如何为465017行的Pandas DataFrame添加不同的随机日期列？

我来帮你搞定这个问题！你之前遇到所有行日期相同的情况，是因为fake.date()本质上只会生成单个随机日期值，直接把这个单一值赋值给DataFrame的列时，整列自然都会重复这个日期。要实现每行都有不同的随机日期，这里有几种实用且高效的方案：

方法1：用Faker批量生成（列表推导式） #

如果想继续用Faker库，只需要生成和DataFrame行数一致的日期列表，再赋值给新列就行。列表推导式在处理40万行数据时效率也不错：

from faker import Faker
import pandas as pd

# 初始化Faker实例
fake = Faker()

# 假设你的DataFrame是x，生成对应行数的随机日期列表
x["Fake_date"] = [fake.date(pattern="%Y-%m-%d", end_datetime=None) for _ in range(len(x))]

如果需要限定日期范围，比如只生成2000年到2020年的日期，可以给end_datetime传一个datetime对象：

from datetime import datetime

x["Fake_date"] = [fake.date(pattern="%Y-%m-%d", end_datetime=datetime(2020, 12, 31)) for _ in range(len(x))]

方法2：用Pandas+Numpy生成（更高效的向量化操作） #

对于40万行这种大数据量，用numpy的向量化操作会比循环更快，不需要依赖Faker也能生成随机日期：

import pandas as pd
import numpy as np

# 设置日期范围的起始和结束
start_date = "1980-01-01"
end_date = "2023-12-31"

# 转换为时间戳数值，生成随机整数后再转回日期格式
start_ts = pd.Timestamp(start_date).value
end_ts = pd.Timestamp(end_date).value

x["Fake_date"] = pd.to_datetime(
    np.random.randint(start_ts, end_ts, size=len(x))
).dt.strftime("%Y-%m-%d")

这个方法利用numpy的批量随机生成能力，避免了Python层面的循环，处理大数据量时速度会明显更快。

验证示例 #

用一个小DataFrame测试一下效果：

# 模拟你的数据结构
df = pd.DataFrame({
    0: [228055, 228056],
    1: [231908, 228899],
    2: [1, 1]
})

# 用方法1生成日期
fake = Faker()
df["Fake_date"] = [fake.date() for _ in range(len(df))]
print(df)

输出会类似这样（日期是随机的，每行不同）：

0       1  2   Fake_date
0  228055  231908  1  1995-03-17
1  228056  228899  1  2008-11-02

内容的提问来源于stack exchange，提问作者lpt