Overview

Dataset statistics

Number of variables10
Number of observations72
Missing cells81
Missing cells (%)11.2%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory5.8 KiB
Average record size in memory81.8 B

Variable types

Categorical6
Numeric4

Alerts

Score is highly correlated with RankHigh correlation
Rank is highly correlated with ScoreHigh correlation
Rank is highly correlated with N_countryHigh correlation
N_country is highly correlated with RankHigh correlation
ลิงก์ที่เกี่ยวข้อง is highly correlated with หมายเหตุ and 4 other fieldsHigh correlation
หมายเหตุ is highly correlated with ลิงก์ที่เกี่ยวข้อง and 4 other fieldsHigh correlation
แหล่งที่มา is highly correlated with ลิงก์ที่เกี่ยวข้อง and 4 other fieldsHigh correlation
รายละเอียดดัชนีหลัก is highly correlated with ลิงก์ที่เกี่ยวข้อง and 4 other fieldsHigh correlation
ตัวย่อดัชนีหลัก is highly correlated with ลิงก์ที่เกี่ยวข้อง and 4 other fieldsHigh correlation
ชื่อดัชนีหลัก is highly correlated with ลิงก์ที่เกี่ยวข้อง and 4 other fieldsHigh correlation
ชื่อดัชนีหลัก is highly correlated with ตัวย่อดัชนีหลัก and 7 other fieldsHigh correlation
ตัวย่อดัชนีหลัก is highly correlated with ชื่อดัชนีหลัก and 7 other fieldsHigh correlation
แหล่งที่มา is highly correlated with ชื่อดัชนีหลัก and 7 other fieldsHigh correlation
ลิงก์ที่เกี่ยวข้อง is highly correlated with ชื่อดัชนีหลัก and 7 other fieldsHigh correlation
รายละเอียดดัชนีหลัก is highly correlated with ชื่อดัชนีหลัก and 7 other fieldsHigh correlation
Score is highly correlated with ชื่อดัชนีหลัก and 7 other fieldsHigh correlation
Rank is highly correlated with ชื่อดัชนีหลัก and 6 other fieldsHigh correlation
N_country is highly correlated with ชื่อดัชนีหลัก and 6 other fieldsHigh correlation
หมายเหตุ is highly correlated with ชื่อดัชนีหลัก and 5 other fieldsHigh correlation
ตัวย่อดัชนีหลัก has 12 (16.7%) missing values Missing
Score has 8 (11.1%) missing values Missing
Rank has 9 (12.5%) missing values Missing
N_country has 3 (4.2%) missing values Missing
หมายเหตุ has 49 (68.1%) missing values Missing

Reproduction

Analysis started2026-09-09 04:12:38.731534
Analysis finished2026-09-09 04:12:42.469177
Duration3.74 seconds
Software versionpandas-profiling v3.1.0
Download configurationconfig.json

Variables

ชื่อดัชนีหลัก
Categorical

HIGH CORRELATION
HIGH CORRELATION

Distinct10
Distinct (%)13.9%
Missing0
Missing (%)0.0%
Memory size704.0 B
WJP Rule of Law Index
12 
IMD World Competitiveness
10 
Corruption Perceptions Index
8 
E-Government Development Index
8 
E-Participation Index
8 
Other values (5)
26 

Length

Max length33
Median length25
Mean length25
Min length14

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowDoing Business
2nd rowDoing Business
3rd rowDoing Business
4th rowDoing Business
5th rowDoing Business

Common Values

ValueCountFrequency (%)
WJP Rule of Law Index12
16.7%
IMD World Competitiveness10
13.9%
Corruption Perceptions Index8
11.1%
E-Government Development Index8
11.1%
E-Participation Index8
11.1%
Edelman Trust Barometer6
8.3%
Chandler Good Government Index6
8.3%
Doing Business6
8.3%
IMD World Digital Competitiveness5
6.9%
The Global Competitiveness Report3
 
4.2%

Length

2026-09-09T11:12:42.543551image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category

Pie chart

2026-09-09T11:12:42.657900image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
index42
17.5%
competitiveness18
 
7.5%
imd15
 
6.2%
world15
 
6.2%
wjp12
 
5.0%
rule12
 
5.0%
of12
 
5.0%
law12
 
5.0%
development8
 
3.3%
corruption8
 
3.3%
Other values (15)86
35.8%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

