for循环中Faker库的exec()方法调用| Python答案

【问题标题】：exec() method invocations of Faker library in for loop | Pythonfor循环中Faker库的exec()方法调用| Python
【发布时间】：2021-06-07 08:22:19
【问题描述】：

使用 Faker 库；我在 Jupyter Notebooks 中模拟一个数据集。

import numpy as np
import pandas as pd

from faker import Faker
fake = Faker()

import random

np.random.seed(42)


def example_dataset_simulation(samples):
    df = pd.DataFrame(index=np.arange(samples))
    
    df['ID'] = [str(i) for i in range(1, samples+1)]
    df['Prefix'] = [fake.prefix_male() for _ in range(samples)]
    df['Forename'] = [fake.first_name_male() for _ in range(samples)]
    df['Surname'] = [fake.last_name_nonbinary() for _ in range(samples)]
    
    return df


df = example_dataset_simulation(500)
df

输出成功。每次生成一个唯一的数据集。

现在，我希望能够更改函数以添加 n 列数，作为传递的变量整数，名为 cols。

所需的循环代码：

list = [["Prefix", "fake.prefix_male()"], ["Forename", "fake.first_name_male()"], ["Surname", "fake.last_name_nonbinary()"], ["Suffix", "fake.suffix_male()"], ["DOB", "fake.date()"], ["e-mail", "fake.company_email()"], ["Telephone", "fake.phone_number()"]]

def example_dataset_simulation(samples, cols):
   df = pd.DataFrame(index=np.arange(samples))
   
   df['Prefix'] = [fake.prefix_male() for _ in range(samples)]  # once
   
   for col_name, method in list[:cols-1]:
       df[str(col_name)] = [eval(method) for _ in range(samples)]  # cols-1
   
   return df

输出：

500 rows × 3 columns

【问题讨论】：

你根本不应该在这里使用exec
你几乎肯定是指"fake.prefix_male()"而不是fake.prefix_male()...但同样，不要在这里使用exec，无论如何， exec 返回None
嗯，好的。谢谢。将首先尝试Faker 方法作为string，看看exec() 是否适用。如果没有，我将删除exec()。
@juanpa.arrivillaga 我已经在我的帖子中更新了下半部分的解决方案
exec 在这里不起作用，你需要使用eval，但你不应该使用任何一个

标签： python string for-loop exec faker

【解决方案1】：

eval() 完全符合我的要求。

list = [["Prefix", "fake.prefix_male()"], ["Forename", "fake.first_name_male()"], ["Surname", "fake.last_name_nonbinary()"], ["Suffix", "fake.suffix_male()"], ["DOB", "fake.date()"], ["e-mail", "fake.company_email()"], ["Telephone", "fake.phone_number()"]]

def example_dataset_simulation(samples, cols):
    df = pd.DataFrame(index=np.arange(samples))
    
    df['Prefix'] = [fake.prefix_male() for _ in range(samples)]  # once
    
    for col_name, method in list[:cols]:
        df[str(col_name)] = [eval(method) for _ in range(samples)]  # cols-1
    
    return df

df = example_dataset_simulation(500, 6)
df
>>> 500 rows × 6 columns

【讨论】：