problem stringlengths 4.96k 7.57k | gold_standard_solution stringclasses 57
values | verification_info dict | metadata dict |
|---|---|---|---|
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_19_1(df):
'''
合规性检查函数，用于验证CU_19_1条款的遵守情况：
- subject: 上市公司（所有行自动满足）
- condition: 实施竞价回购（需同时满足存在回购方案和回购方式为竞价）
- constraint: 实施期限不超过12个月（按30个自然日/月计算）
'''
df = df.copy()
# 初始化标记列
df['cu_19_1_subject'] = True # 所有公司均为上市公司
df['cu_19_1_condi... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_1",
"derived_derived_id": 4,
"derived_id": 1,
"id": "cu_19_1_1",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_19_1(df):
'''
合规性检查函数，用于验证CU_19_1条款的遵守情况：
- subject: 上市公司（所有行自动满足）
- condition: 实施竞价回购（需同时满足存在回购方案和回购方式为竞价）
- constraint: 实施期限不超过5个月（基于决议通过日与实施截止日的时间差，每月按30天计算）
'''
df = df.copy()
# 初始化标记列
df['cu_19_1_subject'] = True # 所有公司均为上市公司
df[... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_1",
"derived_derived_id": 0,
"derived_id": 2,
"id": "cu_19_1_2",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_19_1(df):
'''
合规性检查函数，用于验证CU_19_1条款的遵守情况：
- subject: 上市公司（所有行自动满足）
- condition: 实施竞价回购（需同时满足存在回购方案和回购方式为竞价）
- constraint: 实施期限不超过5个月（基于决议通过日与实施截止日的时间差，每月按30天计算）
'''
df = df.copy()
# 初始化标记列
df['cu_19_1_subject'] = True # 所有公司均为上市公司
df[... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_1",
"derived_derived_id": 1,
"derived_id": 2,
"id": "cu_19_1_2",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_19_1(df):
'''
合规性检查函数，用于验证CU_19_1条款的遵守情况：
- subject: 上市公司（所有行自动满足）
- condition: 实施竞价回购（需同时满足存在回购方案和回购方式为竞价）
- constraint: 实施期限不超过5个月（基于决议通过日与实施截止日的时间差，每月按30天计算）
'''
df = df.copy()
# 初始化标记列
df['cu_19_1_subject'] = True # 所有公司均为上市公司
df[... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_1",
"derived_derived_id": 2,
"derived_id": 2,
"id": "cu_19_1_2",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_19_1(df):
'''
合规性检查函数，用于验证CU_19_1条款的遵守情况：
- subject: 上市公司（所有行自动满足）
- condition: 实施竞价回购（需同时满足存在回购方案和回购方式为竞价）
- constraint: 实施期限不超过5个月（基于决议通过日与实施截止日的时间差，每月按30天计算）
'''
df = df.copy()
# 初始化标记列
df['cu_19_1_subject'] = True # 所有公司均为上市公司
df[... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_1",
"derived_derived_id": 3,
"derived_id": 2,
"id": "cu_19_1_2",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_19_1(df):
'''
合规性检查函数，用于验证CU_19_1条款的遵守情况：
- subject: 上市公司（所有行自动满足）
- condition: 实施竞价回购（需同时满足存在回购方案和回购方式为竞价）
- constraint: 实施期限不超过5个月（基于决议通过日与实施截止日的时间差，每月按30天计算）
'''
df = df.copy()
# 初始化标记列
df['cu_19_1_subject'] = True # 所有公司均为上市公司
df[... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_1",
"derived_derived_id": 4,
"derived_id": 2,
"id": "cu_19_1_2",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_19_2(df):
'''
检查MEU_19_2合规性：
"subject": "上市公司",
"condition": "因维护公司价值及股东权益所必需回购股份的，实施竞价回购",
"constraint": "回购实施期限自股东大会或者董事会审议通过最终回购股份方案之日起不超过3个月",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['meu_19_2_subject'] = True ... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_2",
"derived_derived_id": 0,
"derived_id": 1,
"id": "cu_19_2_1",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_19_2(df):
'''
检查MEU_19_2合规性：
"subject": "上市公司",
"condition": "因维护公司价值及股东权益所必需回购股份的，实施竞价回购",
"constraint": "回购实施期限自股东大会或者董事会审议通过最终回购股份方案之日起不超过3个月",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['meu_19_2_subject'] = True ... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_2",
"derived_derived_id": 1,
"derived_id": 1,
"id": "cu_19_2_1",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_19_2(df):
'''
检查MEU_19_2合规性：
"subject": "上市公司",
"condition": "因维护公司价值及股东权益所必需回购股份的，实施竞价回购",
"constraint": "回购实施期限自股东大会或者董事会审议通过最终回购股份方案之日起不超过3个月",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['meu_19_2_subject'] = True ... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_2",
"derived_derived_id": 2,
"derived_id": 1,
"id": "cu_19_2_1",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_19_2(df):
'''
检查MEU_19_2合规性：
"subject": "上市公司",
"condition": "因维护公司价值及股东权益所必需回购股份的，实施竞价回购",
"constraint": "回购实施期限自股东大会或者董事会审议通过最终回购股份方案之日起不超过3个月",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['meu_19_2_subject'] = True ... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_2",
"derived_derived_id": 3,
"derived_id": 1,
"id": "cu_19_2_1",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_19_2(df):
'''
检查MEU_19_2合规性：
"subject": "上市公司",
"condition": "因维护公司价值及股东权益所必需回购股份的，实施竞价回购",
"constraint": "回购实施期限自股东大会或者董事会审议通过最终回购股份方案之日起不超过3个月",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['meu_19_2_subject'] = True ... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_2",
"derived_derived_id": 4,
"derived_id": 1,
"id": "cu_19_2_1",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_19_2(df):
'''
检查MEU_19_2合规性：
"subject": "上市公司",
"condition": "因维护公司价值及股东权益所必需回购股份的，实施竞价回购",
"constraint": "回购实施期限自股东大会或者董事会审议通过最终回购股份方案之日起不超过5个月",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['meu_19_2_subject'] = True ... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_2",
"derived_derived_id": 0,
"derived_id": 2,
"id": "cu_19_2_2",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_19_2(df):
'''
检查MEU_19_2合规性：
"subject": "上市公司",
"condition": "因维护公司价值及股东权益所必需回购股份的，实施竞价回购",
"constraint": "回购实施期限自股东大会或者董事会审议通过最终回购股份方案之日起不超过5个月",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['meu_19_2_subject'] = True ... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_2",
"derived_derived_id": 1,
"derived_id": 2,
"id": "cu_19_2_2",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_19_2(df):
