susnato/csharp_PRs

---
dataset_info:
features:
- name: repo_name
dtype: string
- name: pr_number
dtype: int64
- name: pr_title
dtype: string
- name: pr_description
dtype: string
- name: author
dtype: string
- name: date_created
dtype: timestamp[ns, tz=UTC]
- name: date_merged
dtype: timestamp[ns, tz=UTC]
- name: previous_commit
dtype: string
- name: pr_commit
dtype: string
- name: query
dtype: string
- name: filepath
dtype: string
- name: before_content
dtype: string
- name: after_content
dtype: string
- name: label
dtype: int64
splits:
- name: train
num_bytes: 117579951237
num_examples: 2074433
download_size: 58125931847
dataset_size: 117579951237
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名称：repo_name，数据类型：字符串（string）
- 字段名称：拉取请求（Pull Request，PR）编号（pr_number），数据类型：64位整数（int64）
- 字段名称：PR标题（pr_title），数据类型：字符串（string）
- 字段名称：PR描述（pr_description），数据类型：字符串（string）
- 字段名称：作者（author），数据类型：字符串（string）
- 字段名称：创建时间（date_created），数据类型：带纳秒精度、时区为协调世界时（UTC）的时间戳（timestamp[ns, tz=UTC]）
- 字段名称：合并时间（date_merged），数据类型：带纳秒精度、时区为协调世界时（UTC）的时间戳（timestamp[ns, tz=UTC]）
- 字段名称：前序提交（previous_commit），数据类型：字符串（string）
- 字段名称：PR关联提交（pr_commit），数据类型：字符串（string）
- 字段名称：查询语句（query），数据类型：字符串（string）
- 字段名称：文件路径（filepath），数据类型：字符串（string）
- 字段名称：修改前内容（before_content），数据类型：字符串（string）
- 字段名称：修改后内容（after_content），数据类型：字符串（string）
- 字段名称：标签（label），数据类型：64位整数（int64）
数据集划分：
- 划分名称：train（训练集），字节大小：117579951237，样本数量：2074433
下载大小：58125931847
数据集存储大小：117579951237
配置项：
- 配置名称：default（默认配置）
数据文件：
- 对应划分：train（训练集），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• repo_name: 字符串类型
• pr_number: 64位整数类型
• pr_title: 字符串类型
• pr_description: 字符串类型
• author: 字符串类型
• date_created: 时间戳类型，UTC时区
• date_merged: 时间戳类型，UTC时区
• previous_commit: 字符串类型
• pr_commit: 字符串类型
• query: 字符串类型
• filepath: 字符串类型
• before_content: 字符串类型
• after_content: 字符串类型
• label: 64位整数类型

数据集分割

• train:
  • 字节数: 117579951237
  • 样本数: 2074433

数据集大小

• 下载大小: 58125931847 字节
• 数据集大小: 117579951237 字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*