首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >python数据分析-生成随机数据文件

python数据分析-生成随机数据文件

作者头像
叶子陪你玩
发布2020-06-04 16:43:09
7540
发布2020-06-04 16:43:09
举报

数据分析肯定需要数据,这个数据一般都是来自实际学习工作业务中的,比如学校的学生成绩,淘宝京东的销售数据,视频网站不同种类的视频播放点击量等。

自己练习的话,除了可以去一些公开的数据网站下载一些数据外,也可以自己随机生成一些数据,下面就来自己生成随机500名学生成绩,为之后后面数据分析使用做准备。

数据格式如下

整个数据一共有6个类型,分别是["姓名","班级","性别","语文","数学","英语"]。姓名需要500个不同的名字,班级一个5个,分数从1-100。

生成500个不同名字

这么多名字肯定不能自己手打,先到百度找到百家姓,刚好100个,作为我们的第一个名字。

接下来把这些名字分成一个个字符,这个直接利用字符索引就可以,但是这个字符串里面有空格,还有一些隐藏的符号,需要提前处理一下,用到字符串的替换就可以搞定。

打印长度发现有126个字符,里面有换行符,空格,还有一个好像是中文的空格,管它啥,直接替换成空值,就相当于删除了。

使用replace进行替换删除操作,打印长度100,26个多余的都删除了。

接下来在创建第一个名字,这里就简单的用"一二三四五"表示,循环拼接,生成500个名字。

如果想要打乱顺序的话,利用random.sample就可以了。

名字到这里就搞定了。

生成每个学生数据

学生有姓名,班级,性别,三科分数,这里全部利用循环生成,每个学生数据存为一个列表,一个是500个数据,最后添加到data里面,打印20组查看符合要求。

将生成的数据写入文件

写入数据比较简单,利用pandas库直接创建一个DataFrame二维数据结构,利用to_excel将整个数据写入文件,这里的index=False是为了不把自动索引写入。

本地生成一个文件,打开查看。

读取文件查看数据

利用read_excel读取之前的数据文件,打印查看数据的基本情况。

自己生成一个数据文件就到这了,数据来源一般除了自己生成,下载公开的数据文件,还有就是自己去网上爬取网站的数据了。

(全文完)

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-05-31,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 叶子陪你玩编程 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 数据格式如下
  • 生成500个不同名字
  • 生成每个学生数据
  • 将生成的数据写入文件
  • 读取文件查看数据
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档