'''
检查MEU_19_2合规性：
"subject": "上市公司",
"condition": "因维护公司价值及股东权益所必需回购股份的，实施竞价回购",
"constraint": "回购实施期限自股东大会或者董事会审议通过最终回购股份方案之日起不超过5个月",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['meu_19_2_subject'] = True ... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_2",
"derived_derived_id": 2,
"derived_id": 2,
"id": "cu_19_2_2",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_19_2(df):
'''
检查MEU_19_2合规性：
"subject": "上市公司",
"condition": "因维护公司价值及股东权益所必需回购股份的，实施竞价回购",
"constraint": "回购实施期限自股东大会或者董事会审议通过最终回购股份方案之日起不超过5个月",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['meu_19_2_subject'] = True ... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_2",
"derived_derived_id": 3,
"derived_id": 2,
"id": "cu_19_2_2",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_19_2(df):
'''
检查MEU_19_2合规性：
"subject": "上市公司",
"condition": "因维护公司价值及股东权益所必需回购股份的，实施竞价回购",
"constraint": "回购实施期限自股东大会或者董事会审议通过最终回购股份方案之日起不超过5个月",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['meu_19_2_subject'] = True ... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_2",
"derived_derived_id": 4,
"derived_id": 2,
"id": "cu_19_2_2",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_19_2(df):
'''
检查cu_19_2合规性：
"subject": "上市公司",
"condition": "因维护公司价值及股东权益所必需回购股份的，实施要约回购",
"constraint": "回购实施期限自股东大会或者董事会审议通过最终回购股份方案之日起不超过5个月",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['cu_19_2_subject'] = True # 所... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_2",
"derived_derived_id": 0,
"derived_id": 3,
"id": "cu_19_2_3",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_19_2(df):
'''
检查cu_19_2合规性：
"subject": "上市公司",
"condition": "因维护公司价值及股东权益所必需回购股份的，实施要约回购",
"constraint": "回购实施期限自股东大会或者董事会审议通过最终回购股份方案之日起不超过5个月",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['cu_19_2_subject'] = True # 所... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_2",
"derived_derived_id": 1,
"derived_id": 3,
"id": "cu_19_2_3",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_19_2(df):
'''
检查cu_19_2合规性：
"subject": "上市公司",
"condition": "因维护公司价值及股东权益所必需回购股份的，实施要约回购",
"constraint": "回购实施期限自股东大会或者董事会审议通过最终回购股份方案之日起不超过5个月",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['cu_19_2_subject'] = True # 所... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_2",
"derived_derived_id": 2,
"derived_id": 3,
"id": "cu_19_2_3",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_19_2(df):
'''
检查cu_19_2合规性：
"subject": "上市公司",
"condition": "因维护公司价值及股东权益所必需回购股份的，实施要约回购",
"constraint": "回购实施期限自股东大会或者董事会审议通过最终回购股份方案之日起不超过5个月",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['cu_19_2_subject'] = True # 所... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_2",
"derived_derived_id": 3,
"derived_id": 3,
"id": "cu_19_2_3",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_19_2(df):
'''
检查cu_19_2合规性：
"subject": "上市公司",
"condition": "因维护公司价值及股东权益所必需回购股份的，实施要约回购",
"constraint": "回购实施期限自股东大会或者董事会审议通过最终回购股份方案之日起不超过5个月",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['cu_19_2_subject'] = True # 所... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_19_2",
"derived_derived_id": 4,
"derived_id": 3,
"id": "cu_19_2_3",
"law_article_id": 19,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_21_2(df):
'''
验证CU_21_2合规性:
"subject": "上市公司",
"condition": "回购股份用于股权激励或者员工持股计划、转换上市公司发行的可转换为股票的公司债券、维护公司价值及股东权益所必需的",
"constraint": "合计持有的本公司股份数不得超过本公司已发行股份总额的20%",
"contextual_info": NaN
'''
df = df.copy()
# 初始化标记列
df['cu_21_2_subje... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_21_2",
"derived_derived_id": 0,
"derived_id": 1,
"id": "cu_21_2_1",
"law_article_id": 21,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_21_2(df):
'''
验证CU_21_2合规性:
"subject": "上市公司",
"condition": "回购股份用于股权激励或者员工持股计划、转换上市公司发行的可转换为股票的公司债券、维护公司价值及股东权益所必需的",
"constraint": "合计持有的本公司股份数不得超过本公司已发行股份总额的20%",
"contextual_info": NaN
'''
df = df.copy()
# 初始化标记列
df['cu_21_2_subje... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_21_2",
"derived_derived_id": 1,
"derived_id": 1,
"id": "cu_21_2_1",
"law_article_id": 21,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_21_2(df):
'''
验证CU_21_2合规性:
"subject": "上市公司",
"condition": "回购股份用于股权激励或者员工持股计划、转换上市公司发行的可转换为股票的公司债券、维护公司价值及股东权益所必需的",
"constraint": "合计持有的本公司股份数不得超过本公司已发行股份总额的20%",
"contextual_info": NaN
'''
df = df.copy()
# 初始化标记列
df['cu_21_2_subje... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_21_2",
"derived_derived_id": 2,
"derived_id": 1,
"id": "cu_21_2_1",
"law_article_id": 21,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_21_2(df):
'''
验证CU_21_2合规性:
"subject": "上市公司",
"condition": "回购股份用于股权激励或者员工持股计划、转换上市公司发行的可转换为股票的公司债券、维护公司价值及股东权益所必需的",
"constraint": "合计持有的本公司股份数不得超过本公司已发行股份总额的20%",
"contextual_info": NaN
'''
df = df.copy()
# 初始化标记列
df['cu_21_2_subje... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_21_2",
"derived_derived_id": 3,
"derived_id": 1,
"id": "cu_21_2_1",
"law_article_id": 21,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_21_2(df):
'''
验证CU_21_2合规性:
"subject": "上市公司",
"condition": "回购股份用于股权激励或者员工持股计划、转换上市公司发行的可转换为股票的公司债券、维护公司价值及股东权益所必需的",
"constraint": "合计持有的本公司股份数不得超过本公司已发行股份总额的20%",
"contextual_info": NaN
'''
df = df.copy()
# 初始化标记列
df['cu_21_2_subje... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_21_2",
"derived_derived_id": 4,
"derived_id": 1,
"id": "cu_21_2_1",
"law_article_id": 21,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_42_2(df):
'''
