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）を使用して、テスト用の現実的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スクリプトやデータファイルを直接作成します。

使用場面：テストデータの作成、サンプルデータセットの生成、開発用の現実的な模擬データの構築、またはテスト環境へのデータ投入。

引数：

$PRODUCT: 製品またはシステム名
$DATASET_TYPE: データの種類（例：顧客フィードバック、取引データ、ユーザープロファイル）
$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: 追加の制約やビジネスルール

手順

データセットのタイプを特定する - データドメインを理解する
列仕様の定義 - 名前、データ型、値の範囲
行数の決定 - 必要なサンプルレコード数
出力形式の選択 - CSV、JSON、SQL INSERT、またはPythonスクリプト
現実的なパターンを適用する - データが本物らしく、有効であることを確保する
ビジネス上の制約を追加する - ビジネスロジックと関連性を尊重する
データの生成またはスクリプト作成 - 実行可能な出力を生成
出力の検証 - データの品質と完全性を確保する

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 (自動インクリメント、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 (1～5つ星)
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、衣類、ホーム）

制約条件：

評価の分布：5つ星 40%、4つ星 30%、3つ星 20%、1～2つ星 10%
バグカテゴリは評価1～3のみに限定
機能要望は評価3～5のみに限定
メールアドレスは現実的なドメイン（gmail、yahoo、company.com）

成果物

実行可能なPythonスクリプト、または直接利用可能なデータファイル
適切なヘッダーと書式が設定された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の SQL INSERT 文
データの妥当性検証および制約への準拠
現実的かつビジネスに適した値
データ生成ロジックのドキュメント
データセットの使用に関するクイックスタートガイド

出力形式

CSV：フラットな表形式で、スプレッドシートやデータベースへのインポートが容易

JSON：ネスト構造。APIやNoSQLデータベースに最適

SQL：INSERT文。リレーショナルデータベース上で直接実行可能

Pythonスクリプト：カスタムデータセットや大規模なデータセット用の実行可能ジェネレータ

GitHubで見る

---
name: dummy-dataset
description: Generate realistic dummy datasets for testing with customizable columns, constraints, and output formats (CSV, JSON, SQL, Python script).
---
# Dummy Dataset Generation

Generate realistic dummy datasets for testing with customizable columns, constraints, and output formats (CSV, JSON, SQL, Python script). Creates executable scripts or direct data files for immediate use.

**Use when:** Creating test data, generating sample datasets, building realistic mock data for development, or populating test environments.

**Arguments:**
- `$PRODUCT`: The product or system name
- `$DATASET_TYPE`: Type of data (e.g., customer feedback, transactions, user profiles)
- `$ROWS`: Number of rows to generate (default: 100)
- `$COLUMNS`: Specific columns or fields to include
- `$FORMAT`: Output format (CSV, JSON, SQL, Python script)
- `$CONSTRAINTS`: Additional constraints or business rules

## Step-by-Step Process

1. **Identify dataset type** - Understand the data domain
2. **Define column specifications** - Names, data types, and value ranges
3. **Determine row count** - How many sample records needed
4. **Select output format** - CSV, JSON, SQL INSERT, or Python script
5. **Apply realistic patterns** - Ensure data looks authentic and valid
6. **Add business constraints** - Respect business logic and relationships
7. **Generate or script data** - Create executable output
8. **Validate output** - Ensure data quality and completeness

## Template: Python Script Output

```python
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}")
```

## Example Dataset Specification

**Dataset Type:** Customer Feedback

**Columns:**
- feedback_id (auto-increment, U001, U002...)
- customer_name (realistic names)
- email (valid email format)
- feedback_date (dates last 90 days)
- rating (1-5 stars)
- category (Bug, Feature Request, Complaint, Praise)
- text (realistic feedback)
- product (electronics, clothing, home)

**Constraints:**
- Ratings skewed: 40% 5-star, 30% 4-star, 20% 3-star, 10% 1-2 star
- Bug category only with ratings 1-3
- Feature requests only with ratings 3-5
- Email domains realistic (gmail, yahoo, company.com)

## Output Deliverables

- Ready-to-execute Python script OR direct data file
- CSV file with proper headers and formatting
- JSON file with valid structure and types
- SQL INSERT statements for database population
- Data validation and constraint compliance
- Realistic, business-appropriate values
- Documentation of data generation logic
- Quick-start instructions for using the dataset

## Output Formats

**CSV:** Flat tabular format, easy to import into spreadsheets and databases

**JSON:** Nested structure, ideal for APIs and NoSQL databases

**SQL:** INSERT statements, directly executable on relational databases

**Python Script:** Executable generator for custom or large datasets