在Pandas循环中按业务约束生成带规则空值的随机数据帧
带条件约束的问卷模拟数据生成方案
核心约束落地逻辑
所有规则校验全部嵌入单条答案生成流程,生成完全符合要求的行数据后再写入DataFrame,无事后批量修改步骤:
- 从源头规避P1、P4同时选“Yes”的违规情况,提前枚举所有合法答案组合
- P1选择“No”时,对应P2、P3字段直接填充缺失值(Null)
- P4选择“No”时,对应P5、P6字段直接填充缺失值(Null)
- P1、P4同时选择“No”时,对应P7字段直接填充缺失值(Null)
可直接运行的修改后代码
import json import random import pandas as pd import numpy as np # 加载定义好的问卷题目JSON sample_data = json.loads(sample_json) # 生成DataFrame列名 colHeaders = [] for k, v in sample_data.items(): colHeaders.append(v[0]['Question']) df = pd.DataFrame(columns=colHeaders) # 预定义P1(是否选水果)、P4(是否选蔬菜)的所有合法组合,排除同时为Yes的违规场景 valid_p1_p4_choices = [ ("Yes", "No"), # 选水果不选蔬菜 ("No", "Yes"), # 选蔬菜不选水果 ("No", "No") # 两者都不选 ] # 逐行生成10条符合规则的模拟数据 for i in range(10): Answers = [] # 第一步:随机抽取一组合法的P1、P4答案,从根源避免同时为Yes的问题 p1_ans, p4_ans = random.choice(valid_p1_p4_choices) # 按问卷顺序逐字段填充答案 # 对应P1:Fruit Answers.append(p1_ans) # 对应P2:Fruit Name if p1_ans == "Yes": Answers.append(random.choice(sample_data["P2"][0]["Choices"])) else: Answers.append(np.nan) # 对应P3:Fruit color if p1_ans == "Yes": Answers.append(random.choice(sample_data["P3"][0]["Choices"])) else: Answers.append(np.nan) # 对应P4:Vegetable Answers.append(p4_ans) # 对应P5:Veggie Name if p4_ans == "Yes": Answers.append(random.choice(sample_data["P5"][0]["Choices"])) else: Answers.append(np.nan) # 对应P6:Veggie Color if p4_ans == "Yes": Answers.append(random.choice(sample_data["P6"][0]["Choices"])) else: Answers.append(np.nan) # 对应P7:Enjoy Eating? if p1_ans == "No" and p4_ans == "No": Answers.append(np.nan) else: Answers.append(random.choice(sample_data["P7"][0]["Choices"])) # 整行答案全部按规则生成完成后,一次性写入DataFrame df.loc[len(df)] = Answers
关键实现说明
- 不存在任何DataFrame生成完成后再批量修正值的操作,所有条件判断都在组装单条
Answers列表的过程中完成,完全符合要求 - 缺失值采用pandas原生的
np.nan实现,对应规则要求的Null填充 - 所有随机选值的范围完全匹配JSON定义的题目选项,没有自定义偏离原规则的内容
内容的提问来源于stack exchange,提问作者kingmakerking
相关产品推荐
相关产品推荐