合规性检查函数，对应CU_42_2条款：
- subject: 上市公司
- condition: 因维护公司价值及股东权益回购股份且处于定期报告披露前15个交易日内
- constraint: 不得采用集中竞价交易方式出售股份
'''
df = df.copy()
# 初始化标记列
df['cu_42_2_subject'] = True # 所有公司均为上市公司
df['cu_42_2_condition'] = False
... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_42_2",
"derived_derived_id": 0,
"derived_id": 1,
"id": "cu_42_2_1",
"law_article_id": 42,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_42_2(df):
'''
合规性检查函数，对应CU_42_2条款：
- subject: 上市公司
- condition: 因维护公司价值及股东权益回购股份且处于定期报告披露前15个交易日内
- constraint: 不得采用集中竞价交易方式出售股份
'''
df = df.copy()
# 初始化标记列
df['cu_42_2_subject'] = True # 所有公司均为上市公司
df['cu_42_2_condition'] = False
... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_42_2",
"derived_derived_id": 1,
"derived_id": 1,
"id": "cu_42_2_1",
"law_article_id": 42,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_42_2(df):
'''
合规性检查函数，对应CU_42_2条款：
- subject: 上市公司
- condition: 因维护公司价值及股东权益回购股份且处于定期报告披露前15个交易日内
- constraint: 不得采用集中竞价交易方式出售股份
'''
df = df.copy()
# 初始化标记列
df['cu_42_2_subject'] = True # 所有公司均为上市公司
df['cu_42_2_condition'] = False
... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_42_2",
"derived_derived_id": 2,
"derived_id": 1,
"id": "cu_42_2_1",
"law_article_id": 42,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_42_2(df):
'''
合规性检查函数，对应CU_42_2条款：
- subject: 上市公司
- condition: 因维护公司价值及股东权益回购股份且处于定期报告披露前15个交易日内
- constraint: 不得采用集中竞价交易方式出售股份
'''
df = df.copy()
# 初始化标记列
df['cu_42_2_subject'] = True # 所有公司均为上市公司
df['cu_42_2_condition'] = False
... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_42_2",
"derived_derived_id": 3,
"derived_id": 1,
"id": "cu_42_2_1",
"law_article_id": 42,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_42_2(df):
'''
合规性检查函数，对应CU_42_2条款：
- subject: 上市公司
- condition: 因维护公司价值及股东权益回购股份且处于定期报告披露前15个交易日内
- constraint: 不得采用集中竞价交易方式出售股份
'''
df = df.copy()
# 初始化标记列
df['cu_42_2_subject'] = True # 所有公司均为上市公司
df['cu_42_2_condition'] = False
... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_42_2",
"derived_derived_id": 4,
"derived_id": 1,
"id": "cu_42_2_1",
"law_article_id": 42,
"law_document_id": "BSE04",
"mask_count": 3,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_42_2(df):
'''
合规性检查函数，对应CU_42_2条款：
- subject: 上市公司
- condition: 因维护公司价值及股东权益回购股份且处于定期报告披露前15个交易日内
- constraint: 不得采用集中竞价交易方式出售股份
'''
df = df.copy()
# 初始化标记列
df['cu_42_2_subject'] = True # 所有公司均为上市公司
df['cu_42_2_condition'] = False
... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_42_2",
"derived_derived_id": 5,
"derived_id": 1,
"id": "cu_42_2_1",
"law_article_id": 42,
"law_document_id": "BSE04",
"mask_count": 3,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_42_2(df):
'''
合规性检查函数，对应MEU_42_2条款：
- subject: 上市公司
- condition: 因转换上市公司发行的可转换为股票的公司债券回购股份且处于定期报告披露前15个交易日内
- constraint: 不得采用集中竞价交易方式出售股份
'''
df = df.copy()
# 初始化标记列
df['meu_42_2_subject'] = True # 所有公司均为上市公司
df['meu_42_2_condition'... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_42_2",
"derived_derived_id": 0,
"derived_id": 2,
"id": "cu_42_2_2",
"law_article_id": 42,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_42_2(df):
'''
合规性检查函数，对应MEU_42_2条款：
- subject: 上市公司
- condition: 因转换上市公司发行的可转换为股票的公司债券回购股份且处于定期报告披露前15个交易日内
- constraint: 不得采用集中竞价交易方式出售股份
'''
df = df.copy()
# 初始化标记列
df['meu_42_2_subject'] = True # 所有公司均为上市公司
df['meu_42_2_condition'... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_42_2",
"derived_derived_id": 1,
"derived_id": 2,
"id": "cu_42_2_2",
"law_article_id": 42,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_42_2(df):
'''
合规性检查函数，对应MEU_42_2条款：
- subject: 上市公司
- condition: 因转换上市公司发行的可转换为股票的公司债券回购股份且处于定期报告披露前15个交易日内
- constraint: 不得采用集中竞价交易方式出售股份
'''
df = df.copy()
# 初始化标记列
df['meu_42_2_subject'] = True # 所有公司均为上市公司
df['meu_42_2_condition'... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_42_2",
"derived_derived_id": 2,
"derived_id": 2,
"id": "cu_42_2_2",
"law_article_id": 42,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_42_2(df):
'''
合规性检查函数，对应MEU_42_2条款：
- subject: 上市公司
- condition: 因转换上市公司发行的可转换为股票的公司债券回购股份且处于定期报告披露前15个交易日内
- constraint: 不得采用集中竞价交易方式出售股份
'''
df = df.copy()
# 初始化标记列
df['meu_42_2_subject'] = True # 所有公司均为上市公司
df['meu_42_2_condition'... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_42_2",
"derived_derived_id": 3,
"derived_id": 2,
"id": "cu_42_2_2",
"law_article_id": 42,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_42_2(df):
'''
合规性检查函数，对应MEU_42_2条款：
- subject: 上市公司
- condition: 因转换上市公司发行的可转换为股票的公司债券回购股份且处于定期报告披露前15个交易日内
- constraint: 不得采用集中竞价交易方式出售股份
'''
df = df.copy()
# 初始化标记列
df['meu_42_2_subject'] = True # 所有公司均为上市公司
df['meu_42_2_condition'... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_42_2",
"derived_derived_id": 4,
"derived_id": 2,
"id": "cu_42_2_2",
"law_article_id": 42,
"law_document_id": "BSE04",
"mask_count": 3,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_42_2(df):
'''
合规性检查函数，对应MEU_42_2条款：
- subject: 上市公司
- condition: 因转换上市公司发行的可转换为股票的公司债券回购股份且处于定期报告披露前15个交易日内
- constraint: 不得采用集中竞价交易方式出售股份
'''
df = df.copy()
# 初始化标记列
df['meu_42_2_subject'] = True # 所有公司均为上市公司
df['meu_42_2_condition'... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_42_2",
"derived_derived_id": 5,
"derived_id": 2,
"id": "cu_42_2_2",
"law_article_id": 42,
"law_document_id": "BSE04",
"mask_count": 3,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_2(df):
'''
检查CU_45_2的合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份
