poludmik/pandas_documentation

---
license: mit
dataset_info:
features:
- name: text
dtype: string
- name: code
dtype: string
splits:
- name: pandas_documentation_examples
num_bytes: 560942
num_examples: 2130
- name: DS1000
num_bytes: 77538
num_examples: 388
- name: OSSInstruct
num_bytes: 2303057
num_examples: 2692
download_size: 1285889
dataset_size: 2941537
configs:
- config_name: default
data_files:
- split: pandas_documentation_examples
path: data/pandas_documentation_examples-*
- split: DS1000
path: data/DS1000-*
- split: OSSInstruct
path: data/OSSInstruct-*
language:
- en
pretty_name: p
---
3 datasets:
* Web scraped pandas documentation, where each instance is a code example generated by gpt-3.5-turbo based on the examples from documentation. Each instance is one pandas method, type, class, etc.
* DS1000 is DS-1000 samples that contain pandas code
* OSS-Instruct is [Magicoder's dataset](https://huggingface.co/datasets/ise-uiuc/Magicoder-OSS-Instruct-75K) where pandas occur.

Filtering and scraping is available [here](https://github.com/poludmik/AgentToBeNamed).

原始信息汇总

数据集概述

数据集信息

• 许可证: MIT
• 语言: 英语
• 预览名称: p

数据集特征

• text: 字符串类型
• code: 字符串类型

数据集分割

• pandas_documentation_examples
  • 示例数量: 2130
  • 字节数: 560942
• DS1000
  • 示例数量: 388
  • 字节数: 77538
• OSSInstruct
  • 示例数量: 2692
  • 字节数: 2303057

数据集大小

• 下载大小: 1285889字节
• 数据集总大小: 2941537字节

配置

• 默认配置
  • 数据文件路径
    • pandas_documentation_examples: data/pandas_documentation_examples-*
    • DS1000: data/DS1000-*
    • OSSInstruct: data/OSSInstruct-*

数据集描述

• pandas_documentation_examples: 基于pandas文档的代码示例，由gpt-3.5-turbo生成。
• DS1000: 包含pandas代码的DS-1000样本。
• OSSInstruct: 来自Magicoder的OSS-Instruct数据集，其中包含pandas代码。