killvxk 虚拟数据集生成
生成用于测试的逼真虚拟数据集，支持自定义列、约束条件及输出格式（CSV、JSON、SQL、Python 脚本）。生成可直接执行的脚本或数据文件，即开即用。
适用场景： 创建测试数据、生成示例数据集、为开发构建逼真的模拟数据，或填充测试环境。
参数：
$PRODUCT：产品或系统名称$DATASET_TYPE：数据类型（如客户反馈、交易记录、用户画像）$ROWS：生成的行数（默认：100）$COLUMNS：需要包含的具体列或字段$FORMAT：输出格式（CSV、JSON、SQL、Python 脚本）$CONSTRAINTS：附加约束条件或业务规则
Step-by-Step Process（分步流程）
- 确定数据集类型 - 理解数据领域
- 定义列规格 - 名称、数据类型和取值范围
- 确定行数 - 需要多少条样本记录
- 选择输出格式 - CSV、JSON、SQL INSERT 或 Python 脚本
- 应用真实规律 - 确保数据看起来真实有效
- 添加业务约束 - 遵守业务逻辑和关联关系
- 生成或脚本化数据 - 创建可执行的输出
- 验证输出 - 确保数据质量和完整性
Template: Python Script Output（Python 脚本输出模板）
import csv
import json
from datetime import datetime, timedelta
import random
# 配置
ROWS = $ROWS
FILENAME = "$DATASET_TYPE.csv"
# 列定义及逼真值生成器
columns = {
"id": "auto-increment",
"name": "first_last_name",
"email": "email",
"created_at": "timestamp",
# 添加更多列...
}
def generate_dataset():
"""生成逼真的虚拟数据集"""
data = []
for i in range(1, ROWS + 1):
record = {
"id": f"U{i:06d}",
# 根据列定义生成值
}
data.append(record)
return data
def save_as_csv(data, filename):
"""将数据集保存为 CSV 格式"""
with open(filename, 'w', newline='') as f:
writer = csv.DictWriter(f, fieldnames=data[0].keys())
writer.writeheader()
writer.writerows(data)
if __name__ == "__main__":
dataset = generate_dataset()
save_as_csv(dataset, FILENAME)
print(f"已在 {FILENAME} 中生成 {len(dataset)} 条记录")
Example Dataset Specification（数据集规格示例）
数据集类型： 客户反馈
列：
- feedback_id（自增，U001、U002……）
- customer_name（真实姓名）
- email（有效邮箱格式）
- feedback_date（过去 90 天内的日期）
- rating（1-5 星）
- category（缺陷、功能请求、投诉、好评）
- text（真实的反馈内容）
- product（电子产品、服装、家居）
约束条件：
- 评分分布偏斜：40% 五星，30% 四星，20% 三星，10% 一二星
- 缺陷类别仅出现在 1-3 星评分中
- 功能请求仅出现在 3-5 星评分中
- 邮箱域名真实（gmail、yahoo、company.com）
Output Deliverables（输出交付物）
- 可直接执行的 Python 脚本，或直接的数据文件
- 格式正确、带表头的 CSV 文件
- 结构有效、类型正确的 JSON 文件
- 可在数据库中直接执行的 SQL INSERT 语句
- 数据验证和约束条件合规
- 真实、符合业务实际的数据值
- 数据生成逻辑说明文档
- 快速上手使用指南
Output Formats（输出格式）
CSV： 平面表格格式，易于导入电子表格和数据库
JSON： 嵌套结构，适用于 API 和 NoSQL 数据库
SQL： INSERT 语句，可直接在关系型数据库上执行
Python 脚本： 可执行的生成器，适用于自定义或大型数据集