

Variable types

Numeric3
Text2
Categorical1

Dataset

Description순번,명칭,비고,SHAPE,위도,경도
Author서울특별시
URLhttps://data.seoul.go.kr/dataList/OA-11994/S/1/datasetView.do

Alerts

순번 has unique valuesUnique
SHAPE has unique valuesUnique
위도 has unique valuesUnique
경도 has unique valuesUnique

Reproduction

Analysis started2024-04-21 23:59:05.344306
Analysis finished2024-04-21 23:59:06.631807
Duration1.29 second
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

순번
Real number (ℝ)

UNIQUE 

Distinct40
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean20.5
Minimum1
Maximum40
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size492.0 B
2024-04-22T08:59:06.689991image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile2.95
Q110.75
median20.5
Q330.25
95-th percentile38.05
Maximum40
Range39
Interquartile range (IQR)19.5

Descriptive statistics

Standard deviation11.690452
Coefficient of variation (CV)0.57026595
Kurtosis-1.2
Mean20.5
Median Absolute Deviation (MAD)10
Skewness0
Sum820
Variance136.66667
MonotonicityNot monotonic
2024-04-22T08:59:06.817816image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=40)
ValueCountFrequency (%)
23 1
 
2.5%
4 1
 
2.5%
8 1
 
2.5%
10 1
 
2.5%
11 1
 
2.5%
13 1
 
2.5%
17 1
 
2.5%
18 1
 
2.5%
20 1
 
2.5%
22 1
 
2.5%
Other values (30) 30
75.0%
ValueCountFrequency (%)
1 1
2.5%
2 1
2.5%
3 1
2.5%
4 1
2.5%
5 1
2.5%
6 1
2.5%
7 1
2.5%
8 1
2.5%
9 1
2.5%
10 1
2.5%
ValueCountFrequency (%)
40 1
2.5%
39 1
2.5%
38 1
2.5%
37 1
2.5%
36 1
2.5%
35 1
2.5%
34 1
2.5%
33 1
2.5%
32 1
2.5%
31 1
2.5%

명칭
Text

Distinct38
Distinct (%)95.0%
Missing0
Missing (%)0.0%
Memory size452.0 B
2024-04-22T08:59:06.975550image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length9
Median length7
Mean length4.775
Min length3

Characters and Unicode

Total characters191
Distinct characters66
Distinct categories3 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique36 ?
Unique (%)90.0%

Sample

1st row고덕천 길
2nd row성내천 길
3rd row성동광진한강길
4th row용산한강길
5th row도림천길
ValueCountFrequency (%)
길 15
27.3%
송파강동한강길 2
 
3.6%
묵동천 2
 
3.6%
영등포동작구한강길 1
 
1.8%
가오천 1
 
1.8%
도림천 1
 
1.8%
고덕천 1
 
1.8%
영등포구동작한강길 1
 
1.8%
도봉천 1
 
1.8%
불광천긴 1
 
1.8%
Other values (29) 29
52.7%
2024-04-22T08:59:07.248784image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
천 31
16.2%
길 30
15.7%
15
 
7.9%
강 13
 
6.8%
한 9
 
4.7%
동 8
 
4.2%
포 6
 
3.1%
도 4
 
2.1%
성 3
 
1.6%
봉 2
 
1.0%
Other values (56) 70
36.6%

Most occurring categories

ValueCountFrequency (%)
Other Letter 175
91.6%
Space Separator 15
 
7.9%
Decimal Number 1
 
0.5%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
천 31
17.7%
길 30
17.1%
강 13
 
7.4%
한 9
 
5.1%
동 8
 
4.6%
포 6
 
3.4%
도 4
 
2.3%
성 3
 
1.7%
봉 2
 
1.1%
양 2
 
1.1%
Other values (54) 67
38.3%
Space Separator
ValueCountFrequency (%)
15
100.0%
Decimal Number
ValueCountFrequency (%)
2 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 175
91.6%
Common 16
 
8.4%

Most frequent character per script

Hangul
ValueCountFrequency (%)
천 31
17.7%
길 30
17.1%
강 13
 
7.4%
한 9
 
5.1%
동 8
 
4.6%
포 6
 
3.4%
도 4
 
2.3%
성 3
 
1.7%
봉 2
 
1.1%
양 2
 
1.1%
Other values (54) 67
38.3%
Common
ValueCountFrequency (%)
15
93.8%
2 1
 
6.2%

Most occurring blocks

ValueCountFrequency (%)
Hangul 175
91.6%
ASCII 16
 
8.4%

Most frequent character per block

Hangul
ValueCountFrequency (%)
천 31
17.7%
길 30
17.1%
강 13
 
7.4%
한 9
 
5.1%
동 8
 
4.6%
포 6
 
3.4%
도 4
 
2.3%
성 3
 
1.7%
봉 2
 
1.1%
양 2
 
1.1%
Other values (54) 67
38.3%
ASCII
ValueCountFrequency (%)
15
93.8%
2 1
 
6.2%

비고
Categorical

Distinct17
Distinct (%)42.5%
Missing0
Missing (%)0.0%
Memory size452.0 B
21 
도심에서 만난 홍제천이 한강에 닿을 때 까지 함께 걷는 길
 
2
노원구와 중랑구를 통과하는 하천길로 지하철역과 주변 아파트로인해 접근성이 좋아 인근 주민들이 많이 이용한다.
 
