如何用Python Pandas向CSV指定行写入NER训练数据？

针对你生成NER训练CSV的需求，推荐两种可靠的实现方式，避免之前计数器结合df.loc[]导致的同步问题：

方法一：先构建完整数据结构再生成DataFrame #

先按评论维度整理好所有行数据，给每个评论的首行分配Comment #，后续行留空，再统一转成DataFrame导出：

import pandas as pd

# 示例：comments_data是已整理好的每条评论的行数据，子列表内是该行的其他字段（如文本、标签）
comments_data = [
    [["用户提到的实体1", "PER"], ["无关文本", "O"], ["地点信息", "LOC"]],
    [["另一评论文本", "O"], ["机构名称", "ORG"]]
]

final_rows = []
# 遍历每条评论，生成带Comment #的行
for comment_idx, rows in enumerate(comments_data, start=1):
    # 处理评论首行：添加Comment编号
    first_row = [f"Comment {comment_idx}"] + rows[0]
    final_rows.append(first_row)
    # 处理评论后续行：Comment #列留空
    for row in rows[1:]:
        final_rows.append([""] + row)

# 转成DataFrame并导出
df = pd.DataFrame(final_rows, columns=["Comment #", "Text", "Label"])
df.to_csv("ner_train_data.csv", index=False, encoding="utf-8")

方法二：逐行写入CSV（适合大数据场景） #

如果数据量较大，不想先在内存中存储全量数据，可以用Python内置的csv模块逐行写入，精准控制每一行的Comment #值：

import csv

comments_data = [
    [["用户提到的实体1", "PER"], ["无关文本", "O"], ["地点信息", "LOC"]],
    [["另一评论文本", "O"], ["机构名称", "ORG"]]
]

with open("ner_train_data.csv", "w", newline="", encoding="utf-8") as csv_file:
    writer = csv.writer(csv_file)
    # 写入表头
    writer.writerow(["Comment #", "Text", "Label"])
    
    for comment_idx, rows in enumerate(comments_data, start=1):
        # 写入评论首行
        writer.writerow([f"Comment {comment_idx}"] + rows[0])
        # 写入评论后续行（Comment #列空）
        for row in rows[1:]:
            writer.writerow([""] + row)

为什么之前的方法会同步失败？ #

df.loc[]依赖DataFrame的索引，如果你的操作中存在行删除、索引不连续的情况，定位"第一个空行"就会出错。上面两种方法都是从源数据结构出发，直接为每一行分配Comment #值，完全规避索引混乱的问题。

内容的提问来源于stack exchange，提问作者MrBigResearch