Python练手，样本

fox111

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 = 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 == 1 :
　　
            age = 28 + i % 33
　　
        if sex == 0 :
　　
            age = 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 ==0 and (i+1) % 33 == 0 :
　　
            lvl = 5
　　
            continue
　　
        if lvl ==0 and (i+1) % 23 == 0 :
　　
            lvl = 4
　　
            continue
　　
        if lvl ==0 and (i+1) % 13 == 0 :
　　
            lvl = 3
　　
            continue
　　
        if lvl ==0 and (i+1) % 3 == 0 :
　　
            lvl = 2
　　
            continue
　　
        lvl = 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 == 1 :
　　
            if lvl * 4 >= age - 28 :
　　
                yrs = age - 28
　　
            else:
　　
                yrs = lvl * 4
　　
        if sex == 0 :
　　
            if lvl * 4 >= age - 22 :
　　
                yrs = age - 22
　　
            else:
　　
                yrs = lvl * 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 == 5 or lvl == 4 :
　　
            if age < 40 :
　　
                edu = 4 #年轻高级是博士
　　
            else:
　　
                edu = 3 #年老高级是硕士
　　
        else:
　　
            if age < 40 :
　　
                edu = 2 #年轻低级是大学
　　
            else:
　　
                edu = 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 = round( ( 3000 \
　　
                          + yrs * 200 + edu * 1000 + ( lvl - 1 ) * 3000 + sex * 1000 \
　　
                          + i % 7 * 300 ) \
　　
                       * ( 1 + yrs / 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 < 2 and age < 35 and edu == 2:
　　
            ris = 1
　　
        if edu == 1 and age > 50 and yrs < 5:
　　
            ris = 1
　　

　　
    df = pd.DataFrame({&quot;sex&quot;:sex,
　　
                       &quot;age&quot;:age,
　　
                       &quot;lvl&quot;:lvl,
　　
                       &quot;yrs&quot;:yrs,
　　
                       &quot;edu&quot;:edu,
　　
                       &quot;sal&quot;:sal,
　　
                       &quot;ris&quot;:ris},
　　
                      index = emp)
　　
    return df
　　

　　
# print(getEmpDataFrame(60))