2
도봉산에서 발원하여 도봉동에서 중랑천으로 합류하는 하천으로 다양한 행사과 공연이 펼쳐짐.
 
2
경기도 양주시에서 발원하여 의정부를 지나 남류하여 한강으로 흘러드는 하천을 따라 산책로로 이용.
 
1
Other values (12)
12 

Length

Max length74
Median length1
Mean length24.325
Min length1

Unique

Unique13 ?
Unique (%)32.5%

Sample

1st row
2nd row
3rd row서울숲과 뚝섬한강공원을 경유하며 한강변을 따라 걷는 코스
4th row한강시민공원 이촌지구를 따라 걷는 한강 수변 길. 넓게 펼쳐진 한강과 아름다운 공원에 지루할 틈 없는 코스.
5th row

Common Values

ValueCountFrequency (%)
21
52.5%
도심에서 만난 홍제천이 한강에 닿을 때 까지 함께 걷는 길 2
 
5.0%
노원구와 중랑구를 통과하는 하천길로 지하철역과 주변 아파트로인해 접근성이 좋아 인근 주민들이 많이 이용한다. 2
 
5.0%
도봉산에서 발원하여 도봉동에서 중랑천으로 합류하는 하천으로 다양한 행사과 공연이 펼쳐짐. 2
 
5.0%
경기도 양주시에서 발원하여 의정부를 지나 남류하여 한강으로 흘러드는 하천을 따라 산책로로 이용. 1
 
2.5%
한강시민공원 이촌지구를 따라 걷는 한강 수변 길. 넓게 펼쳐진 한강과 아름다운 공원에 지루할 틈 없는 코스. 1
 
2.5%
성북구 정릉동 삼각산 계곡에서 발원하여 동대문구 신설동과 용두동 사이를 통과하여 청계천으로 흘러 들어가 다시 중랑천과 한강으로 합류. 1
 
2.5%
북한산성 대동문 기슭에서 발원하여 우이천으로 흘러들어가는 개울로 동네주민들의 산책로로 이용. 1
 
2.5%
서울의 한복판인 종로구와 중구와의 경계를 있는 하천으로 다양한 행사와 공연이 펼쳐짐. 1
 
2.5%
서울숲과 뚝섬한강공원을 경유하며 한강변을 따라 걷는 코스 1
 
2.5%
Other values (7) 7
 
17.5%

Length

2024-04-22T08:59:07.391569image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
발원하여 7
 
3.2%
하천으로 5
 
2.3%
걷는 5
 
2.3%
길 5
 
2.3%
따라 4
 
1.8%
중랑천으로 4
 
1.8%
주변 3
 
1.4%
펼쳐짐 3
 
1.4%
공연이 3
 
1.4%
이용 3
 
1.4%
Other values (125) 176
80.7%

SHAPE
Text

UNIQUE 

Distinct40
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size452.0 B
2024-04-22T08:59:07.587182image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length11
Median length11
Mean length10.875
Min length10

Characters and Unicode

Total characters435
Distinct characters19
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique40 ?
Unique (%)100.0%

Sample

1st row[B@2fb349ca
2nd row[B@23b1853d
3rd row[B@5ba27a19
4th row[B@7fe2e4f
5th row[B@409248a2
ValueCountFrequency (%)
b@2fb349ca 1
 
2.5%
b@23b1853d 1
 
2.5%
b@3d19fca7 1
 
2.5%
b@6e1f3593 1
 
2.5%
b@42f67e60 1
 
2.5%
b@44e2f2f8 1
 
2.5%
b@fbd9b1d 1
 
2.5%
b@691294fd 1
 
2.5%
b@42f3a3ef 1
 
2.5%
b@98fc240 1
 
2.5%
Other values (30) 30
75.0%
2024-04-22T08:59:07.909357image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
[ 40
 
9.2%
B 40
 
9.2%
@ 40
 
9.2%
4 31
 
7.1%
2 26
 
6.0%
1 23
 
5.3%
a 23
 
5.3%
d 22
 
5.1%
7 22
 
5.1%
3 22
 
5.1%
Other values (9) 146
33.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 206
47.4%
Lowercase Letter 109
25.1%
Open Punctuation 40
 
