Python中如何将多标签pandas DataFrame保存为指定格式txt文件？

处理思路 #

核心只需要两步：

• 把Label列中逗号分隔的标签统一替换为空格分隔
• 按照「文本 + __label__分隔标识 + 空格分隔的标签」格式拼接每行内容，按行写入txt即可

实现代码 #

基础写法（易理解，适合小数据集） #

import pandas as pd

# 构造示例DataFrame，实际使用时替换为你自己的数据集即可
df = pd.DataFrame({
    'Text': ['I love you', 'Thank you', 'You are welcome'],
    'Label': ['A, B', 'C, D', 'A, B, C']
})

output_lines = []
for _, row in df.iterrows():
    # 替换标签中的逗号分隔符为空格
    labels = row['Label'].replace(', ', ' ')
    # 按要求格式拼接单行内容
    output_lines.append(f"{row['Text']} __label__ {labels}")

# 写入文件，指定utf-8编码避免中文乱码
with open('output.txt', 'w', encoding='utf-8') as f:
    f.write('\n'.join(output_lines))

高效写法（向量化操作，适合大数据集） #

如果数据集行数较多，用iterrows循环效率较低，可以直接用pandas内置的字符串向量化操作处理，速度提升明显：

# 批量生成每行输出内容
df['line_content'] = df['Text'] + ' __label__ ' + df['Label'].str.replace(', ', ' ')
# 直接导出为txt，关闭索引和表头
df['line_content'].to_csv('output.txt', index=False, header=False, encoding='utf-8')

导出效果 #

运行代码后生成的txt文件内容完全符合要求：

I love you __label__ A B
Thank you __label__ C D
You are welcome __label__ A B C

内容的提问来源于stack exchange，提问作者Jaya A