constraint: 申报价格不得为公司股票当日交易跌幅限制的价格（前日收盘价的90%）
合规：价格不等于跌停价（False）
违规：价格等于跌停价（True）
'''
df = df.copy()
# 初始化标记列
df['cu_45_2_subject'] = T... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_2",
"derived_derived_id": 0,
"derived_id": 1,
"id": "cu_45_2_1",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_2(df):
'''
检查CU_45_2的合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份
constraint: 申报价格不得为公司股票当日交易跌幅限制的价格（前日收盘价的90%）
合规：价格不等于跌停价（False）
违规：价格等于跌停价（True）
'''
df = df.copy()
# 初始化标记列
df['cu_45_2_subject'] = T... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_2",
"derived_derived_id": 1,
"derived_id": 1,
"id": "cu_45_2_1",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_2(df):
'''
检查CU_45_2的合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份
constraint: 申报价格不得为公司股票当日交易跌幅限制的价格（前日收盘价的90%）
合规：价格不等于跌停价（False）
违规：价格等于跌停价（True）
'''
df = df.copy()
# 初始化标记列
df['cu_45_2_subject'] = T... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_2",
"derived_derived_id": 2,
"derived_id": 1,
"id": "cu_45_2_1",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_2(df):
'''
检查CU_45_2的合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份
constraint: 申报价格不得为公司股票当日交易跌幅限制的价格（前日收盘价的90%）
合规：价格不等于跌停价（False）
违规：价格等于跌停价（True）
'''
df = df.copy()
# 初始化标记列
df['cu_45_2_subject'] = T... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_2",
"derived_derived_id": 3,
"derived_id": 1,
"id": "cu_45_2_1",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_2(df):
'''
检查CU_45_2的合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份
constraint: 申报价格不得为公司股票当日交易跌幅限制的价格（前日收盘价的90%）
合规：价格不等于跌停价（False）
违规：价格等于跌停价（True）
'''
df = df.copy()
# 初始化标记列
df['cu_45_2_subject'] = T... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_2",
"derived_derived_id": 4,
"derived_id": 1,
"id": "cu_45_2_1",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_2(df):
'''
检查cu_45_2的合规性：
subject: 上市公司（所有行均为上市公司）
condition: 采用集中竞价交易方式出售已回购股份（存在出售计划即视为满足）
constraint: 申报价格不得为当日跌幅限制价格（前收盘价的80%），且需在涨跌幅限制范围内（前收盘价的80%~120%之间）
合规：价格在区间内且不等于跌停价（False）
违规：价格超出区间或等于跌停价（True）
'''
df ... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_2",
"derived_derived_id": 0,
"derived_id": 2,
"id": "cu_45_2_2",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_2(df):
'''
检查cu_45_2的合规性：
subject: 上市公司（所有行均为上市公司）
condition: 采用集中竞价交易方式出售已回购股份（存在出售计划即视为满足）
constraint: 申报价格不得为当日跌幅限制价格（前收盘价的80%），且需在涨跌幅限制范围内（前收盘价的80%~120%之间）
合规：价格在区间内且不等于跌停价（False）
违规：价格超出区间或等于跌停价（True）
'''
df ... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_2",
"derived_derived_id": 1,
"derived_id": 2,
"id": "cu_45_2_2",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_2(df):
'''
检查cu_45_2的合规性：
subject: 上市公司（所有行均为上市公司）
condition: 采用集中竞价交易方式出售已回购股份（存在出售计划即视为满足）
constraint: 申报价格不得为当日跌幅限制价格（前收盘价的80%），且需在涨跌幅限制范围内（前收盘价的80%~120%之间）
合规：价格在区间内且不等于跌停价（False）
违规：价格超出区间或等于跌停价（True）
'''
df ... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_2",
"derived_derived_id": 2,
"derived_id": 2,
"id": "cu_45_2_2",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_2(df):
'''
检查cu_45_2的合规性：
subject: 上市公司（所有行均为上市公司）
condition: 采用集中竞价交易方式出售已回购股份（存在出售计划即视为满足）
constraint: 申报价格不得为当日跌幅限制价格（前收盘价的80%），且需在涨跌幅限制范围内（前收盘价的80%~120%之间）
合规：价格在区间内且不等于跌停价（False）
违规：价格超出区间或等于跌停价（True）
'''
df ... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_2",
"derived_derived_id": 3,
"derived_id": 2,
"id": "cu_45_2_2",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_2(df):
'''
检查cu_45_2的合规性：
subject: 上市公司（所有行均为上市公司）
condition: 采用集中竞价交易方式出售已回购股份（存在出售计划即视为满足）
constraint: 申报价格不得为当日跌幅限制价格（前收盘价的80%），且需在涨跌幅限制范围内（前收盘价的80%~120%之间）
合规：价格在区间内且不等于跌停价（False）
违规：价格超出区间或等于跌停价（True）
'''
df ... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_2",
"derived_derived_id": 4,
"derived_id": 2,
"id": "cu_45_2_2",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_meu_45_3(df):
'''
检查MEU_45_3合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份且每日出售数量超过1万股
constraint: 每日出售数量不得超过出售计划披露日前20个交易日日均盘中成交量的25%
'''
df = df.copy()
# 初始化标记列
df['meu_45_3_subject'] = True # 所有记录均为上市公司
df['meu_45_3_condition'] = False
df['meu_45_3_c... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_3",
"derived_derived_id": 0,
"derived_id": 1,
"id": "cu_45_3_1",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_meu_45_3(df):
'''
检查MEU_45_3合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份且每日出售数量超过1万股
constraint: 每日出售数量不得超过出售计划披露日前20个交易日日均盘中成交量的25%
'''
df = df.copy()
# 初始化标记列
df['meu_45_3_subject'] = True # 所有记录均为上市公司
df['meu_45_3_condition'] = False
df['meu_45_3_c... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_3",
"derived_derived_id": 1,
"derived_id": 1,
"id": "cu_45_3_1",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_meu_45_3(df):
'''
检查MEU_45_3合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份且每日出售数量超过1万股
constraint: 每日出售数量不得超过出售计划披露日前20个交易日日均盘中成交量的25%
'''
df = df.copy()
# 初始化标记列
df['meu_45_3_subject'] = True # 所有记录均为上市公司
df['meu_45_3_condition'] = False
df['meu_45_3_c... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_3",
"derived_derived_id": 2,
"derived_id": 1,
"id": "cu_45_3_1",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_meu_45_3(df):
'''
检查MEU_45_3合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份且每日出售数量超过1万股
constraint: 每日出售数量不得超过出售计划披露日前20个交易日日均盘中成交量的25%
'''
df = df.copy()
# 初始化标记列
df['meu_45_3_subject'] = True # 所有记录均为上市公司
df['meu_45_3_condition'] = False
df['meu_45_3_c... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_3",
"derived_derived_id": 3,