ตัวย่อดัชนีหลัก
Categorical

HIGH CORRELATION
HIGH CORRELATION
MISSING

Distinct8
Distinct (%)13.3%
Missing12
Missing (%)16.7%
Memory size704.0 B
WJP
12 
IMD
10 
EGDI
8 
CPI
8 
EPI
8 
Other values (3)
14 

Length

Max length8
Median length3
Mean length3.65
Min length3

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

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

Common Values

ValueCountFrequency (%)
WJP12
16.7%
IMD10
13.9%
EGDI8
11.1%
CPI8
11.1%
EPI8
11.1%
CGGI6
8.3%
IMD WDCR5
6.9%
GCR3
 
4.2%
(Missing)12
16.7%

Length

2026-09-09T11:12:42.854483image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category

Pie chart

2026-09-09T11:12:42.955872image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
imd15
23.1%
wjp12
18.5%
epi8
12.3%
cpi8
12.3%
egdi8
12.3%
cggi6
 
9.2%
wdcr5
 
7.7%
gcr3
 
4.6%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

แหล่งที่มา
Categorical

HIGH CORRELATION
HIGH CORRELATION

Distinct8
Distinct (%)11.1%
Missing0
Missing (%)0.0%
Memory size704.0 B
The United Nations
16 
International Institute for Management Development
15 
World Justice Project
12 
Transparency International
8 
Edelman Trust Institute
6 
Other values (3)
15 

Length

Max length50
Median length21
Mean length27.27777778
Min length10

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowWorld Bank
2nd rowWorld Bank
3rd rowWorld Bank
4th rowWorld Bank
5th rowWorld Bank

Common Values

ValueCountFrequency (%)
The United Nations 16
22.2%
International Institute for Management Development15
20.8%
World Justice Project12
16.7%
Transparency International8
11.1%
Edelman Trust Institute6
 
8.3%
World Bank6
 
8.3%
Chandler Institute of Governance6
 
8.3%
World Economic Forum3
 
4.2%

Length

2026-09-09T11:12:43.284732image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category

Pie chart

2026-09-09T11:12:43.409417image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
institute27
11.3%
international23
 
9.7%
world21
 
8.8%
the16
 
6.7%
united16
 
6.7%
nations16
 
6.7%
for15
 
6.3%
management15
 
6.3%
development15
 
6.3%
justice12
 
5.0%
Other values (10)62
26.1%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

ลิงก์ที่เกี่ยวข้อง
Categorical

HIGH CORRELATION
HIGH CORRELATION

Distinct9
Distinct (%)12.5%
Missing0
Missing (%)0.0%
Memory size704.0 B
https://publicadministration.un.org/egovkb/en-us/Data/Country-Information/id/169-Thailand/dataYear/2010
16 
https://worldjusticeproject.org/rule-of-law-index/global
12 
https://worldcompetitiveness.imd.org/countryprofile/overview/TH
10 
https://www.transparency.org/en/cpi/2024
8 
https://www.edelman.com/trust/trust-barometer
6 
Other values (4)
20 

Length

Max length108
Median length56
Mean length66.75
Min length36

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowhttps://archive.doingbusiness.org/en/doingbusiness
2nd rowhttps://archive.doingbusiness.org/en/doingbusiness
3rd rowhttps://archive.doingbusiness.org/en/doingbusiness
4th rowhttps://archive.doingbusiness.org/en/doingbusiness
5th rowhttps://archive.doingbusiness.org/en/doingbusiness

Common Values

ValueCountFrequency (%)
https://publicadministration.un.org/egovkb/en-us/Data/Country-Information/id/169-Thailand/dataYear/201016
22.2%
https://worldjusticeproject.org/rule-of-law-index/global12
16.7%
https://worldcompetitiveness.imd.org/countryprofile/overview/TH10
13.9%
https://www.transparency.org/en/cpi/20248
11.1%
https://www.edelman.com/trust/trust-barometer6
 
8.3%
https://chandlergovernmentindex.com/6
 
8.3%
https://archive.doingbusiness.org/en/doingbusiness6
 
8.3%
https://www.imd.org/centers/wcc/world-competitiveness-center/rankings/world-digital-competitiveness-ranking/5
 
