如何用Python生成符合Pandas Dataframe格式的随机数并优化代码

优化思路 #

• 用循环/列表推导式批量生成前5个1-99的随机数，彻底消除重复变量定义的冗余代码
• 单独生成第6个范围1-49的随机数
• 将所有随机数转换为空格分隔的字符串输出，匹配Pandas DataFrame的输出格式

优化后的代码 #

import random

# 生成前5个1-99的随机数，再添加第6个1-49的随机数
rdm_nums = [random.randrange(1, 100) for _ in range(5)]
rdm_nums.append(random.randrange(1, 50))

# 转换为空格分隔的字符串并输出
print(' '.join(map(str, rdm_nums)))

或者用传统for循环写法（更直观）：

import random

rdm_nums = []
# 批量生成5个1-99的随机数
for _ in range(5):
    rdm_nums.append(random.randrange(1, 100))
# 添加第6个范围不同的随机数
rdm_nums.append(random.randrange(1, 50))

# 输出空格分隔的格式
print(' '.join(str(num) for num in rdm_nums))

关键说明 #

• 原代码中存在笔误：rdmPwrNum应为rdmSixthNum，优化代码已修正该问题
• 两种写法都解决了重复逻辑问题，列表推导式更简洁，for循环可读性更强，可按需选择
• ' '.join(...)方法将数字列表转为空格分隔的字符串，完全符合你需要的无列表格式输出

内容的提问来源于stack exchange，提问作者VJ1222