使用 Python Faker 为 5000 行生成不同的数据

Question

我想使用 Python Faker 库生成 500 行数据，但是我使用下面的代码得到了重复的数据。你能指出我哪里出错了吗？我相信这与 for 循环有关。提前致谢：

 from faker import Factory
import pandas as pd
import random

def create_fake_stuff(fake):

df = pd.DataFrame(columns=('name'
    , 'email'
    , 'bs'
    , 'address'
    , 'city'
    , 'state'
    , 'date_time'
    , 'paragraph'
    , 'Conrad'
    ,'randomdata'))

stuff = [fake.name()
    , fake.email()
    , fake.bs()
    , fake.address()
    , fake.city()
    , fake.state()
    , fake.date_time()
    , fake.paragraph()
    , fake.catch_phrase()
    , random.randint(1000,2000)]

for i in range(10):
        df.loc[i] = [item for item in stuff]
print(df)

if __name__ == '__main__':
    fake = Factory.create()
    create_fake_stuff(fake)

原文由 Conrad Addo 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

我将伪造的东西数组放在我的 for 循环中以获得预期的结果：

 for i in range(10):
    stuff = [fake.name()
        , fake.email()
        , fake.bs()
        , fake.address()
        , fake.city()
        , fake.state()
        , fake.date_time()
        , fake.paragraph()
        , fake.catch_phrase()
        , random.randint(1000, 2000)]
    df.loc[i] = [item for item in stuff]
    print(df)

原文由 Conrad Addo 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

免责声明：这个答案是在问题之后添加的，并添加了一些不直接回答问题的新信息。

现在有一个快速的新库 Mimesis-Fake Data Generator 。

• 好处：据说它的工作速度比 faker 快几倍（请参阅下面我对与所讨论的数据类似的数据测试）。
• 缺点：仅适用于 3.6 版本的 Python。

pip install mimesis

 >>> from mimesis import Person
>>> from mimesis.enums import Gender
>>> person = Person('en')

>>> person.full_name(gender=Gender.FEMALE)
'Antonetta Garrison'
>>> personru = Person('ru')
>>> personru.full_name()
'Рената Черкасова'

与早期开发的 faker 相同：

pip install faker

 >>> from faker import Faker
>>> fake_ru=Faker('ja_JP')
>>> fake_ru=Faker('ru_RU')
>>> fake_jp=Faker('ja_JP')
>>> print (fake_ru.name())
Субботина Елена Наумовна
>>> print (fake_jp.name())
大垣 花子

下面是我最近根据 forzer0eight 的回答中提供的代码对 Mimesis 与 Faker 的时间安排：

 from faker import Faker
import pandas as pd
import random
fake = Faker()
def create_rows_faker(num=1):
    output = [{"name":fake.name(),
                   "address":fake.address(),
                   "name":fake.name(),
                   "email":fake.email(),
                   #"bs":fake.bs(),
                   "city":fake.city(),
                   "state":fake.state(),
                   "date_time":fake.date_time(),
                   #"paragraph":fake.paragraph(),
                   #"Conrad":fake.catch_phrase(),
                   "randomdata":random.randint(1000,2000)} for x in range(num)]
    return output

%%time
df_faker = pd.DataFrame(create_rows_faker(5000))

CPU 时间：用户 3.51 秒，系统：2.86 毫秒，总计：3.51 秒 墙时间：3.51 秒

from mimesis import Person
from mimesis import Address
from mimesis.enums import Gender
from mimesis import Datetime
person = Person('en')
import pandas as pd
import random
person = Person()
addess = Address()
datetime = Datetime()
def create_rows_mimesis(num=1):
    output = [{"name":person.full_name(gender=Gender.FEMALE),
                   "address":addess.address(),
                   "name":person.name(),
                   "email":person.email(),
                   #"bs":person.bs(),
                   "city":addess.city(),
                   "state":addess.state(),
                   "date_time":datetime.datetime(),
                   #"paragraph":person.paragraph(),
                   #"Conrad":person.catch_phrase(),
                   "randomdata":random.randint(1000,2000)} for x in range(num)]
    return output

%%time
df_mimesis = pd.DataFrame(create_rows_mimesis(5000))

CPU 时间：用户 178 毫秒，系统：1.7 毫秒，总计：180 毫秒 墙时间：179 毫秒

下面是对比结果数据：

 df_faker.head(2)
address city    date_time   email   name    randomdata  state
0   3818 Goodwin Haven\nBrocktown, GA 06168 Valdezport  2004-10-18 20:35:52 [e-mail] Deborah Garcia  1218    Oklahoma
1   2568 Gonzales Field\nRichardhaven, NC 79149 West Rachel 1985-02-03 00:33:00 [e-mail]  Barbara Pineda  1536    Tennessee

df_mimesis.head(2)
address city    date_time   email   name    randomdata  state
0   351 Nobles Viaduct  Cedar Falls 2013-08-22 08:20:25.288883  [e-mail] Ernest  1673    Georgia
1   517 Williams Hill   Malden  2008-01-26 18:12:01.654995  [e-mail]  Jonathan    1845    North Dakota

原文由 Alex Martian 发布，翻译遵循 CC BY-SA 4.0 许可协议