6.9%
https://www.weforum.org/reports/the-global-competitiveness-report-20203
 
4.2%

Length

2026-09-09T11:12:43.596728image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category

Pie chart

2026-09-09T11:12:43.718362image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
https://publicadministration.un.org/egovkb/en-us/data/country-information/id/169-thailand/datayear/201016
22.2%
https://worldjusticeproject.org/rule-of-law-index/global12
16.7%
https://worldcompetitiveness.imd.org/countryprofile/overview/th10
13.9%
https://www.transparency.org/en/cpi/20248
11.1%
https://archive.doingbusiness.org/en/doingbusiness6
 
8.3%
https://chandlergovernmentindex.com6
 
8.3%
https://www.edelman.com/trust/trust-barometer6
 
8.3%
https://www.imd.org/centers/wcc/world-competitiveness-center/rankings/world-digital-competitiveness-ranking5
 
6.9%
https://www.weforum.org/reports/the-global-competitiveness-report-20203
 
4.2%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

รายละเอียดดัชนีหลัก
Categorical

HIGH CORRELATION
HIGH CORRELATION

Distinct10
Distinct (%)13.9%
Missing0
Missing (%)0.0%
Memory size704.0 B
ดัชนีนิติธรรม
12 
ดัชนีความสามารถในการแข่งขันของประเทศ
10 
ดัชนีการพัฒนารัฐบาลอิเล็กทรอนิกส์ ด้าน E-Government Development Index
8 
ดัชนีภาพลักษณ์คอร์รัปชัน (Corruption Perception Index : CPI) สามารถสะท้อนการดำเนินงานของภาครัฐ/ระบบราชการในแง่ของการสร้างการรับรู้ด้านภาพลักษณ์คอร์รัปชัน
8 
ดัชนีการพัฒนารัฐบาลอิเล็กทรอนิกส์ ด้าน E-Participation Index
8 
Other values (5)
26 

Length

Max length153
Median length40
Mean length52.88888889
Min length13

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

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

Common Values

ValueCountFrequency (%)
ดัชนีนิติธรรม12
16.7%
ดัชนีความสามารถในการแข่งขันของประเทศ10
13.9%
ดัชนีการพัฒนารัฐบาลอิเล็กทรอนิกส์ ด้าน E-Government Development Index8
11.1%
ดัชนีภาพลักษณ์คอร์รัปชัน (Corruption Perception Index : CPI) สามารถสะท้อนการดำเนินงานของภาครัฐ/ระบบราชการในแง่ของการสร้างการรับรู้ด้านภาพลักษณ์คอร์รัปชัน8
11.1%
ดัชนีการพัฒนารัฐบาลอิเล็กทรอนิกส์ ด้าน E-Participation Index8
11.1%
ความสามารถและประสิทธิผลของรัฐบาล6
8.3%
การสำรวจความเชื่อมั่นรัฐบาล ธุรกิจ NGO และสื่อ6
8.3%
การจัดอันดับความยากง่ายในการประกอบธุรกิจ6
8.3%
ดัชนีความสามารถด้านดิจิทัลของประเทศ5
6.9%
ขีดความสามารถในการแข่งขันของประเทศโดยสภาเศรษฐกิจโลก3
 
4.2%

Length

2026-09-09T11:12:43.944908image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category

Pie chart

2026-09-09T11:12:44.058916image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
index24
 
12.4%
ดัชนีการพัฒนารัฐบาลอิเล็กทรอนิกส์16
 
8.2%
ด้าน16
 
8.2%
ดัชนีนิติธรรม12
 
6.2%
ดัชนีความสามารถในการแข่งขันของประเทศ10
 
5.2%
perception8
 
4.1%
e-government8
 
4.1%
development8
 
4.1%
ดัชนีภาพลักษณ์คอร์รัปชัน8
 
4.1%
corruption8
 
4.1%
Other values (12)76
39.2%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

ปี
Real number (ℝ≥0)

Distinct15
Distinct (%)20.8%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean2020.097222
Minimum2010
Maximum2026
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size704.0 B
2026-09-09T11:12:44.268415image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum2010
5-th percentile2012
Q12018
median2021
Q32023
95-th percentile2025
Maximum2026
Range16
Interquartile range (IQR)5