9.2%
Uppercase Letter 40
 
9.2%
Other Punctuation 40
 
9.2%

Most frequent character per category

Decimal Number
ValueCountFrequency (%)
4 31
15.0%
2 26
12.6%
1 23
11.2%
7 22
10.7%
3 22
10.7%
6 21
10.2%
5 20
9.7%
9 19
9.2%
8 13
6.3%
0 9
 
4.4%
Lowercase Letter
ValueCountFrequency (%)
a 23
21.1%
d 22
20.2%
f 20
18.3%
b 17
15.6%
e 16
14.7%
c 11
10.1%
Open Punctuation
ValueCountFrequency (%)
[ 40
100.0%
Uppercase Letter
ValueCountFrequency (%)
B 40
100.0%
Other Punctuation
ValueCountFrequency (%)
@ 40
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 286
65.7%
Latin 149
34.3%

Most frequent character per script

Common
ValueCountFrequency (%)
[ 40
14.0%
@ 40
14.0%
4 31
10.8%
2 26
9.1%
1 23
8.0%
7 22
7.7%
3 22
7.7%
6 21
7.3%
5 20
7.0%
9 19
6.6%
Other values (2) 22
7.7%
Latin
ValueCountFrequency (%)
B 40
26.8%
a 23
15.4%
d 22
14.8%
f 20
13.4%
b 17
11.4%
e 16
 
10.7%
c 11
 
7.4%

Most occurring blocks

ValueCountFrequency (%)
ASCII 435
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
[ 40
 
9.2%
B 40
 
9.2%
@ 40
 
9.2%
4 31
 
7.1%
2 26
 
6.0%
1 23
 
5.3%
a 23
 
5.3%
d 22
 
5.1%
7 22
 
5.1%
3 22
 
5.1%
Other values (9) 146
33.6%

위도
Real number (ℝ)

UNIQUE 

Distinct40
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean37.558833
Minimum37.453694
Maximum37.683798
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size492.0 B
2024-04-22T08:59:08.033842image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum37.453694
5-th percentile37.463436
Q137.509717
median37.557843
Q337.600703
95-th percentile37.661766
Maximum37.683798
Range0.2301041
Interquartile range (IQR)0.090985375

Descriptive statistics

Standard deviation0.063618471
Coefficient of variation (CV)0.0016938351
Kurtosis-0.80540583
Mean37.558833
Median Absolute Deviation (MAD)0.05070545
Skewness0.2047348
Sum1502.3533
Variance0.0040473098
MonotonicityNot monotonic
2024-04-22T08:59:08.165560image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=40)
ValueCountFrequency (%)
37.5558548 1
 
2.5%
37.4703194 1
 
2.5%
37.6837981 1
 
2.5%
37.5802834 1
 
2.5%
37.467638 1
 
2.5%
37.6382905 1
 
2.5%
37.6791387 1
 
2.5%
37.5019785 1
 
2.5%
37.5250929 1
 
2.5%
37.4634436 1
 
2.5%
Other values (30) 30
75.0%
ValueCountFrequency (%)
37.453694 1
2.5%
37.4632883 1
2.5%
37.4634436 1
2.5%
37.467638 1
2.5%
37.4703194 1
2.5%
37.4836498 1
2.5%
37.4915741 1
2.5%
37.49331 1
2.5%
37.4994276 1
2.5%
37.5019785 1
2.5%
ValueCountFrequency (%)
37.6837981 1
2.5%
37.6791387 1
2.5%
37.6608521 1
2.5%
37.6489945 1
2.5%
37.6463073 1
2.5%
37.6396562 1
2.5%
37.6382905 1
2.5%
37.6226657 1
2.5%
37.6198087 1
2.5%
37.616719 1
2.5%

경도
Real number (ℝ)

UNIQUE 

Distinct40
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean127.00557
Minimum126.76613
Maximum127.18108
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size492.0 B
2024-04-22T08:59:08.279966image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum126.76613
5-th percentile126.83117
Q1126.92226
median127.02776
Q3127.07105
95-th percentile127.13623
Maximum127.18108
Range0.4149493
Interquartile range (IQR)0.1487866

Descriptive statistics

Standard deviation0.10081216
Coefficient of variation (CV)0.0007937617
Kurtosis-0.20859523
Mean127.00557
Median Absolute Deviation (MAD)0.0687884
Skewness-0.52560168
Sum5080.223
Variance0.010163092
MonotonicityNot monotonic
2024-04-22T08:59:08.395865image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=40)
ValueCountFrequency (%)
127.167857 1
 
