伊利诺伊大学（UIUC） 发布 PandasBench 数据集, 应用在 数据分析和处理、性能优化 领域

伊利诺伊大学（UIUC） 本次发布的数据集 PandasBench, PandasBench是一个用于评估Pandas API优化技术的基准测试套件。它包含从Kaggle随机选择的102个真实世界的Jupyter笔记本，总共包含3,721个代码单元格。该数据集旨在评估Pandas API在真实世界代码中的覆盖范围，并为优化技术提供一个高质量的评估基准。数据集的创建过程中，研究者们从Kaggle收集了笔记本，修复了它们，清除了与Pandas API无关的代码，并使它们适合用于基准测试。PandasBench还引入了一种非均匀的数据缩放方案，以更好地模拟真实世界的工作负载。该数据集广泛应用于评估各种Pandas API优化技术，如Modin、Dask、Koalas和Dias，旨在解决现有基准测试不足以评估Pandas API的问题。

查看PandasBench

README 内容： 

关于 伊利诺伊大学（UIUC） , 伊利诺伊大学（University of Illinois at Urbana-Champaign，简称UIUC）是一所享有盛誉的公立研究型大学，位于美国伊利诺伊州香槟市。该校成立于1867年，是美国大学协会（AAU）的成员之一，以其在工程、计算机科学、商学、教育等领域的卓越教育和研究而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。