Descriptive statistics

Standard deviation4.011110352
Coefficient of variation (CV)0.001985602628
Kurtosis-0.1625627743
Mean2020.097222
Median Absolute Deviation (MAD)3
Skewness-0.6726037143
Sum145447
Variance16.08900626
MonotonicityNot monotonic
2026-09-09T11:12:44.398879image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=15)
ValueCountFrequency (%)
20248
11.1%
20228
11.1%
20207
9.7%
20187
9.7%
20256
8.3%
20236
8.3%
20216
8.3%
20195
6.9%
20164
 
5.6%
20263
 
4.2%
Other values (5)12
16.7%
ValueCountFrequency (%)
20102
 
2.8%
20123
4.2%
20143
4.2%
20152
 
2.8%
20164
5.6%
20172
 
2.8%
20187
9.7%
20195
6.9%
20207
9.7%
20216
8.3%
ValueCountFrequency (%)
20263
 
4.2%
20256
8.3%
20248
11.1%
20236
8.3%
20228
11.1%
20216
8.3%
20207
9.7%
20195
6.9%
20187
9.7%
20172
 
2.8%

Score
Real number (ℝ≥0)

HIGH CORRELATION
HIGH CORRELATION
MISSING

Distinct58
Distinct (%)90.6%
Missing8
Missing (%)11.1%
Infinite0
Infinite (%)0.0%
Mean28.86983946
Minimum0.08571
Maximum80.1
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size704.0 B
2026-09-09T11:12:44.571038image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum0.08571
5-th percentile0.4690354643
Q10.520177306
median0.77895
Q366.375
95-th percentile75.1605
Maximum80.1
Range80.01429
Interquartile range (IQR)65.85482269

Descriptive statistics

Standard deviation32.35106399
Coefficient of variation (CV)1.120583439
Kurtosis-1.679463331
Mean28.86983946
Median Absolute Deviation (MAD)0.38951
Skewness0.4169081857
Sum1847.669726
Variance1046.591342
MonotonicityNot monotonic
2026-09-09T11:12:44.756691image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
364
 
5.6%
663
 
4.2%
352
 
2.8%
0.4977126291
 
1.4%
78.451
 
1.4%
0.552221
 
1.4%
71.321
 
1.4%
0.463081
 
1.4%
72.531
 
1.4%
0.5071999081
 
1.4%
Other values (48)48
66.7%
(Missing)8
 
11.1%
ValueCountFrequency (%)
0.085711
1.4%
0.31581
1.4%
0.463081
1.4%
0.465291
1.4%
0.4902597621
1.4%
0.4952754081
1.4%
0.4960640651
1.4%
0.4977126291
1.4%
0.5025832281
1.4%
0.5028866961
1.4%
ValueCountFrequency (%)
80.11
1.4%
78.451
1.4%
77.441
1.4%
75.271
1.4%
74.541
1.4%
72.531
1.4%
72.511
1.4%
71.421
1.4%
71.321
1.4%
71.111
1.4%

Rank
Real number (ℝ≥0)

HIGH CORRELATION
HIGH CORRELATION
HIGH CORRELATION
MISSING

Distinct43
Distinct (%)68.3%
Missing9
Missing (%)12.5%
Infinite0
Infinite (%)0.0%
Mean58.42857143
Minimum18
Maximum116
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size704.0 B
2026-09-09T11:12:44.946820image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum18
5-th percentile25.1
Q136
median52
Q377.5
95-th percentile107.9
Maximum116
Range98
Interquartile range (IQR)41.5

Descriptive statistics

Standard deviation27.74870778
Coefficient of variation (CV)0.4749167591
Kurtosis-0.90929516
Mean58.42857143
Median Absolute Deviation (MAD)22
Skewness0.5070448903
Sum3681
Variance769.9907834
MonotonicityNot monotonic
2026-09-09T11:12:45.123799image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=43)
ValueCountFrequency (%)
263
 
4.2%
543
 
4.2%
463
 
4.2%
303
 
4.2%
383
 
4.2%
522
 
2.8%
802
 
2.8%
822
 
2.8%
772
 
2.8%
1012
 
2.8%
Other values (33)38
52.8%
(Missing)9
 
12.5%
ValueCountFrequency (%)
181
 
1.4%
211
 
1.4%
252
2.8%
263
4.2%
272
2.8%
281
 
1.4%
291
 
1.4%
303
4.2%
331
 
1.4%
351
 
1.4%
ValueCountFrequency (%)
1161
1.4%
1102
2.8%
1081
1.4%
1071
1.4%
1041
1.4%
1021
1.4%
1012
2.8%
991
1.4%
921
1.4%
822
2.8%