"derived_id": 1,
"id": "cu_45_3_1",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_meu_45_3(df):
'''
检查MEU_45_3合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份且每日出售数量超过1万股
constraint: 每日出售数量不得超过出售计划披露日前20个交易日日均盘中成交量的25%
'''
df = df.copy()
# 初始化标记列
df['meu_45_3_subject'] = True # 所有记录均为上市公司
df['meu_45_3_condition'] = False
df['meu_45_3_c... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_3",
"derived_derived_id": 4,
"derived_id": 1,
"id": "cu_45_3_1",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 3,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_meu_45_3(df):
'''
检查MEU_45_3合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份且每日出售数量超过1万股
constraint: 每日出售数量不得超过出售计划披露日前20个交易日日均盘中成交量的25%
'''
df = df.copy()
# 初始化标记列
df['meu_45_3_subject'] = True # 所有记录均为上市公司
df['meu_45_3_condition'] = False
df['meu_45_3_c... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_3",
"derived_derived_id": 5,
"derived_id": 1,
"id": "cu_45_3_1",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 3,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_cu_45_3(df):
'''
检查cu_45_3合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份且每日出售数量超过5万股
constraint: 每日出售数量不得超过出售计划披露日前20个交易日日均盘中成交量的15%
'''
df = df.copy()
# 初始化标记列
df['cu_45_3_subject'] = True # 所有记录均为上市公司
df['cu_45_3_condition'] = False
df['cu_45_3_constr... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_3",
"derived_derived_id": 0,
"derived_id": 2,
"id": "cu_45_3_2",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_cu_45_3(df):
'''
检查cu_45_3合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份且每日出售数量超过5万股
constraint: 每日出售数量不得超过出售计划披露日前20个交易日日均盘中成交量的15%
'''
df = df.copy()
# 初始化标记列
df['cu_45_3_subject'] = True # 所有记录均为上市公司
df['cu_45_3_condition'] = False
df['cu_45_3_constr... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_3",
"derived_derived_id": 1,
"derived_id": 2,
"id": "cu_45_3_2",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_cu_45_3(df):
'''
检查cu_45_3合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份且每日出售数量超过5万股
constraint: 每日出售数量不得超过出售计划披露日前20个交易日日均盘中成交量的15%
'''
df = df.copy()
# 初始化标记列
df['cu_45_3_subject'] = True # 所有记录均为上市公司
df['cu_45_3_condition'] = False
df['cu_45_3_constr... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_3",
"derived_derived_id": 2,
"derived_id": 2,
"id": "cu_45_3_2",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_cu_45_3(df):
'''
检查cu_45_3合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份且每日出售数量超过5万股
constraint: 每日出售数量不得超过出售计划披露日前20个交易日日均盘中成交量的15%
'''
df = df.copy()
# 初始化标记列
df['cu_45_3_subject'] = True # 所有记录均为上市公司
df['cu_45_3_condition'] = False
df['cu_45_3_constr... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_3",
"derived_derived_id": 3,
"derived_id": 2,
"id": "cu_45_3_2",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_cu_45_3(df):
'''
检查cu_45_3合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份且每日出售数量超过5万股
constraint: 每日出售数量不得超过出售计划披露日前20个交易日日均盘中成交量的15%
'''
df = df.copy()
# 初始化标记列
df['cu_45_3_subject'] = True # 所有记录均为上市公司
df['cu_45_3_condition'] = False
df['cu_45_3_constr... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_3",
"derived_derived_id": 4,
"derived_id": 2,
"id": "cu_45_3_2",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 3,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_cu_45_3(df):
'''
检查cu_45_3合规性：
subject: 上市公司
condition: 采用集中竞价交易方式出售已回购股份且每日出售数量超过5万股
constraint: 每日出售数量不得超过出售计划披露日前20个交易日日均盘中成交量的15%
'''
df = df.copy()
# 初始化标记列
df['cu_45_3_subject'] = True # 所有记录均为上市公司
df['cu_45_3_condition'] = False
df['cu_45_3_constr... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_3",
"derived_derived_id": 5,
"derived_id": 2,
"id": "cu_45_3_2",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 3,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_4(df):
'''
检查CU_45_4合规性：
- subject: 上市公司（所有行自动满足）
- condition: 存在集中竞价出售已回购股份计划
- constraint: 60交易日累计出售量≤总股本1%
'''
df = df.copy()
# 初始化合规标记列
df['cu_45_4_subject'] = True # 所有公司均为上市公司
df['cu_45_4_condition'] = df['存在出售计划'].astype(boo... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_4",
"derived_derived_id": 0,
"derived_id": 1,
"id": "cu_45_4_1",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_4(df):
'''
检查CU_45_4合规性：
- subject: 上市公司（所有行自动满足）
- condition: 存在集中竞价出售已回购股份计划
- constraint: 60交易日累计出售量≤总股本1%
'''
df = df.copy()
# 初始化合规标记列
df['cu_45_4_subject'] = True # 所有公司均为上市公司
df['cu_45_4_condition'] = df['存在出售计划'].astype(boo... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_4",
"derived_derived_id": 1,
"derived_id": 1,
"id": "cu_45_4_1",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_4(df):
'''
检查CU_45_4合规性：
- subject: 上市公司（所有行自动满足）
- condition: 存在集中竞价出售已回购股份计划
- constraint: 60交易日累计出售量≤总股本1%
'''
df = df.copy()
# 初始化合规标记列
df['cu_45_4_subject'] = True # 所有公司均为上市公司
df['cu_45_4_condition'] = df['存在出售计划'].astype(boo... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_4",
"derived_derived_id": 2,
"derived_id": 1,
"id": "cu_45_4_1",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_4(df):
'''
检查CU_45_4合规性：
- subject: 上市公司（所有行自动满足）
- condition: 存在集中竞价出售已回购股份计划
- constraint: 60交易日累计出售量≤总股本1%
'''
df = df.copy()
# 初始化合规标记列
df['cu_45_4_subject'] = True # 所有公司均为上市公司
df['cu_45_4_condition'] = df['存在出售计划'].astype(boo... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_4",
"derived_derived_id": 3,
"derived_id": 1,
"id": "cu_45_4_1",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_4(df):
'''
检查CU_45_4合规性：
