RealTimeData/code_alltime

该数据集包含多个时间段的配置，每个配置记录了代码仓库中的文件路径、修改行数、代码内容、仓库名称、提交日期和SHA值等信息。数据集主要用于分析代码仓库的变更历史，可能用于代码审查、版本控制或代码质量分析等任务。

This dataset contains multiple configurations over different time periods, each recording information such as file paths, number of changed lines, code content, repository names, commit dates, and SHA values in code repositories. The dataset is primarily used for analyzing the change history of code repositories, potentially for tasks such as code review, version control, or code quality analysis.

原始信息汇总

数据集概述

数据集配置

2017年

• 2017-01

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：27818809
      • 样本数：498
  • 下载大小：8186744
  • 数据集大小：27818809

• 2017-02

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：9062731
      • 样本数：583
  • 下载大小：2750217
  • 数据集大小：9062731

• 2017-03

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：12635897
      • 样本数：432
  • 下载大小：3699162
  • 数据集大小：12635897

• 2017-04

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：9801445
      • 样本数：515
  • 下载大小：2932006
  • 数据集大小：9801445

• 2017-05

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：5356773
      • 样本数：486
  • 下载大小：1857771
  • 数据集大小：5356773

• 2017-06

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：5851432
      • 样本数：449
  • 下载大小：1632423
  • 数据集大小：5851432

• 2017-07

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：9499347
      • 样本数：471
  • 下载大小：2807477
  • 数据集大小：9499347

• 2017-08

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：8017756
      • 样本数：512
  • 下载大小：2169638
  • 数据集大小：8017756

• 2017-09

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：7307297
      • 样本数：439
  • 下载大小：2659164
  • 数据集大小：7307297

• 2017-10

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：28920173
      • 样本数：596
  • 下载大小：8740153
  • 数据集大小：28920173

• 2017-11

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：9053832
      • 样本数：450
  • 下载大小：3111540
  • 数据集大小：9053832

• 2017-12

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：10601028
      • 样本数：566
  • 下载大小：3112609
  • 数据集大小：10601028

2018年

• 2018-01

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：26555392
      • 样本数：436
  • 下载大小：7651268
  • 数据集大小：26555392

• 2018-02

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：8199606
      • 样本数：546
  • 下载大小：2791025
  • 数据集大小：8199606

• 2018-03

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：31958551
      • 样本数：473
  • 下载大小：7160895
  • 数据集大小：31958551

• 2018-04

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：27846854
      • 样本数：431
  • 下载大小：8187476
  • 数据集大小：27846854

• 2018-05

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：5913046
      • 样本数：485
  • 下载大小：1997067
  • 数据集大小：5913046

• 2018-06

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：4944199
      • 样本数：413
  • 下载大小：1554876
  • 数据集大小：4944199

• 2018-07

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：7423297
      • 样本数：500
  • 下载大小：2460992
  • 数据集大小：7423297

• 2018-08

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：5012280
      • 样本数：471
  • 下载大小：1565885
  • 数据集大小：5012280

• 2018-09

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：11567458
      • 样本数：534
  • 下载大小：3631200
  • 数据集大小：11567458

• 2018-10

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：3960621
      • 样本数：469
  • 下载大小：1189681
  • 数据集大小：3960621

• 2018-11

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：5787805
      • 样本数：456
  • 下载大小：1658984
  • 数据集大小：5787805

• 2018-12

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：80257123
      • 样本数：564
  • 下载大小：15409397
  • 数据集大小：80257123

2019年

• 2019-01

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：10884294
      • 样本数：559
  • 下载大小：3443301
  • 数据集大小：10884294

• 2019-02

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：5649301
      • 样本数：440
  • 下载大小：1797649
  • 数据集大小：5649301

• 2019-03

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：18363947
      • 样本数：587
  • 下载大小：5020308
  • 数据集大小：18363947

• 2019-04

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：6694701
      • 样本数：551
  • 下载大小：2107122
  • 数据集大小：6694701

• 2019-05

  • 特征：
    • file_path: string
    • num_changed_lines: int64
    • code: string
    • repo_name: string
    • commit_date: string
    • sha: string
  • 分割：
    • train
      • 字节数：26803692
      • 样本数：561
  • 下载大小：6332158
  • 数据集大小：26803692

• 2019-06

  • 特征：
    • file_path: string