N_country
Real number (ℝ≥0)

HIGH CORRELATION
HIGH CORRELATION
MISSING

Distinct23
Distinct (%)33.3%
Missing3
Missing (%)4.2%
Infinite0
Infinite (%)0.0%
Mean131.1884058
Minimum27
Maximum193
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size704.0 B
2026-09-09T11:12:45.283186image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum27
5-th percentile28
Q167
median140
Q3190
95-th percentile193
Maximum193
Range166
Interquartile range (IQR)123

Descriptive statistics

Standard deviation58.92150196
Coefficient of variation (CV)0.4491365041
Kurtosis-1.355013701
Mean131.1884058
Median Absolute Deviation (MAD)53
Skewness-0.3894291601
Sum9052
Variance3471.743393
MonotonicityNot monotonic
2026-09-09T11:12:45.419603image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=23)
ValueCountFrequency (%)
19316
22.2%
638
11.1%
1808
11.1%
1904
 
5.6%
283
 
4.2%
273
 
4.2%
1133
 
4.2%
1043
 
4.2%
1402
 
2.8%
642
 
2.8%
Other values (13)17
23.6%
(Missing)3
 
4.2%
ValueCountFrequency (%)
273
 
4.2%
283
 
4.2%
638
11.1%
642
 
2.8%
672
 
2.8%
692
 
2.8%
701
 
1.4%
1021
 
1.4%
1043
 
4.2%
1133
 
4.2%
ValueCountFrequency (%)
19316
22.2%
1904
 
5.6%
1892
 
2.8%
1808
11.1%
1431
 
1.4%
1422
 
2.8%
1411
 
1.4%
1402
 
2.8%
1391
 
1.4%
1331
 
1.4%

หมายเหตุ
Categorical

HIGH CORRELATION
HIGH CORRELATION
MISSING

Distinct4
Distinct (%)17.4%
Missing49
Missing (%)68.1%
Memory size704.0 B
จัดอันดับ ทุก ๆ 2 ปี
14 
หยุดจัดอันดับ เนื่องจากเปลี่ยนเป็นการจัดทำดัชนี Bussiness Ready แทน
6 
จัดอันดับ ทุก ๆ 2 ปี
2 
มีเล่มรายงานแต่งดการจัดอันดับเพราะโควิด-19
 
1

Length

Max length67
Median length20
Mean length33.30434783
Min length20

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1 ?
Unique (%)4.3%

Sample

1st rowหยุดจัดอันดับ เนื่องจากเปลี่ยนเป็นการจัดทำดัชนี Bussiness Ready แทน
2nd rowหยุดจัดอันดับ เนื่องจากเปลี่ยนเป็นการจัดทำดัชนี Bussiness Ready แทน
3rd rowหยุดจัดอันดับ เนื่องจากเปลี่ยนเป็นการจัดทำดัชนี Bussiness Ready แทน
4th rowหยุดจัดอันดับ เนื่องจากเปลี่ยนเป็นการจัดทำดัชนี Bussiness Ready แทน
5th rowหยุดจัดอันดับ เนื่องจากเปลี่ยนเป็นการจัดทำดัชนี Bussiness Ready แทน

Common Values

ValueCountFrequency (%)
จัดอันดับ ทุก ๆ 2 ปี14
 
19.4%
หยุดจัดอันดับ เนื่องจากเปลี่ยนเป็นการจัดทำดัชนี Bussiness Ready แทน6
 
8.3%
จัดอันดับ ทุก ๆ 2 ปี 2
 
2.8%
มีเล่มรายงานแต่งดการจัดอันดับเพราะโควิด-191
 
1.4%
(Missing)49
68.1%

Length

2026-09-09T11:12:45.575779image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category

Pie chart

2026-09-09T11:12:45.671473image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
ปี16
14.4%
216
14.4%
ๆ16
14.4%
ทุก16
14.4%
จัดอันดับ16
14.4%
แทน6
 
