以下是基于您描述的内容生成的一个简单的Python脚本，它会模拟往两张表 `TW_PERS_USR_M_EDS` 和 `TW_PERS_CSNM_M_EDS` 中插入实验数据的过程。我们假定使用SQL语言并通过Python中的pandas库和sqlite3模块来完成这一任务。 ```python import pandas as pd import sqlite3 import random # 创建数据库连接 conn = sqlite3.connect(':memory:') # 使用内存数据库测试 # 定义两个表格的结构并创建它们 create_table_a_sql = ''' CREATE TABLE IF NOT EXISTS TW_PERS_USR_M_EDS ( USR_NBR TEXT PRIMARY KEY, CMCC_BRANCH_CD TEXT, INNET_USR_IND INTEGER CHECK(INNET_USR_IND IN (0,1)) ); ''' create_table_b_sql = ''' CREATE TABLE IF NOT EXISTS TW_PERS_CSNM_M_EDS ( USR_NBR TEXT PRIMARY KEY, ACTV_CMNCT_USR_IND INTEGER CHECK(ACTV_CMNCT_USR_IND IN (0,1)) ); ''' with conn: cursor = conn.cursor() cursor.execute(create_table_a_sql) cursor.execute(create_table_b_sql) # 构造一些虚拟数据插入到表格A中 data_for_A = [] cities = ["Beijing", "Shanghai", "Guangzhou"] for i in range(20): # 这里构造了20条记录作为示例 phone_number = f"1{random.randint(1_000_000_000, 9_999_999_999)}" city = cities[random.randint(0, len(cities)-1)] status = random.choice([0,1]) # 随机选择状态是否在网 data_for_A.append((phone_number, city, status)) df_A = pd.DataFrame(data_for_A, columns=['USR_NBR', 'CMCC_BRANCH_CD', 'INNET_USR_IND']) df_A.to_sql(name='TW_PERS_USR_M_EDS', con=conn, if_exists='append', index=False) # 同样为B表构建虚拟数据 data_for_B = [(row['USR_NBR'], random.choice([0,1])) for idx,row in df_A.iterrows()] df_B = pd.DataFrame(data_for_B, columns=['USR_NBR', 'ACTV_CMNCT_USR_IND']) df_B.to_sql(name='TW_PERS_CSNM_M_EDS', con=conn, if_exists='append', index=False) # 查询以确认数据已成功写入 cursor.execute("SELECT COUNT(*) FROM TW_PERS_USR_M_EDS;") print(cursor.fetchone()) # 输出应该是(20,)表示有20行数据被正确写入 cursor.execute("SELECT COUNT(*) FROM TW_PERS_CSNM_M_EDS;") print(cursor.fetchone()) # 输出也应显示共有20条数据写入第二张表 ``` 该段代码实现了以下功能： 1. 利用了SQLite作为一个轻量级的关系型数据库。 2. 根据提供的字段定义建立了两张表：用户资料月表 (`TW_PERS_USR_M_EDS`) 和 用户消费月表 (`TW_PERS_CSNM_M_EDS`)。 3. 自动生成了一些随机但符合逻辑的数据，并将其存放到相应的表单当中去。 ---