dummy-dataset

Name: dummy-dataset
Author: killvxk

108stars16forks

How to install dummy-dataset?

killvxk/pm-skills-zh/dummy-dataset

$npx -y skills add killvxk/pm-skills-zh --skill dummy-dataset

Installs into the current project.

Summary

生成用于测试的逼真虚拟数据集，支持自定义列、约束条件及输出格式（CSV、JSON、SQL、Python 脚本）。适用于创建测试数据、构建模拟数据集，或为开发和演示生成示例数据。

Files · 1

View on GitHub

SKILL.md

1	# 虚拟数据集生成
2
3	生成用于测试的逼真虚拟数据集，支持自定义列、约束条件及输出格式（CSV、JSON、SQL、Python 脚本）。生成可直接执行的脚本或数据文件，即开即用。
4
5	适用场景：创建测试数据、生成示例数据集、为开发构建逼真的模拟数据，或填充测试环境。
6
7	参数：
8	- `$PRODUCT`：产品或系统名称
9	- `$DATASET_TYPE`：数据类型（如客户反馈、交易记录、用户画像）
10	- `$ROWS`：生成的行数（默认：100）
11	- `$COLUMNS`：需要包含的具体列或字段
12	- `$FORMAT`：输出格式（CSV、JSON、SQL、Python 脚本）
13	- `$CONSTRAINTS`：附加约束条件或业务规则
14
15	## Step-by-Step Process（分步流程）
16
17	1. 确定数据集类型 - 理解数据领域
18	2. 定义列规格 - 名称、数据类型和取值范围
19	3. 确定行数 - 需要多少条样本记录
20	4. 选择输出格式 - CSV、JSON、SQL INSERT 或 Python 脚本
21	5. 应用真实规律 - 确保数据看起来真实有效
22	6. 添加业务约束 - 遵守业务逻辑和关联关系
23	7. 生成或脚本化数据 - 创建可执行的输出
24	8. 验证输出 - 确保数据质量和完整性
25
26	## Template: Python Script Output（Python 脚本输出模板）
27
28	```python
29	import csv
30	import json
31	from datetime import datetime, timedelta
32	import random
33
34	# 配置
35	ROWS = $ROWS
36	FILENAME = "$DATASET_TYPE.csv"
37
38	# 列定义及逼真值生成器
39	columns = {
40	"id": "auto-increment",
41	"name": "first_last_name",
42	"email": "email",
43	"created_at": "timestamp",
44	# 添加更多列...
45	}
46
47	def generate_dataset():
48	"""生成逼真的虚拟数据集"""
49	data = []
50	for i in range(1, ROWS + 1):
51	record = {
52	"id": f"U{i:06d}",
53	# 根据列定义生成值
54	}
55	data.append(record)
56	return data
57
58	def save_as_csv(data, filename):
59	"""将数据集保存为 CSV 格式"""
60	with open(filename, 'w', newline='') as f:
61	writer = csv.DictWriter(f, fieldnames=data[0].keys())
62	writer.writeheader()
63	writer.writerows(data)
64
65	if __name__ == "__main__":
66	dataset = generate_dataset()
67	save_as_csv(dataset, FILENAME)
68	print(f"已在 {FILENAME} 中生成 {len(dataset)} 条记录")
69	```
70
71	## Example Dataset Specification（数据集规格示例）
72
73	数据集类型：客户反馈
74
75	列：
76	- feedback_id（自增，U001、U002……）
77	- customer_name（真实姓名）
78	- email（有效邮箱格式）
79	- feedback_date（过去 90 天内的日期）
80	- rating（1-5 星）
81	- category（缺陷、功能请求、投诉、好评）
82	- text（真实的反馈内容）
83	- product（电子产品、服装、家居）
84
85	约束条件：
86	- 评分分布偏斜：40% 五星，30% 四星，20% 三星，10% 一二星
87	- 缺陷类别仅出现在 1-3 星评分中
88	- 功能请求仅出现在 3-5 星评分中
89	- 邮箱域名真实（gmail、yahoo、company.com）
90
91	## Output Deliverables（输出交付物）
92
93	- 可直接执行的 Python 脚本，或直接的数据文件
94	- 格式正确、带表头的 CSV 文件
95	- 结构有效、类型正确的 JSON 文件
96	- 可在数据库中直接执行的 SQL INSERT 语句
97	- 数据验证和约束条件合规
98	- 真实、符合业务实际的数据值
99	- 数据生成逻辑说明文档
100	- 快速上手使用指南
101
102	## Output Formats（输出格式）
103
104	CSV：平面表格格式，易于导入电子表格和数据库
105
106	JSON：嵌套结构，适用于 API 和 NoSQL 数据库
107
108	SQL： INSERT 语句，可直接在关系型数据库上执行
109
110	Python 脚本：可执行的生成器，适用于自定义或大型数据集

People who liked this also viewed

6 picks

Type

dummy-dataset

108stars16forks

View on GitHub

How to install dummy-dataset?

killvxk/pm-skills-zh/dummy-dataset

$npx -y skills add killvxk/pm-skills-zh --skill dummy-dataset

Installs into the current project.

