Visão geral

Estatísticas do conjunto de dados

Número de variáveis4
Número de observações48120
Células ausentes0
Células ausentes (%)0.0%
Linhas duplicadas0
Linhas duplicadas (%)0.0%
Tamanho total em memória1.5 MiB
Tamanho médio do registo em memória32.0 B

Tipos de variáveis

DateTime1
Categórico1
Numérico2

Alertas

ID has unique values Unique

Reprodução

Análise iniciada2026-01-19 13:09:32.057078
Análise concluída2026-01-19 13:09:33.475723
Duração1.42 second
Versão do softwareydata-profiling v0.0.dev0
Descarregar configuraçãoconfig.json

Variáveis

Data_Hora
Date

Distinct14592
Distinct (%)30.3%
Missing0
Missing (%)0.0%
Memory size376.1 KiB
Minimum2015-11-01 00:00:00
Maximum2017-06-30 23:00:00
Invalid dates0
Invalid dates (%)0.0%
2026-01-19T13:09:33.609462image/svg+xmlMatplotlib v3.7.5, https://matplotlib.org/
2026-01-19T13:09:33.853551image/svg+xmlMatplotlib v3.7.5, https://matplotlib.org/
Histogram with fixed size bins (bins=50)

Cruzamento
Categorical

Distintos4
Distintos (%)< 0.1%
Faltante0
Faltante (%)0.0%
Tamanho em memória376.1 KiB
1
14592 
2
14592 
3
14592 
4
4344 

Comprimento

Comprimento máximo1
Mediana do comprimento1
Média do comprimento1
Comprimento mínimo1

Carateres e Unicode

Total de carateres48120
Carateres distintos4
Categorias distintas1 ?
Scripts distintos1 ?
Blocos distintos1 ?
O Padrão Unicode atribui propriedades de carácter a cada ponto de código, que podem ser usadas para analisar variáveis textuais.

Únicos

Únicos0 ?
Únicos (%)0.0%

Amostra

1ª linha1
2ª linha1
3ª linha1
4ª linha1
5ª linha1

Valores Frequentes

ValorContagemFrequência (%)
1 14592
30.3%
2 14592
30.3%
3 14592
30.3%
4 4344
 
9.0%

Length

2026-01-19T13:09:34.079245image/svg+xmlMatplotlib v3.7.5, https://matplotlib.org/
Histograma dos comprimentos da categoria

Valores Frequentes (Plot)

2026-01-19T13:09:34.235204image/svg+xmlMatplotlib v3.7.5, https://matplotlib.org/
ValorContagemFrequência (%)
1 14592
30.3%
2 14592
30.3%
3 14592
30.3%
4 4344
 
9.0%

Carateres mais frequentes

ValorContagemFrequência (%)
1 14592
30.3%
2 14592
30.3%
3 14592
30.3%
4 4344
 
9.0%

Categorias mais frequentes

ValorContagemFrequência (%)
(desconhecido) 48120
100.0%

Carácter mais frequente por categoria

(desconhecido)
ValorContagemFrequência (%)
1 14592
30.3%
2 14592
30.3%
3 14592
30.3%
4 4344
 
9.0%

Scripts mais frequentes

ValorContagemFrequência (%)
(desconhecido) 48120
100.0%

Carácter mais frequente por script

(desconhecido)
ValorContagemFrequência (%)
1 14592
30.3%
2 14592
30.3%
3 14592
30.3%
4 4344
 
9.0%

Blocos mais frequentes

ValorContagemFrequência (%)
(desconhecido) 48120
100.0%

Carácter mais frequente por bloco

(desconhecido)
ValorContagemFrequência (%)
1 14592
30.3%
2 14592
30.3%
3 14592
30.3%
4 4344
 
9.0%

Viaturas
Número Real (ℝ)

Distintos141
Distintos (%)0.3%
Faltantes0
Faltantes (%)0.0%
Infinito0
Infinito (%)0.0%
Média22.791334
Mínimo1
Máximo180
Zeros0
Zeros (%)0.0%
Negativo0
Negativo (%)0.0%
Tamanho em memória376.1 KiB
2026-01-19T13:09:34.427329image/svg+xmlMatplotlib v3.7.5, https://matplotlib.org/

Estatísticas dos quantis

Mínimo1
5-th percentil4
Q19
mediana15
Q329
95-th percentil70
Máximo180
Intervalo179
Amplitude interquartil (AIQ)20

Estatística descritiva

Desvio padrão20.750063
Coeficiente de variação (CV)0.9104365
Curtose3.3917946
Média22.791334
Desvio absoluto mediano (DAM)8
Assimetria1.8196553
Soma1096719
Variância430.56509
MonotonicidadeNão monotónico
2026-01-19T13:09:34.778827image/svg+xmlMatplotlib v3.7.5, https://matplotlib.org/
Histograma com intervalos de tamanho fixos (bins=50)
ValorContagemFrequência (%)
8 2325
 
4.8%
9 2290
 
4.8%
7 2220
 
4.6%
6 2206
 
4.6%
10 2145
 
4.5%
11 2008
 
4.2%
12 1850
 
3.8%
5 1768
 
3.7%
13 1694
 
3.5%
14 1651
 
3.4%
Outros valores (131) 27963
58.1%
ValorContagemFrequência (%)
1 148
 
0.3%
2 449
 
0.9%
3 825
 
1.7%
4 1311
2.7%
5 1768
3.7%
6 2206
4.6%
7 2220
4.6%
8 2325
4.8%
9 2290
4.8%
10 2145
4.5%
ValorContagemFrequência (%)
180 1
 
