ammarnasr/data_engineering_8_with_code_dataset

---
dataset_info:
features:
- name: repo_name
dtype: string
- name: repo_url
dtype: string
- name: repo_description
dtype: string
- name: repo_stars
dtype: int64
- name: repo_forks
dtype: int64
- name: repo_last_updated
dtype: string
- name: repo_created_at
dtype: string
- name: repo_size
dtype: int64
- name: repo_license
dtype: string
- name: language
dtype: string
- name: text
dtype: string
- name: avg_line_length
dtype: float64
- name: max_line_length
dtype: int64
- name: alphnanum_fraction
dtype: float64
splits:
- name: train
num_bytes: 18580918
num_examples: 495
download_size: 7162238
dataset_size: 18580918
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集信息

特征

• repo_name: 字符串类型
• repo_url: 字符串类型
• repo_description: 字符串类型
• repo_stars: 64位整数类型
• repo_forks: 64位整数类型
• repo_last_updated: 字符串类型
• repo_created_at: 字符串类型
• repo_size: 64位整数类型
• repo_license: 字符串类型
• language: 字符串类型
• text: 字符串类型
• avg_line_length: 64位浮点数类型
• max_line_length: 64位整数类型
• alphnanum_fraction: 64位浮点数类型

数据分割

• train:
  • 字节数: 18580918
  • 样本数: 495

数据集大小

• 下载大小: 7162238 字节
• 数据集大小: 18580918 字节

配置

• config_name: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*