如何为SDV多表HMASynthesizer设置合成数据框行数？

解决方案 #

要控制合成数据的行数，只需在调用synthesizer.sample()时传入对应的参数，有两种常用方式：

方式1：按比例生成所有表数据

传入num_rows参数，指定父表（regions）的目标行数，子表（users）会自动按照原数据中父行与子行的关联比例生成对应数量的行：

# 示例：让regions表生成10行，users表按原比例生成
synthetic_data = synthesizer.sample(num_rows=10)

方式2：精准指定每个表的行数

传入num_rows_per_table字典，键为表名，值为对应表的目标行数，适合需要单独控制每张表行数的场景：

# 示例：指定users表生成8行，regions表保持5行
synthetic_data = synthesizer.sample(
    num_rows_per_table={
        'users': 8,
        'regions': 5
    }
)

注意事项

• 指定子表行数时，要确保子表的外键值能在父表的主键中找到匹配项，避免出现无效关联。
• 如果仅指定父表行数，子表会遵循原数据中每个父记录对应的子记录数量分布来生成数据。

内容的提问来源于stack exchange，提问作者John Doe