bigcode/commits-pjj-2048

---
dataset_info:
features:
- name: commit
dtype: string
- name: subject
dtype: string
- name: old_file
dtype: string
- name: new_file
dtype: string
- name: new_contents
dtype: string
- name: old_contents
dtype: string
- name: lang
dtype: string
- name: proba
dtype: float64
splits:
- name: train
num_bytes: 49066548725.366234
num_examples: 1847311
download_size: 3264623361
dataset_size: 49066548725.366234
---
# Dataset Card for "commits-pjj-2048"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征字段：
- 字段名：代码提交（commit），数据类型：字符串（string）
- 字段名：提交主题（subject），数据类型：字符串（string）
- 字段名：旧文件路径（old_file），数据类型：字符串（string）
- 字段名：新文件路径（new_file），数据类型：字符串（string）
- 字段名：新文件内容（new_contents），数据类型：字符串（string）
- 字段名：旧文件内容（old_contents），数据类型：字符串（string）
- 字段名：编程语言（lang），数据类型：字符串（string）
- 字段名：概率值（proba），数据类型：64位浮点型（float64）
划分集：
- 划分集名称：训练集（train），字节占用量：49066548725.366234，样本数量：1847311
下载大小：3264623361
数据集总大小：49066548725.366234
---
# 「commits-pjj-2048」数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

commits-pjj-2048

数据集特征

• commit: 字符串类型
• subject: 字符串类型
• old_file: 字符串类型
• new_file: 字符串类型
• new_contents: 字符串类型
• old_contents: 字符串类型
• lang: 字符串类型
• proba: 浮点数类型（float64）

数据集分割

• train:
  • 数据量: 1847311条记录
  • 数据大小: 49066548725.366234字节

数据集大小

• 下载大小: 3264623361字节
• 数据集总大小: 49066548725.366234字节