dummy-dataset

ダミーデータセットの生成

カスタマイズ可能な列、制約、出力形式（CSV、JSON、SQL、Python スクリプト）で、テスト用のリアルなダミーデータセットを生成します。すぐに使用できる実行可能なスクリプトまたはデータファイルを作成します。

次のような場合に使用します： テストデータの作成、サンプルデータセットの生成、開発用のリアルなモックデータの構築、テスト環境へのデータ投入。

引数：

• $PRODUCT：製品またはシステムの名前
• $DATASET_TYPE：データの種類（例：顧客フィードバック、取引、ユーザープロフィール）
• $ROWS：生成する行数（デフォルト：100）
• $COLUMNS：含める特定の列またはフィールド
• $FORMAT：出力形式（CSV、JSON、SQL、Python スクリプト）
• $CONSTRAINTS：追加の制約またはビジネスルール

手順

1. データセットの種類を特定する - データの分野を把握します
2. 列の仕様を定義する - 名前、データ型、値の範囲を決めます
3. 行数を決定する - 必要なサンプルレコード数を決めます
4. 出力形式を選択する - CSV、JSON、SQL INSERT、または Python スクリプトを選びます
5. リアルなパターンを適用する - データが本物らしく、妥当なものになるようにします
6. ビジネス上の制約を追加する - ビジネスロジックと関係性を守ります
7. データを生成するか、スクリプトを作成する - 実行可能な出力を作成します
8. 出力を検証する - データの品質と完全性を確認します

テンプレート：Python スクリプト出力

import csv
import json
from datetime import datetime, timedelta
import random

# Configuration
ROWS = $ROWS
FILENAME = "$DATASET_TYPE.csv"

# Column definitions with realistic value generators
columns = {
    "id": "auto-increment",
    "name": "first_last_name",
    "email": "email",
    "created_at": "timestamp",
    # Add more columns...
}

def generate_dataset():
    """Generate realistic dummy dataset"""
    data = []
    for i in range(1, ROWS + 1):
        record = {
            "id": f"U{i:06d}",
            # Generate values based on column definitions
        }
        data.append(record)
    return data

def save_as_csv(data, filename):
    """Save dataset as CSV"""
    with open(filename, 'w', newline='') as f:
        writer = csv.DictWriter(f, fieldnames=data[0].keys())
        writer.writeheader()
        writer.writerows(data)

if __name__ == "__main__":
    dataset = generate_dataset()
    save_as_csv(dataset, FILENAME)
    print(f"Generated {len(dataset)} records in {FILENAME}")

データセット仕様の例

データセットの種類： 顧客フィードバック

列：

• feedback_id（自動採番、U001、U002...）
• customer_name（現実的な名前）
• email（有効なメールアドレス形式）
• feedback_date（過去90日間の日付）
• rating（星1～5）
• category（バグ、機能リクエスト、苦情、称賛）
• text（現実的なフィードバック）
• product（電子機器、衣料品、家庭用品）

制約：

• 評価の割合：星5が40％、星4が30％、星3が20％、星1～2が10％
• バグのカテゴリは評価が1～3の場合のみ
• 機能リクエストは評価が3～5の場合のみ
• 現実的なメールドメイン（gmail、yahoo、company.com）

出力成果物

• すぐに実行できる Python スクリプト、またはデータファイル
• 適切なヘッダーと書式を備えた CSV ファイル
• 有効な構造と型を持つ JSON ファイル
• データベースへのデータ投入用 SQL INSERT 文
• データの検証と制約への準拠
• ビジネスに適した現実的な値
• データ生成ロジックの説明
• データセットの使用方法を説明するクイックスタート手順

出力形式

CSV： フラットな表形式。スプレッドシートやデータベースへのインポートが簡単です

JSON： ネストされた構造。API や NoSQL データベースに最適です

SQL： INSERT 文。リレーショナルデータベースで直接実行できます

Python スクリプト： カスタムまたは大規模なデータセットを生成する実行可能なジェネレーター