如何为datetime时间戳添加指定范围的均匀随机噪声实现脱敏

实现思路 #

• 不直接修改年/月/日字段避免出现非法日期（如2月30日、13月等），基于dateutil.relativedelta实现日期偏移，自动处理闰年、大小月等边界场景，保证输出日期完全合法
• 支持单维度（年/月/日）或多维度组合配置噪声范围，每个维度的噪声值为指定区间内的均匀随机整数
• 接口对齐Cape Python的DatePerturbation，可直接替换原有调用无需修改业务代码

依赖安装 #

执行以下命令安装依赖库：

pip install pandas python-dateutil

完整实现代码 #

import random
import pandas as pd
from datetime import date, datetime
from dateutil.relativedelta import relativedelta

class DatePerturbation:
    def __init__(self, frequency=None, min=None, max=None, perturb_config=None):
        """
        日期扰动初始化
        :param frequency: 单维度扰动时指定维度，可选值为"YEAR"/"MONTH"/"DAY"
        :param min: 单维度扰动时的最小偏移值
        :param max: 单维度扰动时的最大偏移值
        :param perturb_config: 多维度扰动时的配置字典，格式示例：{"YEAR": (-1,1), "MONTH": (-3,3), "DAY": (-7,7)}
        """
        if perturb_config is None:
            # 单维度配置模式
            if not all([frequency, min is not None, max is not None]):
                raise ValueError("单维度模式需同时传入frequency、min、max参数")
            self.perturb_config = {frequency.upper(): (min, max)}
        else:
            # 多维度配置模式
            self.perturb_config = {k.upper(): v for k, v in perturb_config.items()}
        # 校验维度合法性
        support_dims = {"YEAR", "MONTH", "DAY"}
        for dim in self.perturb_config.keys():
            if dim not in support_dims:
                raise ValueError(f"不支持的维度：{dim}，仅支持YEAR、MONTH、DAY")
    
    def _perturb_single_date(self, input_date):
        # 处理空值
        if pd.isna(input_date):
            return input_date
        # 生成各维度的随机偏移量
        offset_kwargs = {}
        for dim, (min_offset, max_offset) in self.perturb_config.items():
            offset = random.randint(min_offset, max_offset)
            if dim == "YEAR":
                offset_kwargs["years"] = offset
            elif dim == "MONTH":
                offset_kwargs["months"] = offset
            elif dim == "DAY":
                offset_kwargs["days"] = offset
        # 执行偏移，自动处理日期合法性
        return input_date + relativedelta(**offset_kwargs)
    
    def __call__(self, date_series):
        # 处理pandas Series输入
        return date_series.apply(self._perturb_single_date)

使用示例 #

示例1：单维度扰动（对齐Cape官方示例） #

# 构造输入
s = pd.Series([date(year=2020, month=2, day=15)])
# 初始化扰动器：月份维度偏移-10到10
perturb = DatePerturbation(frequency="MONTH", min=-10, max=10)
# 执行扰动
print(perturb(s))
# 可能输出：0   2019-07-20
# dtype: object

示例2：单维度日扰动 #

s = pd.Series([date(year=2021, month=9, day=23)])
# 日维度偏移-10到10
perturb = DatePerturbation(frequency="DAY", min=-10, max=10)
print(perturb(s))
# 可能输出：0   2021-09-20
# dtype: object

示例3：多维度组合扰动 #

s = pd.Series([datetime(year=2022, month=12, day=31, hour=12, minute=30)])
# 同时配置年、月、日三个维度的噪声范围
config = {
    "YEAR": (-1, 1),
    "MONTH": (-2, 2),
    "DAY": (-5, 5)
}
perturb = DatePerturbation(perturb_config=config)
print(perturb(s))
# 可能输出：0   2022-11-28 12:30:00
# dtype: datetime64[ns]

额外说明 #

• 如果需要固定随机结果保证可复现，可以在调用前设置随机种子：random.seed(你的种子值)
• 同时支持datetime.date和datetime.datetime类型输入，datetime类型的时分秒部分会保留不会被修改

内容的提问来源于stack exchange，提问作者The Singularity