- subject: 上市公司（所有行自动满足）
- condition: 存在集中竞价出售已回购股份计划
- constraint: 60交易日累计出售量≤总股本1%
'''
df = df.copy()
# 初始化合规标记列
df['cu_45_4_subject'] = True # 所有公司均为上市公司
df['cu_45_4_condition'] = df['存在出售计划'].astype(boo... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_4",
"derived_derived_id": 4,
"derived_id": 1,
"id": "cu_45_4_1",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_4(df):
'''
检查cu_45_4合规性：
- subject: 上市公司（所有行自动满足）
- condition: 存在集中竞价出售已回购股份计划
- constraint: 30交易日累计出售量≤总股本1%
'''
df = df.copy()
# 初始化合规标记列
df['cu_45_4_subject'] = True # 所有公司均为上市公司
df['cu_45_4_condition'] = df['存在出售计划'].astype(boo... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_4",
"derived_derived_id": 0,
"derived_id": 2,
"id": "cu_45_4_2",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_4(df):
'''
检查cu_45_4合规性：
- subject: 上市公司（所有行自动满足）
- condition: 存在集中竞价出售已回购股份计划
- constraint: 30交易日累计出售量≤总股本1%
'''
df = df.copy()
# 初始化合规标记列
df['cu_45_4_subject'] = True # 所有公司均为上市公司
df['cu_45_4_condition'] = df['存在出售计划'].astype(boo... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_4",
"derived_derived_id": 1,
"derived_id": 2,
"id": "cu_45_4_2",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_4(df):
'''
检查cu_45_4合规性：
- subject: 上市公司（所有行自动满足）
- condition: 存在集中竞价出售已回购股份计划
- constraint: 30交易日累计出售量≤总股本1%
'''
df = df.copy()
# 初始化合规标记列
df['cu_45_4_subject'] = True # 所有公司均为上市公司
df['cu_45_4_condition'] = df['存在出售计划'].astype(boo... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_4",
"derived_derived_id": 2,
"derived_id": 2,
"id": "cu_45_4_2",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_4(df):
'''
检查cu_45_4合规性：
- subject: 上市公司（所有行自动满足）
- condition: 存在集中竞价出售已回购股份计划
- constraint: 30交易日累计出售量≤总股本1%
'''
df = df.copy()
# 初始化合规标记列
df['cu_45_4_subject'] = True # 所有公司均为上市公司
df['cu_45_4_condition'] = df['存在出售计划'].astype(boo... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_4",
"derived_derived_id": 3,
"derived_id": 2,
"id": "cu_45_4_2",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_4(df):
'''
检查cu_45_4合规性：
- subject: 上市公司（所有行自动满足）
- condition: 存在集中竞价出售已回购股份计划
- constraint: 30交易日累计出售量≤总股本1%
'''
df = df.copy()
# 初始化合规标记列
df['cu_45_4_subject'] = True # 所有公司均为上市公司
df['cu_45_4_condition'] = df['存在出售计划'].astype(boo... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_4",
"derived_derived_id": 4,
"derived_id": 2,
"id": "cu_45_4_2",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_4(df):
'''
检查CU_45_4合规性：
- subject: 上市公司（所有行自动满足）
- condition: 存在集中竞价出售已回购股份计划
- constraint: 在任意连续90交易日内，出售股份的总数不得超过公司股份总数的2%
'''
df = df.copy()
# 初始化合规标记列
df['cu_45_4_subject'] = True # 所有公司均为上市公司
df['cu_45_4_condition'] = df['存在出... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_4",
"derived_derived_id": 0,
"derived_id": 3,
"id": "cu_45_4_3",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_4(df):
'''
检查CU_45_4合规性：
- subject: 上市公司（所有行自动满足）
- condition: 存在集中竞价出售已回购股份计划
- constraint: 在任意连续90交易日内，出售股份的总数不得超过公司股份总数的2%
'''
df = df.copy()
# 初始化合规标记列
df['cu_45_4_subject'] = True # 所有公司均为上市公司
df['cu_45_4_condition'] = df['存在出... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_4",
"derived_derived_id": 1,
"derived_id": 3,
"id": "cu_45_4_3",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_4(df):
'''
检查CU_45_4合规性：
- subject: 上市公司（所有行自动满足）
- condition: 存在集中竞价出售已回购股份计划
- constraint: 在任意连续90交易日内，出售股份的总数不得超过公司股份总数的2%
'''
df = df.copy()
# 初始化合规标记列
df['cu_45_4_subject'] = True # 所有公司均为上市公司
df['cu_45_4_condition'] = df['存在出... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_4",
"derived_derived_id": 2,
"derived_id": 3,
"id": "cu_45_4_3",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_4(df):
'''
检查CU_45_4合规性：
- subject: 上市公司（所有行自动满足）
- condition: 存在集中竞价出售已回购股份计划
- constraint: 在任意连续90交易日内，出售股份的总数不得超过公司股份总数的2%
'''
df = df.copy()
# 初始化合规标记列
df['cu_45_4_subject'] = True # 所有公司均为上市公司
df['cu_45_4_condition'] = df['存在出... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_4",
"derived_derived_id": 3,
"derived_id": 3,
"id": "cu_45_4_3",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_45_4(df):
'''
检查CU_45_4合规性：
- subject: 上市公司（所有行自动满足）
- condition: 存在集中竞价出售已回购股份计划
- constraint: 在任意连续90交易日内，出售股份的总数不得超过公司股份总数的2%
'''
df = df.copy()
# 初始化合规标记列
df['cu_45_4_subject'] = True # 所有公司均为上市公司
df['cu_45_4_condition'] = df['存在出... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_45_4",
"derived_derived_id": 4,
"derived_id": 3,
"id": "cu_45_4_3",
"law_article_id": 45,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_meu_46_2(df):
'''
检查MEU_46_2合规性：
"subject": "上市公司",
"condition": "采用集中竞价交易方式出售已回购股份期间",
"constraint": "首次出售已回购股份事实发生后应当在次2个交易日内披露出售进展情况公告"
'''
df = df.copy()
# 1. 初始化标记列
df['meu_46_2_subject'] = True # 所有公司都是上市公司
df['meu_46_2_condition'] = False
df... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_46_2",
"derived_derived_id": 0,
"derived_id": 1,
"id": "cu_46_2_1",
"law_article_id": 46,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_meu_46_2(df):
'''
检查MEU_46_2合规性：
"subject": "上市公司",
"condition": "采用集中竞价交易方式出售已回购股份期间",
"constraint": "首次出售已回购股份事实发生后应当在次2个交易日内披露出售进展情况公告"
'''
df = df.copy()
# 1. 初始化标记列
df['meu_46_2_subject'] = True # 所有公司都是上市公司
df['meu_46_2_condition'] = False
df... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_46_2",
"derived_derived_id": 1,
"derived_id": 1,
"id": "cu_46_2_1",
"law_article_id": 46,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_meu_46_2(df):
'''
检查MEU_46_2合规性：
"subject": "上市公司",
"condition": "采用集中竞价交易方式出售已回购股份期间",
