파이썬 성별, 이름, 성적 랜덤 데이터 생성

성별, 이름, 성적 랜덤 데이터 생성¶

In [1]:

# 이름을 랜덤 생성하기 위한 패키지 설치 코드 입니다.
#!pip install names

In [2]:

import names
import pandas as pd
import numpy as np
from random import *

In [3]:

# 10살 초과 19살 이하 나이  랜덤 생성
age = [randint(10, 18) for i in range(0, 5)]
age

Out[3]:

[16, 18, 16, 15, 16]

In [4]:

# 성멸 나이 랜덤 생성
gender = [choice(["male", "female"]) for i in range(0, 5)]
gender

Out[4]:

['female', 'male', 'female', 'female', 'male']

In [5]:

# get_first_name 함수와 성별을 이용한 이름 랜덤 생성
name = [names.get_first_name(gender=g) for g in gender]
name

Out[5]:

['Bonnie', 'Matthew', 'Lillie', 'Elizabeth', 'Dean']

In [6]:

# 60 초과 100 이하 수학 및 영어 성적 랜덤 생성
math =  [randint(60, 100) for i in range(0, 5)]
english =  [randint(60, 100) for i in range(0, 5)]
math, english

Out[6]:

([77, 69, 78, 60, 88], [65, 100, 73, 78, 81])

[참고] 딕셔너리를 데이터프레임으로

In [7]:

# 딕셔너리 리스트형태로 전환
dic_list = {"age" : age, "gender" : gender, "name" : name, "math" : math, "enlish" : english}

In [8]:

# 데이터 프레임으로 전환
pd.DataFrame.from_dict(dic_list)

Out[8]:

	age	gender	name	math	enlish
0	16	female	Bonnie	77	65
1	18	male	Matthew	69	100
2	16	female	Lillie	78	73
3	15	female	Elizabeth	60	78
4	16	male	Dean	88	81

---

데이터 길이 조절이 가능한 random_Data 함수 제작

In [13]:

import names
import pandas as pd
import numpy as np
from random import *

def random_data(length=10):
    # 10살 초과 19살 이하 나이  랜덤 생성
    age = [randint(10, 18) for i in range(0, length)]
    # 성멸 나이 랜덤 생성
    gender = [choice(["male", "female"]) for i in range(0, length)]
    # get_first_name 함수와 성별을 이용한 이름 랜덤 생성
    name = [names.get_first_name(gender=g) for g in gender]
    # 60 초과 100 이하 수학 및 영어 성적 랜덤 생성
    math =  [randint(60, 100) for i in range(0, length)]
    english =  [randint(60, 100) for i in range(0, length)]
    # 딕셔너리 리스트형태로 전환
    dic_list = {"age" : age, "gender" : gender, "name" : name, "math" : math, "enlish" : english}
    # 데이터 프레임으로 전환
    data_frame = pd.DataFrame.from_dict(dic_list)
    return data_frame

In [14]:

random_data()

Out[14]:

	age	gender	name	math	enlish
0	14	male	Ronald	99	93
1	10	female	Sharon	95	75
2	16	male	John	89	61
3	13	male	Richard	100	91
4	12	female	Luz	65	67
5	14	female	Bridgette	60	100
6	15	male	Pedro	95	93
7	13	female	Leta	83	84
8	15	male	Jason	69	66
9	12	male	Horace	77	81

In [11]:

random_data(3)

Out[11]:

	age	gender	name	math	enlish
0	18	female	Robin	86	80
1	15	male	Terrence	82	63
2	12	female	Vera	62	84

In [12]:

random_data(4)

Out[12]:

	age	gender	name	math	enlish
0	15	female	Darcy	74	71
1	17	male	John	72	99
2	17	female	Betty	66	88
3	15	male	Steven	60	70