python练手的数据_Python练手，样本

import pandas as pd

def getEmpDataFrame(num):

'''创建一份可复用的数据，有一定的随机性和真实性'''

#员工编号

emp = [''] * num

lenNum = len(str(num))

for i in range(num):

emp[i] = str(i+1).zfill(lenNum)

#性别：男多女少

sex = [1] * int(round(num*0.7)) + [0] * (num - int(round(num*0.7)))

#年龄：年龄是平均分布的，相对来说男同事比女同事要大些

age = [0] * num

for i in range(num):

if sex[i] == 1 :

age[i] = 28 + i % 33

if sex[i] == 0 :

age[i] = 22 + i % 33

#职级：越高级越罕有  与其他因素无关

lvl = [0] * num

for i in range(num):

if lvl[i] ==0 and (i+1) % 33 == 0 :

lvl[i] = 5

continue

if lvl[i] ==0 and (i+1) % 23 == 0 :

lvl[i] = 4

continue

if lvl[i] ==0 and (i+1) % 13 == 0 :

lvl[i] = 3

continue

if lvl[i] ==0 and (i+1) % 3 == 0 :

lvl[i] = 2

continue

lvl[i] = 1

#入职年长：跟职级和年龄有关  #通常4年升1级  #年龄-最低年龄=可能最大的入职年长

yrs = [0] * num

for i in range(num):

if sex[i] == 1 :

if lvl[i] * 4 >= age[i] - 28 :

yrs[i] = age[i] - 28

else:

yrs[i] = lvl[i] * 4

if sex[i] == 0 :

if lvl[i] * 4 >= age[i] - 22 :

yrs[i] = age[i] - 22

else:

yrs[i] = lvl[i] * 4

#学历：年龄小的平均学历相对高些，职级高的学历相对高些

edu = [0] * num

for i in range(num):

if lvl[i] == 5 or lvl[i] == 4 :

if age[i] 

edu[i] = 4 #年轻高级是博士

else:

edu[i] = 3 #年老高级是硕士

else:

if age[i] 

edu[i] = 2 #年轻低级是大学

else:

edu[i] = 1 #年老低级是大专

#工资：规则计算 加上一点随机变化  在加上一点入职时长的倍数鼓励

sal = [0.] * num

for i in range(num):

sal[i] = round( ( 3000 \

+ yrs[i] * 200 + edu[i] * 1000 + ( lvl[i] - 1 ) * 3000 + sex[i] * 1000 \

+ i % 7 * 300 ) \

* ( 1 + yrs[i] / 100 ) \

,3)

#离职风险：高低  #年轻大学生容易离职  #低学历大年龄且入职时间短容易被淘汰

ris = [0] * num

for i in range(num):

if yrs[i] 

ris[i] = 1

if edu[i] == 1 and age[i] > 50 and yrs[i] 

ris[i] = 1

df = pd.DataFrame({"sex":sex,

"age":age,

"lvl":lvl,

"yrs":yrs,

"edu":edu,

"sal":sal,

"ris":ris},

index = emp)

return df

# print(getEmpDataFrame(60))