"constraint": "首次出售已回购股份事实发生后应当在次2个交易日内披露出售进展情况公告"
'''
df = df.copy()
# 1. 初始化标记列
df['meu_46_2_subject'] = True # 所有公司都是上市公司
df['meu_46_2_condition'] = False
df... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_46_2",
"derived_derived_id": 2,
"derived_id": 1,
"id": "cu_46_2_1",
"law_article_id": 46,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_meu_46_2(df):
'''
检查MEU_46_2合规性：
"subject": "上市公司",
"condition": "采用集中竞价交易方式出售已回购股份期间",
"constraint": "首次出售已回购股份事实发生后应当在次2个交易日内披露出售进展情况公告"
'''
df = df.copy()
# 1. 初始化标记列
df['meu_46_2_subject'] = True # 所有公司都是上市公司
df['meu_46_2_condition'] = False
df... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_46_2",
"derived_derived_id": 3,
"derived_id": 1,
"id": "cu_46_2_1",
"law_article_id": 46,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_meu_46_2(df):
'''
检查MEU_46_2合规性：
"subject": "上市公司",
"condition": "采用集中竞价交易方式出售已回购股份期间",
"constraint": "首次出售已回购股份事实发生后应当在次2个交易日内披露出售进展情况公告"
'''
df = df.copy()
# 1. 初始化标记列
df['meu_46_2_subject'] = True # 所有公司都是上市公司
df['meu_46_2_condition'] = False
df... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_46_2",
"derived_derived_id": 4,
"derived_id": 1,
"id": "cu_46_2_1",
"law_article_id": 46,
"law_document_id": "BSE04",
"mask_count": 3,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
def check_meu_46_2(df):
'''
检查MEU_46_2合规性：
"subject": "上市公司",
"condition": "采用集中竞价交易方式出售已回购股份期间",
"constraint": "首次出售已回购股份事实发生后应当在次2个交易日内披露出售进展情况公告"
'''
df = df.copy()
# 1. 初始化标记列
df['meu_46_2_subject'] = True # 所有公司都是上市公司
df['meu_46_2_condition'] = False
df... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_46_2",
"derived_derived_id": 5,
"derived_id": 1,
"id": "cu_46_2_1",
"law_article_id": 46,
"law_document_id": "BSE04",
"mask_count": 3,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
import numpy as np
def check_cu_46_3(df):
'''
检查cu_46_3合规性：
subject: 上市公司（所有行自动满足）
condition: 采用集中竞价交易方式出售已回购股份期间
constraint: 出售已回购股份占上市公司总股本的比例每增加2%, 应当在事实发生之日起3个交易日内披露出售进展情况公告
'''
df = df.copy()
# 初始化标记列
df['cu_46_3_subject'] = True
df['cu_46... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_46_3",
"derived_derived_id": 0,
"derived_id": 1,
"id": "cu_46_3_1",
"law_article_id": 46,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
import numpy as np
def check_cu_46_3(df):
'''
检查cu_46_3合规性：
subject: 上市公司（所有行自动满足）
condition: 采用集中竞价交易方式出售已回购股份期间
constraint: 出售已回购股份占上市公司总股本的比例每增加2%, 应当在事实发生之日起3个交易日内披露出售进展情况公告
'''
df = df.copy()
# 初始化标记列
df['cu_46_3_subject'] = True
df['cu_46... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_46_3",
"derived_derived_id": 1,
"derived_id": 1,
"id": "cu_46_3_1",
"law_article_id": 46,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
import numpy as np
def check_cu_46_3(df):
'''
检查cu_46_3合规性：
subject: 上市公司（所有行自动满足）
condition: 采用集中竞价交易方式出售已回购股份期间
constraint: 出售已回购股份占上市公司总股本的比例每增加2%, 应当在事实发生之日起3个交易日内披露出售进展情况公告
'''
df = df.copy()
# 初始化标记列
df['cu_46_3_subject'] = True
df['cu_46... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_46_3",
"derived_derived_id": 2,
"derived_id": 1,
"id": "cu_46_3_1",
"law_article_id": 46,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
import numpy as np
def check_cu_46_3(df):
'''
检查cu_46_3合规性：
subject: 上市公司（所有行自动满足）
condition: 采用集中竞价交易方式出售已回购股份期间
constraint: 出售已回购股份占上市公司总股本的比例每增加2%, 应当在事实发生之日起3个交易日内披露出售进展情况公告
'''
df = df.copy()
# 初始化标记列
df['cu_46_3_subject'] = True
df['cu_46... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_46_3",
"derived_derived_id": 3,
"derived_id": 1,
"id": "cu_46_3_1",
"law_article_id": 46,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
import numpy as np
def check_cu_46_3(df):
'''
检查cu_46_3合规性：
subject: 上市公司（所有行自动满足）
condition: 采用集中竞价交易方式出售已回购股份期间
constraint: 出售已回购股份占上市公司总股本的比例每增加2%, 应当在事实发生之日起3个交易日内披露出售进展情况公告
'''
df = df.copy()
# 初始化标记列
df['cu_46_3_subject'] = True
df['cu_46... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_46_3",
"derived_derived_id": 4,
"derived_id": 1,
"id": "cu_46_3_1",
"law_article_id": 46,
"law_document_id": "BSE04",
"mask_count": 3,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
import numpy as np
def check_cu_46_3(df):
'''
检查cu_46_3合规性：
subject: 上市公司（所有行自动满足）
condition: 采用集中竞价交易方式出售已回购股份期间
constraint: 出售已回购股份占上市公司总股本的比例每增加2%, 应当在事实发生之日起3个交易日内披露出售进展情况公告
'''
df = df.copy()
# 初始化标记列
df['cu_46_3_subject'] = True
df['cu_46... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_46_3",
"derived_derived_id": 5,
"derived_id": 1,
"id": "cu_46_3_1",
"law_article_id": 46,
"law_document_id": "BSE04",
"mask_count": 3,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_50_2(df):
'''
检查cu_50_2合规性：
"subject": "上市公司",
"condition": "实施要约回购",
"constraint": "要约期限不得少于50个自然日",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['cu_50_2_subject'] = True # 所有公司均为上市公司
df['cu_50_2_condition'] = Fal... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_50_2",
"derived_derived_id": 0,
"derived_id": 1,
"id": "cu_50_2_1",
"law_article_id": 50,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_50_2(df):
'''
检查cu_50_2合规性：
"subject": "上市公司",
"condition": "实施要约回购",
"constraint": "要约期限不得少于50个自然日",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['cu_50_2_subject'] = True # 所有公司均为上市公司
df['cu_50_2_condition'] = Fal... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_50_2",
"derived_derived_id": 1,
"derived_id": 1,
"id": "cu_50_2_1",
"law_article_id": 50,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_50_2(df):
'''
检查cu_50_2合规性：
"subject": "上市公司",
