如何生成具有一对多关系且满足日期约束的银行表合成数据？

一、生成信用卡销售信息表（表1） #

表1包含Sales_id、Product_ID、Sales_Date三个字段，生成逻辑如下：

• Sales_id：用自增整数作为唯一标识，比如从10000起始，确保每条记录唯一
• Product_ID：模拟银行信用卡产品线，预设几个固定产品编码（如CRD001、CRD002、CRD003），随机分配给每条销售记录
• Sales_Date：指定日期范围（如2022-01-01至2024-06-30），随机生成销售日期

Python代码示例（Faker+Pandas） #

import pandas as pd
from faker import Faker
import random
from datetime import timedelta

fake = Faker('zh_CN')

# 生成1000条销售记录
sales_count = 1000
sales_data = []
for i in range(sales_count):
    sales_id = 10000 + i
    product_id = random.choice(["CRD001", "CRD002", "CRD003"])
    sales_date = fake.date_between(start_date='2022-01-01', end_date='2024-06-30')
    sales_data.append([sales_id, product_id, sales_date])

df_sales = pd.DataFrame(sales_data, columns=['Sales_id', 'Product_ID', 'Sales_Date'])
# 保存为CSV文件
df_sales.to_csv('信用卡销售信息表.csv', index=False, encoding='utf-8-sig')

二、生成客户还款交易表（表2） #

表2与表1为一对多关系，核心约束是Quota_Date必须晚于对应Sales_id的Sales_Date，生成逻辑：

• Quota_ID：自增整数唯一标识，从20000起始
• Sales_ID：关联表1的Sales_id，每个销售记录对应2-5条还款记录（模拟分期或多次还款场景）
• Quota_Value：生成100-5000元的随机整数，匹配真实还款金额范围
• Quota_Date：基于对应Sales_Date，随机生成之后1-180天内的日期，确保时间逻辑合规

Python代码示例 #

quota_data = []
quota_id_start = 20000

for idx, row in df_sales.iterrows():
    sales_id = row['Sales_id']
    sales_date = row['Sales_Date']
    # 每个销售记录生成2-5条还款记录
    quota_num = random.randint(2, 5)
    for _ in range(quota_num):
        quota_id = quota_id_start
        quota_id_start += 1
        quota_value = random.randint(100, 5000)
        # 生成销售日期之后1-180天的还款日期
        quota_date = sales_date + timedelta(days=random.randint(1, 180))
        quota_data.append([quota_id, sales_id, quota_value, quota_date])

df_quota = pd.DataFrame(quota_data, columns=['Quota_ID', 'Sales_ID', 'Quota_Value', 'Quota_Date'])
# 保存为CSV文件
df_quota.to_csv('客户还款交易表.csv', index=False, encoding='utf-8-sig')

三、验证约束合规性 #

生成后可通过简单查询确认所有记录符合日期约束：

# 关联两张表验证日期逻辑
merged_df = pd.merge(df_quota, df_sales, left_on='Sales_ID', right_on='Sales_id')
invalid_records = merged_df[merged_df['Quota_Date'] <= merged_df['Sales_Date']]
if len(invalid_records) == 0:
    print("所有还款记录日期均符合约束要求")
else:
    print(f"发现{len(invalid_records)}条不符合约束的记录")

内容的提问来源于stack exchange，提问作者Themono99