AttributeError报错：'str'对象无to_csv属性，如何保存模型输出为CSV？

错误本质 #

你触发报错的核心原因是：output是字符串类型，而to_csv()是pandas DataFrame/Series专属的方法，字符串对象没有这个属性，自然无法调用。

同时你的代码存在逻辑漏洞：你把整个Series（4312条文本）转成了单个大字符串传给tokenizer，导致模型生成的是所有文本拼接后的整体摘要，而非每条数据对应的单独摘要，不符合批量处理需求。

修正方案 #

步骤1：批量生成单条文本对应的摘要 #

循环处理每条预处理后的文本，为每条数据生成独立摘要，避免将所有文本合并输入模型。

步骤2：用DataFrame存储结果并保存CSV #

将原文本和对应摘要组合成pandas DataFrame，再调用to_csv()方法保存。

完整修正代码 #

import pandas as pd

# 原预处理逻辑保留
gf = df['findings'].astype(str)
preprocess_text = gf.str.strip().replace("\n", "")
t5_prepared_Text = "summarize: " + preprocess_text

# 初始化列表存储所有摘要
summaries = []

# 循环处理每条文本
for text in t5_prepared_Text:
    # 跳过空值对应的文本
    if text == "summarize: nan":
        summaries.append("")
        continue
    
    # 对单条文本编码
    tokenized_text = tokenizer.encode(text, return_tensors="pt").to(device)
    
    # 生成摘要
    summary_ids = model.generate(
        tokenized_text,
        num_beams=4,
        no_repeat_ngram_size=2,
        min_length=30,
        max_length=100,
        early_stopping=True
    )
    
    # 解码摘要并添加到列表
    output = tokenizer.decode(summary_ids[0], skip_special_tokens=True)
    summaries.append(output)

# 组合成DataFrame，方便保存和查看
result_df = pd.DataFrame({
    "original_findings": preprocess_text,
    "summary": summaries
})

# 保存到CSV，index=False去掉自动生成的索引列
result_df.to_csv('/content/drive/MyDrive/hid.csv', index=False)

关键改动说明 #

• 移除str(t5_prepared_Text)的强制类型转换，改为循环遍历每条文本，确保模型处理单条数据
• 用列表收集所有摘要结果，最终转换为DataFrame，以此正常调用to_csv()方法
• 增加空值处理逻辑，避免对'nan'文本生成无效摘要

内容的提问来源于stack exchange，提问作者Jacob