使用Faker与Pandas生成性别关联模拟数据出现ValueError如何解决？

1. 你在逐行循环中直接对DataFrame整列赋值，每次传入的值长度为1，但初始化的DataFrame行数等于传入的samples值（示例中为2），长度不匹配触发报错。
2. 代码存在两处逻辑错误：生成女性名时误调用prefix_female()方法，姓氏生成误调用first_name()方法，会得到不符合预期的结果。
3. 函数传入的cols参数无实际使用意义，属于冗余参数。

单元格1（导入依赖无改动） #

import numpy as np
import pandas as pd

from faker import Faker
fake = Faker()

import random

np.random.seed(42)

单元格2（核心逻辑修正） #

def example_dataset_simulation(samples):
    # 按实际需要的字段初始化DataFrame
    df = pd.DataFrame(index=np.arange(samples), columns=['Prefix', 'Forename', 'Surname', 'Suffix'])
    
    for row in range(samples):       
        gender = random.randint(0, 1)
        # 逐行对指定位置赋值，避免覆盖整列
        df.loc[row, 'Prefix'] = fake.prefix_male() if gender == 0 else fake.prefix_female()
        # 修正女性名的调用方法
        df.loc[row, 'Forename'] = fake.first_name_male() if gender == 0 else fake.first_name_female()
        # 修正姓氏调用方法
        df.loc[row, 'Surname'] = fake.last_name()
        df.loc[row, 'Suffix'] = fake.suffix_male() if gender == 0 else fake.suffix_female()
    
    return df

单元格3（调用测试） #

df = example_dataset_simulation(2)
df

如果需要生成大量样本，逐行赋值效率较低，可以使用批量生成的写法：

def example_dataset_simulation(samples):
    genders = np.random.randint(0, 2, size=samples)
    return pd.DataFrame({
        'Prefix': [fake.prefix_male() if g == 0 else fake.prefix_female() for g in genders],
        'Forename': [fake.first_name_male() if g == 0 else fake.first_name_female() for g in genders],
        'Surname': [fake.last_name() for _ in range(samples)],
        'Suffix': [fake.suffix_male() if g == 0 else fake.suffix_female() for g in genders]
    })

内容的提问来源于stack exchange，提问作者StressedBoi69420