"condition": "实施要约回购",
"constraint": "要约期限不得少于50个自然日",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['cu_50_2_subject'] = True # 所有公司均为上市公司
df['cu_50_2_condition'] = Fal... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_50_2",
"derived_derived_id": 2,
"derived_id": 1,
"id": "cu_50_2_1",
"law_article_id": 50,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_50_2(df):
'''
检查cu_50_2合规性：
"subject": "上市公司",
"condition": "实施要约回购",
"constraint": "要约期限不得少于50个自然日",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['cu_50_2_subject'] = True # 所有公司均为上市公司
df['cu_50_2_condition'] = Fal... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_50_2",
"derived_derived_id": 3,
"derived_id": 1,
"id": "cu_50_2_1",
"law_article_id": 50,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_50_2(df):
'''
检查cu_50_2合规性：
"subject": "上市公司",
"condition": "实施要约回购",
"constraint": "要约期限不得少于50个自然日",
"contextual_info": NaN
'''
df = df.copy()
# 初始化合规标记列
df['cu_50_2_subject'] = True # 所有公司均为上市公司
df['cu_50_2_condition'] = Fal... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_50_2",
"derived_derived_id": 4,
"derived_id": 1,
"id": "cu_50_2_1",
"law_article_id": 50,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_50_3(df):
'''
合规性检查函数，对应CU_50_3条款：
- subject: 上市公司
- condition: 实施要约回购
- constraint: 要约期限不得超过90个自然日
'''
df = df.copy()
# 初始化标记列
df['cu_50_3_subject'] = True # 所有公司均为上市公司
df['cu_50_3_condition'] = False
df['cu_50_3_constraint'] = N... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_50_3",
"derived_derived_id": 0,
"derived_id": 1,
"id": "cu_50_3_1",
"law_article_id": 50,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_50_3(df):
'''
合规性检查函数，对应CU_50_3条款：
- subject: 上市公司
- condition: 实施要约回购
- constraint: 要约期限不得超过90个自然日
'''
df = df.copy()
# 初始化标记列
df['cu_50_3_subject'] = True # 所有公司均为上市公司
df['cu_50_3_condition'] = False
df['cu_50_3_constraint'] = N... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_50_3",
"derived_derived_id": 1,
"derived_id": 1,
"id": "cu_50_3_1",
"law_article_id": 50,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_50_3(df):
'''
合规性检查函数，对应CU_50_3条款：
- subject: 上市公司
- condition: 实施要约回购
- constraint: 要约期限不得超过90个自然日
'''
df = df.copy()
# 初始化标记列
df['cu_50_3_subject'] = True # 所有公司均为上市公司
df['cu_50_3_condition'] = False
df['cu_50_3_constraint'] = N... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_50_3",
"derived_derived_id": 2,
"derived_id": 1,
"id": "cu_50_3_1",
"law_article_id": 50,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_50_3(df):
'''
合规性检查函数，对应CU_50_3条款：
- subject: 上市公司
- condition: 实施要约回购
- constraint: 要约期限不得超过90个自然日
'''
df = df.copy()
# 初始化标记列
df['cu_50_3_subject'] = True # 所有公司均为上市公司
df['cu_50_3_condition'] = False
df['cu_50_3_constraint'] = N... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_50_3",
"derived_derived_id": 3,
"derived_id": 1,
"id": "cu_50_3_1",
"law_article_id": 50,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_cu_50_3(df):
'''
合规性检查函数，对应CU_50_3条款：
- subject: 上市公司
- condition: 实施要约回购
- constraint: 要约期限不得超过90个自然日
'''
df = df.copy()
# 初始化标记列
df['cu_50_3_subject'] = True # 所有公司均为上市公司
df['cu_50_3_condition'] = False
df['cu_50_3_constraint'] = N... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_50_3",
"derived_derived_id": 4,
"derived_id": 1,
"id": "cu_50_3_1",
"law_article_id": 50,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_51_2(df):
'''
验证MEU_51_2合规性：
- subject: 上市公司（所有行自动满足）
- condition: 实施要约回购（回购方式为要约回购）
- constraint: 要约价格不低于方案公告日前20个交易日平均价
'''
df = df.copy()
# 初始化标记列
df['meu_51_2_subject'] = True # 所有公司均为上市公司
df['meu_51_2_condition'] = df['回购方式'] ==... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_51_2",
"derived_derived_id": 0,
"derived_id": 1,
"id": "cu_51_2_1",
"law_article_id": 51,
"law_document_id": "BSE04",
"mask_count": 0,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_51_2(df):
'''
验证MEU_51_2合规性：
- subject: 上市公司（所有行自动满足）
- condition: 实施要约回购（回购方式为要约回购）
- constraint: 要约价格不低于方案公告日前20个交易日平均价
'''
df = df.copy()
# 初始化标记列
df['meu_51_2_subject'] = True # 所有公司均为上市公司
df['meu_51_2_condition'] = df['回购方式'] ==... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_51_2",
"derived_derived_id": 1,
"derived_id": 1,
"id": "cu_51_2_1",
"law_article_id": 51,
"law_document_id": "BSE04",
"mask_count": 1,
"variant": "1"
} |
# 身份
你是一个精通法律的程序员. 擅长编写代码以检验特定案例对于特定法律要求的合规性.
## ComplianceUnit概念简述
ComplianceUnit是法律条文拆解出的合规检查单元，包含：
- cu_id: ComplianceUnit的编号, 通常为"cu_n_k", 其中n是其所属的法条的编号, k是其在法条内部的编号
- subject: 责任主体（如"控股股东")
- condition: 触发条件（如"减持股份")
- constraint: 约束内容（如"提前15日公告")
- contextual_info: 补充说明（如价格计算方式）
# 任务
你现在面临一个编写代码以检验某法律事件的... | ```python
import pandas as pd
def check_meu_51_2(df):
'''
验证MEU_51_2合规性：
- subject: 上市公司（所有行自动满足）
- condition: 实施要约回购（回购方式为要约回购）
- constraint: 要约价格不低于方案公告日前20个交易日平均价
'''
df = df.copy()
# 初始化标记列
df['meu_51_2_subject'] = True # 所有公司均为上市公司
df['meu_51_2_condition'] = df['回购方式'] ==... | {
"language": "python",
"test_code": "```python\n# 读取模拟数据\nimport pandas as pd\ndf = pd.read_csv('data_simulation/data_generated/data_simulate_04.csv')\ndate_columns = ['日期', '决议通过日', '实施开始日', '实施截止日', '上市日期', '公告日期', '出售开始日', '出售截止日']\nfor col in date_columns:\n df[col] = pd.to_datetime(df[col])\n```"
} | {
"compliance_unit_id": "cu_51_2",
"derived_derived_id": 2,
"derived_id": 1,
"id": "cu_51_2_1",
"law_article_id": 51,
"law_document_id": "BSE04",
"mask_count": 2,
"variant": "1"
} |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.