< 0.1%
173 1
 
< 0.1%
162 1
 
< 0.1%
156 1
 
< 0.1%
143 1
 
< 0.1%
141 1
 
< 0.1%
140 1
 
< 0.1%
136 2
< 0.1%
135 1
 
< 0.1%
134 4
< 0.1%

ID
Número Real (ℝ)

Unique 

Distintos48120
Distintos (%)100.0%
Faltantes0
Faltantes (%)0.0%
Infinito0
Infinito (%)0.0%
Média2.0163303 × 1010
Mínimo2.0151101 × 1010
Máximo2.017063 × 1010
Zeros0
Zeros (%)0.0%
Negativo0
Negativo (%)0.0%
Tamanho em memória376.1 KiB
2026-01-19T13:09:35.003548image/svg+xmlMatplotlib v3.7.5, https://matplotlib.org/

Estatísticas dos quantis

Mínimo2.0151101 × 1010
5-th percentil2.0151204 × 1010
Q12.0160416 × 1010
mediana2.016093 × 1010
Q32.0170225 × 1010
95-th percentil2.0170605 × 1010
Máximo2.017063 × 1010
Intervalo19529233
Amplitude interquartil (AIQ)9809143.2

Estatística descritiva

Desvio padrão5944853.8
Coeficiente de variação (CV)0.00029483532
Curtose-0.66883695
Média2.0163303 × 1010
Desvio absoluto mediano (DAM)728840
Assimetria-0.21976181
Soma9.7025812 × 1014
Variância3.5341287 × 1013
MonotonicidadeNão monotónico
2026-01-19T13:09:35.255645image/svg+xmlMatplotlib v3.7.5, https://matplotlib.org/
Histograma com intervalos de tamanho fixos (bins=50)
ValorContagemFrequência (%)
2.0151101 × 10101
 
< 0.1%
2.016022919 × 10101
 
< 0.1%
2.01602291 × 10101
 
< 0.1%
2.016022911 × 10101
 
< 0.1%
2.016022912 × 10101
 
< 0.1%
2.016022913 × 10101
 
< 0.1%
2.016022914 × 10101
 
< 0.1%
2.016022915 × 10101
 
< 0.1%
2.016022916 × 10101
 
< 0.1%
2.016022917 × 10101
 
< 0.1%
Outros valores (48110) 48110
> 99.9%
ValorContagemFrequência (%)
2.0151101 × 10101
< 0.1%
2.0151101 × 10101
< 0.1%
2.0151101 × 10101
< 0.1%
2.015110101 × 10101
< 0.1%
2.015110101 × 10101
< 0.1%
2.015110101 × 10101
< 0.1%
2.015110102 × 10101
< 0.1%
2.015110102 × 10101
< 0.1%
2.015110102 × 10101
< 0.1%
2.015110103 × 10101
< 0.1%
ValorContagemFrequência (%)
2.017063023 × 10101
< 0.1%
2.017063023 × 10101
< 0.1%
2.017063023 × 10101
< 0.1%
2.017063023 × 10101
< 0.1%
2.017063022 × 10101
< 0.1%
2.017063022 × 10101
< 0.1%
2.017063022 × 10101
< 0.1%
2.017063022 × 10101
< 0.1%
2.017063021 × 10101
< 0.1%
2.017063021 × 10101
< 0.1%

Interações

2026-01-19T13:09:32.869354image/svg+xmlMatplotlib v3.7.5, https://matplotlib.org/
2026-01-19T13:09:32.485951image/svg+xmlMatplotlib v3.7.5, https://matplotlib.org/
2026-01-19T13:09:33.034171image/svg+xmlMatplotlib v3.7.5, https://matplotlib.org/
2026-01-19T13:09:32.675503image/svg+xmlMatplotlib v3.7.5, https://matplotlib.org/

Correlações

2026-01-19T13:09:35.421439image/svg+xmlMatplotlib v3.7.5, https://matplotlib.org/
CruzamentoIDViaturas
Cruzamento1.0000.2420.437
ID0.2421.0000.223
Viaturas0.4370.2231.000

Valores ausentes

2026-01-19T13:09:33.225032image/svg+xmlMatplotlib v3.7.5, https://matplotlib.org/
Uma visualização simples dos valores em falta por coluna.
2026-01-19T13:09:33.375475image/svg+xmlMatplotlib v3.7.5, https://matplotlib.org/
A matriz de valores em falta é uma visualização densa em dados que permite identificar visualmente e rapidamente padrões no preenchimento dos dados.

Amostra

Data_HoraCruzamentoViaturasID
02015-11-01 00:00:0011520151101001
12015-11-01 01:00:0011320151101011
22015-11-01 02:00:0011020151101021
32015-11-01 03:00:001720151101031
42015-11-01 04:00:001920151101041
52015-11-01 05:00:001620151101051
62015-11-01 06:00:001920151101061
72015-11-01 07:00:001820151101071
82015-11-01 08:00:0011120151101081
92015-11-01 09:00:0011220151101091
Data_HoraCruzamentoViaturasID
481102017-06-30 14:00:0041020170630144
481112017-06-30 15:00:0041420170630154
481122017-06-30 16:00:0041620170630164
481132017-06-30 17:00:0041620170630174
481142017-06-30 18:00:0041720170630184
481152017-06-30 19:00:0041120170630194
481162017-06-30 20:00:0043020170630204
481172017-06-30 21:00:0041620170630214
481182017-06-30 22:00:0042220170630224
481192017-06-30 23:00:0041220170630234