5.4%
ready6
 
5.4%
bussiness6
 
5.4%
เนื่องจากเปลี่ยนเป็นการจัดทำดัชนี6
 
5.4%
หยุดจัดอันดับ6
 
5.4%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

Interactions

2026-09-09T11:12:41.034341image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:12:39.306035image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:12:39.909125image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:12:40.496529image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:12:41.186220image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:12:39.465543image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:12:40.063449image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:12:40.639096image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:12:41.334530image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:12:39.618627image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:12:40.213575image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:12:40.779894image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:12:41.464386image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:12:39.758851image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:12:40.348230image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:12:40.904279image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Correlations

2026-09-09T11:12:45.778155image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Spearman's ρ

The Spearman's rank correlation coefficient (ρ) is a measure of monotonic correlation between two variables, and is therefore better in catching nonlinear monotonic correlations than Pearson's r. It's value lies between -1 and +1, -1 indicating total negative monotonic correlation, 0 indicating no monotonic correlation and 1 indicating total positive monotonic correlation.

To calculate ρ for two variables X and Y, one divides the covariance of the rank variables of X and Y by the product of their standard deviations.
2026-09-09T11:12:45.950742image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Pearson's r

The Pearson's correlation coefficient (r) is a measure of linear correlation between two variables. It's value lies between -1 and +1, -1 indicating total negative linear correlation, 0 indicating no linear correlation and 1 indicating total positive linear correlation. Furthermore, r is invariant under separate changes in location and scale of the two variables, implying that for a linear function the angle to the x-axis does not affect r.

To calculate r for two variables X and Y, one divides the covariance of X and Y by the product of their standard deviations.
2026-09-09T11:12:46.124122image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Kendall's τ

Similarly to Spearman's rank correlation coefficient, the Kendall rank correlation coefficient (τ) measures ordinal association between two variables. It's value lies between -1 and +1, -1 indicating total negative correlation, 0 indicating no correlation and 1 indicating total positive correlation.

To calculate τ for two variables X and Y, one determines the number of concordant and discordant pairs of observations. τ is given by the number of concordant pairs minus the discordant pairs divided by the total number of pairs.
2026-09-09T11:12:46.456980image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Cramér's V (φc)

Cramér's V is an association measure for nominal random variables. The coefficient ranges from 0 to 1, with 0 indicating independence and 1 indicating perfect association. The empirical estimators used for Cramér's V have been proved to be biased, even for large samples. We use a bias-corrected measure that has been proposed by Bergsma in 2013 that can be found here.
2026-09-09T11:12:46.659668image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Phik (φk)

Phik (φk) is a new and practical correlation coefficient that works consistently between categorical, ordinal and interval variables, captures non-linear dependency and reverts to the Pearson correlation coefficient in case of a bivariate normal input distribution. There is extensive documentation available here.

Missing values

2026-09-09T11:12:41.716786image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
A simple visualization of nullity by column.
2026-09-09T11:12:42.004328image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.
2026-09-09T11:12:42.210246image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.
2026-09-09T11:12:42.362221image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
The dendrogram allows you to more fully correlate variable completion, revealing trends deeper than the pairwise ones visible in the correlation heatmap.

