如何正确保存模型的字符串类型输出至DataFrame或CSV文件？

你之前用pd.DataFrame([text])保存时，会把整个输出对象（比如Series）当成DataFrame的单个元素，导致所有内容挤在一个单元格里。下面是正确的处理和保存步骤：

1. 先修正原代码的语法错误 #

你的预处理和编码代码存在几处语法问题，先修正才能正常生成批量摘要：

# 预处理文本：修正str.replace的调用方式，去掉末尾多余的点
preprocess_text = gf.str.strip().str.replace("\n", "")
t5_prepared_Text = "summarize: " + preprocess_text

# 编码时要处理单个文本，不能直接把整个Series转成字符串（原代码语法错误）
# 后续需循环处理每个文本

2. 批量生成并收集摘要 #

因为你的输入是批量的（Series格式），需要循环处理每个文本，把所有摘要收集到列表中：

summaries = []
for text in t5_prepared_Text:
    tokenized_text = tokenizer.encode(text, return_tensors="pt").to(device)
    summary_ids = model.generate(
        tokenized_text,
        num_beams=4,
        no_repeat_ngram_size=2,
        min_length=30,
        max_length=100,
        early_stopping=True
    )
    output = tokenizer.decode(summary_ids[0], skip_special_tokens=True)
    summaries.append(output)

3. 正确保存为CSV #

把收集到的摘要列表转换成DataFrame，直接保存即可：

# 可同时保留原始数据和摘要，方便后续分析
prediction_df = pd.DataFrame({
    'original_findings': df['findings'],
    'summarized_text': summaries
})

# 保存时设置index=False，避免把行索引写入CSV
prediction_df.to_csv('prediction.csv', index=False)

如果你的输出已经是一个Series（比如你给出的模型输出格式），可以直接转成DataFrame保存：

# 假设你的输出Series名为output_series
prediction_df = output_series.to_frame(name='summarized_text')
prediction_df.to_csv('prediction.csv', index=False)

内容的提问来源于stack exchange，提问作者ZaHid