2.5%
127.0357511 1
 
2.5%
127.0407872 1
 
2.5%
126.9074155 1
 
2.5%
127.1205367 1
 
2.5%
127.0074741 1
 
2.5%
127.0424503 1
 
2.5%
126.9906463 1
 
2.5%
126.9196511 1
 
2.5%
127.1010751 1
 
2.5%
Other values (30) 30
75.0%
ValueCountFrequency (%)
126.7661294 1
2.5%
126.7850545 1
2.5%
126.8335983 1
2.5%
126.8573255 1
2.5%
126.8842043 1
2.5%
126.8938681 1
2.5%
126.9074155 1
2.5%
126.9116098 1
2.5%
126.915861 1
2.5%
126.9196511 1
2.5%
ValueCountFrequency (%)
127.1810787 1
2.5%
127.167857 1
2.5%
127.1345633 1
2.5%
127.1258225 1
2.5%
127.1205367 1
2.5%
127.1189932 1
2.5%
127.1010751 1
2.5%
127.0920233 1
2.5%
127.091528 1
2.5%
127.08645 1
2.5%

Interactions

2024-04-22T08:59:06.238208image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-22T08:59:05.802723image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-22T08:59:06.028533image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-22T08:59:06.314501image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-22T08:59:05.882970image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-22T08:59:06.107170image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-22T08:59:06.380866image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-22T08:59:05.955632image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2024-04-22T08:59:06.169256image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Correlations

2024-04-22T08:59:08.483259image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
순번명칭비고SHAPE위도경도
순번1.0000.8570.0941.0000.0000.513
명칭0.8571.0001.0001.0000.9811.000
비고0.0941.0001.0001.0000.7880.000
SHAPE1.0001.0001.0001.0001.0001.000
위도0.0000.9810.7881.0001.0000.764
경도0.5131.0000.0001.0000.7641.000
2024-04-22T08:59:08.575953image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
순번위도경도비고
순번1.000-0.0410.1540.000
위도-0.0411.0000.0450.386
경도0.1540.0451.0000.000
비고0.0000.3860.0001.000

Missing values

2024-04-22T08:59:06.482409image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2024-04-22T08:59:06.591459image/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

순번명칭비고SHAPE위도경도
023고덕천 길[B@2fb349ca37.555855127.167857
124성내천 길[B@23b1853d37.512297127.125822
225성동광진한강길서울숲과 뚝섬한강공원을 경유하며 한강변을 따라 걷는 코스[B@5ba27a1937.544804127.065169
326용산한강길한강시민공원 이촌지구를 따라 걷는 한강 수변 길. 넓게 펼쳐진 한강과 아름다운 공원에 지루할 틈 없는 코스.[B@7fe2e4f37.525471126.978274
427도림천길[B@409248a237.463288126.94837
528홍제천길도심에서 만난 홍제천이 한강에 닿을 때 까지 함께 걷는 길[B@43dea4cc37.574374126.915861
629정릉천 길성북구 정릉동 삼각산 계곡에서 발원하여 동대문구 신설동과 용두동 사이를 통과하여 청계천으로 흘러 들어가 다시 중랑천과 한강으로 합류.[B@4e156fe337.587395127.037844
730굴포천[B@6164c82137.56264126.785055
831목감천[B@1f8f207b37.48365126.857326
932묵동천 길노원구와 중랑구를 통과하는 하천길로 지하철역과 주변 아파트로인해 접근성이 좋아 인근 주민들이 많이 이용한다.[B@6d9d7b6c37.616719127.08645
순번명칭비고SHAPE위도경도
3022세곡천[B@751a574737.463444127.101075
316굴포천2[B@1458326137.554581126.766129
327당현천 길주변 학교 주거지역과 인접해있어 접근성이 좋아 인근 주민들이 자주 이용한다.[B@2a5388b637.648995127.065917
339묵동천 길노원구와 중랑구를 통과하는 하천길로 지하철역과 주변 아파트로인해 접근성이 좋아 인근 주민들이 많이 이용한다.[B@52347a6f37.622666127.092023
3412방학천길북한산에서 흘러내려와서 중랑천으로 합쳐지는 하천으로 산책로 코스임.[B@7352379237.660852127.040726
3514마포한강길난지한강공원과 한강시민공원 망원지구를 가로지르는 걷기 좋은 한강 수변 길. 넓게 펼쳐진 한강과 철새도래지인 밤섬이 운치를 더한다.[B@1abe8d6437.560474126.893868
3615영등포동작구한강길[B@5434adf337.53181126.923135
3716도림천[B@4e8857b537.49331126.91161
3819성북천 길서울특별시의 북쪽에 위치한 북악산의 동쪽에서 발원하여 남쪽으로 흘러 동대문구 신설동에서 청계천과 합류.[B@5936545a37.58101127.017284
3921망월천 길[B@7ddc0e7737.559831127.181079