Python：如何用更简洁的方式为DataFrame多列批量初始化随机整数

嘿，刚好碰到过类似的场景，给你两个超简洁的Pythonic方案，完美解决你要批量初始化14列随机整数的需求，再也不用复制粘贴十几行重复代码啦！

方法一：循环遍历列名列表（直观易读） #

先通过列表推导式生成所有需要的列名，再用一个for循环批量赋值，代码量瞬间减少：

import pandas as pd
import numpy as np

# 先初始化你的DataFrame（如果还没创建的话）
df = pd.DataFrame()

# 生成14个fan列的列名：fan1_rpm 到 fan14_rpm
fan_column_names = [f'fan{i}_rpm' for i in range(1, 15)]

# 循环为每一列赋值随机整数
for col_name in fan_column_names:
    df[col_name] = np.random.randint(5675, 5725, size=30)

这种方式很直观，如果你之后需要对某几列做特殊调整，也很容易修改循环里的逻辑。

方法二：向量化生成（更高效，更Pythonic） #

利用numpy的向量化操作，直接生成对应形状的随机整数数组，再一次性传给pandas DataFrame，这是处理批量数据的最优解，尤其是数据量较大时，速度比循环快很多：

import pandas as pd
import numpy as np

# 生成列名列表
fan_column_names = [f'fan{i}_rpm' for i in range(1, 15)]

# 直接生成30行14列的随机整数矩阵，同时指定列名创建DataFrame
df = pd.DataFrame(
    np.random.randint(5675, 5725, size=(30, 14)),
    columns=fan_column_names
)

一行核心代码就搞定所有列的初始化，完全避免了循环，绝对是最符合Python风格的写法。

不管你选哪种方法，之后如果要调整列数（比如从14列改成20列），只要修改range(1, 15)里的第二个参数就行，灵活性拉满！

备注：内容来源于stack exchange，提问作者Jesh Kundem