Summary

Files · 1

View on GitHub

SKILL.md

1	# 虚拟数据集生成
2
3	生成用于测试的逼真虚拟数据集，支持自定义列、约束条件及输出格式（CSV、JSON、SQL、Python 脚本）。生成可直接执行的脚本或数据文件，即开即用。
4
5	适用场景：创建测试数据、生成示例数据集、为开发构建逼真的模拟数据，或填充测试环境。
6
7	参数：
8	- `$PRODUCT`：产品或系统名称
9	- `$DATASET_TYPE`：数据类型（如客户反馈、交易记录、用户画像）
10	- `$ROWS`：生成的行数（默认：100）
11	- `$COLUMNS`：需要包含的具体列或字段
12	- `$FORMAT`：输出格式（CSV、JSON、SQL、Python 脚本）
13	- `$CONSTRAINTS`：附加约束条件或业务规则
14
15	## Step-by-Step Process（分步流程）
16
17	1. 确定数据集类型 - 理解数据领域
18	2. 定义列规格 - 名称、数据类型和取值范围
19	3. 确定行数 - 需要多少条样本记录
20	4. 选择输出格式 - CSV、JSON、SQL INSERT 或 Python 脚本
21	5. 应用真实规律 - 确保数据看起来真实有效
22	6. 添加业务约束 - 遵守业务逻辑和关联关系
23	7. 生成或脚本化数据 - 创建可执行的输出
24	8. 验证输出 - 确保数据质量和完整性
25
26	## Template: Python Script Output（Python 脚本输出模板）
27
28	```python
29	import csv
30	import json
31	from datetime import datetime, timedelta
32	import random
33
34	# 配置
35	ROWS = $ROWS
36	FILENAME = "$DATASET_TYPE.csv"
37
38	# 列定义及逼真值生成器
39	columns = {
40	"id": "auto-increment",
41	"name": "first_last_name",
42	"email": "email",
43	"created_at": "timestamp",
44	# 添加更多列...
45	}
46
47	def generate_dataset():
48	"""生成逼真的虚拟数据集"""
49	data = []
50	for i in range(1, ROWS + 1):
51	record = {
52	"id": f"U{i:06d}",
53	# 根据列定义生成值
54	}
55	data.append(record)
56	return data
57
58	def save_as_csv(data, filename):
59	"""将数据集保存为 CSV 格式"""
60	with open(filename, 'w', newline='') as f:
61	writer = csv.DictWriter(f, fieldnames=data[0].keys())
62	writer.writeheader()
63	writer.writerows(data)
64
65	if __name__ == "__main__":
66	dataset = generate_dataset()
67	save_as_csv(dataset, FILENAME)
68	print(f"已在 {FILENAME} 中生成 {len(dataset)} 条记录")
69	```
70
71	## Example Dataset Specification（数据集规格示例）
72
73	数据集类型：客户反馈
74
75	列：
76	- feedback_id（自增，U001、U002……）
77	- customer_name（真实姓名）
78	- email（有效邮箱格式）
79	- feedback_date（过去 90 天内的日期）
80	- rating（1-5 星）
81	- category（缺陷、功能请求、投诉、好评）
82	- text（真实的反馈内容）
83	- product（电子产品、服装、家居）
84
85	约束条件：
86	- 评分分布偏斜：40% 五星，30% 四星，20% 三星，10% 一二星
87	- 缺陷类别仅出现在 1-3 星评分中
88	- 功能请求仅出现在 3-5 星评分中
89	- 邮箱域名真实（gmail、yahoo、company.com）
90
91	## Output Deliverables（输出交付物）
92
93	- 可直接执行的 Python 脚本，或直接的数据文件
94	- 格式正确、带表头的 CSV 文件
95	- 结构有效、类型正确的 JSON 文件
96	- 可在数据库中直接执行的 SQL INSERT 语句
97	- 数据验证和约束条件合规
98	- 真实、符合业务实际的数据值
99	- 数据生成逻辑说明文档
100	- 快速上手使用指南
101
102	## Output Formats（输出格式）
103
104	CSV：平面表格格式，易于导入电子表格和数据库
105
106	JSON：嵌套结构，适用于 API 和 NoSQL 数据库
107
108	SQL： INSERT 语句，可直接在关系型数据库上执行
109
110	Python 脚本：可执行的生成器，适用于自定义或大型数据集

People who liked this also viewed

6 picks

Type