Sample

First rows

ชื่อดัชนีหลักตัวย่อดัชนีหลักแหล่งที่มาลิงก์ที่เกี่ยวข้องรายละเอียดดัชนีหลักปีScoreRankN_countryหมายเหตุ
0Doing BusinessNaNWorld Bankhttps://archive.doingbusiness.org/en/doingbusinessการจัดอันดับความยากง่ายในการประกอบธุรกิจ201575.2726.0189.0หยุดจัดอันดับ เนื่องจากเปลี่ยนเป็นการจัดทำดัชนี Bussiness Ready แทน
1Doing BusinessNaNWorld Bankhttps://archive.doingbusiness.org/en/doingbusinessการจัดอันดับความยากง่ายในการประกอบธุรกิจ201671.4249.0189.0หยุดจัดอันดับ เนื่องจากเปลี่ยนเป็นการจัดทำดัชนี Bussiness Ready แทน
2Doing BusinessNaNWorld Bankhttps://archive.doingbusiness.org/en/doingbusinessการจัดอันดับความยากง่ายในการประกอบธุรกิจ201772.5346.0190.0หยุดจัดอันดับ เนื่องจากเปลี่ยนเป็นการจัดทำดัชนี Bussiness Ready แทน
3Doing BusinessNaNWorld Bankhttps://archive.doingbusiness.org/en/doingbusinessการจัดอันดับความยากง่ายในการประกอบธุรกิจ201877.4426.0190.0หยุดจัดอันดับ เนื่องจากเปลี่ยนเป็นการจัดทำดัชนี Bussiness Ready แทน
4Doing BusinessNaNWorld Bankhttps://archive.doingbusiness.org/en/doingbusinessการจัดอันดับความยากง่ายในการประกอบธุรกิจ201978.4527.0190.0หยุดจัดอันดับ เนื่องจากเปลี่ยนเป็นการจัดทำดัชนี Bussiness Ready แทน
5Doing BusinessNaNWorld Bankhttps://archive.doingbusiness.org/en/doingbusinessการจัดอันดับความยากง่ายในการประกอบธุรกิจ202080.1021.0190.0หยุดจัดอันดับ เนื่องจากเปลี่ยนเป็นการจัดทำดัชนี Bussiness Ready แทน
6IMD World CompetitivenessIMDInternational Institute for Management Developmenthttps://worldcompetitiveness.imd.org/countryprofile/overview/THดัชนีความสามารถในการแข่งขันของประเทศ2017NaN27.063.0NaN
7IMD World CompetitivenessIMDInternational Institute for Management Developmenthttps://worldcompetitiveness.imd.org/countryprofile/overview/THดัชนีความสามารถในการแข่งขันของประเทศ2018NaN30.063.0NaN
8IMD World CompetitivenessIMDInternational Institute for Management Developmenthttps://worldcompetitiveness.imd.org/countryprofile/overview/THดัชนีความสามารถในการแข่งขันของประเทศ2019NaN25.063.0NaN
9IMD World CompetitivenessIMDInternational Institute for Management Developmenthttps://worldcompetitiveness.imd.org/countryprofile/overview/THดัชนีความสามารถในการแข่งขันของประเทศ2020NaN29.063.0NaN

Last rows

ชื่อดัชนีหลักตัวย่อดัชนีหลักแหล่งที่มาลิงก์ที่เกี่ยวข้องรายละเอียดดัชนีหลักปีScoreRankN_countryหมายเหตุ
62WJP Rule of Law IndexWJPWorld Justice Projecthttps://worldjusticeproject.org/rule-of-law-index/globalดัชนีนิติธรรม20150.51742354.0102.0NaN
63WJP Rule of Law IndexWJPWorld Justice Projecthttps://worldjusticeproject.org/rule-of-law-index/globalดัชนีนิติธรรม20160.51771264.0113.0NaN
64WJP Rule of Law IndexWJPWorld Justice Projecthttps://worldjusticeproject.org/rule-of-law-index/globalดัชนีนิติธรรม20180.50541972.0113.0NaN
65WJP Rule of Law IndexWJPWorld Justice Projecthttps://worldjusticeproject.org/rule-of-law-index/globalดัชนีนิติธรรม20190.50258376.0126.0NaN
66WJP Rule of Law IndexWJPWorld Justice Projecthttps://worldjusticeproject.org/rule-of-law-index/globalดัชนีนิติธรรม20200.50720071.0128.0NaN
67WJP Rule of Law IndexWJPWorld Justice Projecthttps://worldjusticeproject.org/rule-of-law-index/globalดัชนีนิติธรรม20210.49606480.0139.0NaN
68WJP Rule of Law IndexWJPWorld Justice Projecthttps://worldjusticeproject.org/rule-of-law-index/globalดัชนีนิติธรรม20220.49527580.0140.0NaN
69WJP Rule of Law IndexWJPWorld Justice Projecthttps://worldjusticeproject.org/rule-of-law-index/globalดัชนีนิติธรรม20230.49026082.0142.0NaN
70WJP Rule of Law IndexWJPWorld Justice Projecthttps://worldjusticeproject.org/rule-of-law-index/globalดัชนีนิติธรรม20240.49771378.0142.0NaN
71WJP Rule of Law IndexWJPWorld Justice Projecthttps://worldjusticeproject.org/rule-of-law-index/globalดัชนีนิติธรรม20250.50288777.0143.0NaN