如何修改Python文本分类脚本以从CSV读取数据替代内置DataFrame？

你的理解是正确的，原代码中的DataFrame是手动构造的硬编码数据，仅需替换构造DataFrame的对应行代码为CSV读取逻辑即可，修改后的完整代码如下：

import pandas as pd

d = {'men': ['men', 'boy'], 'women': ['women', 'girl', 'lady']}

def classify(text):
    gender = 'None of any'
    for i in d:
        if any(j in text for j in d[i]):
            gender = i
    return gender

# 替换原硬编码逻辑为读取CSV，引号内替换为你实际的CSV文件路径
df = pd.read_csv("你的CSV文件路径.csv")
# 分类逻辑和原代码完全一致
df['cat'] = df['text'].apply(lambda x: classify(x))

# 打印结果预览
print(df)
# 若需要将分类后的完整数据导出为新CSV，保留下方代码即可
df.to_csv("分类结果.csv", index=False, encoding='utf-8-sig')

注意事项 #

• 请确保你的CSV文件中存在名为text的列，用于存储待分类的文本内容；如果你的CSV中文本列的名称不是text，需要将df['text'].apply(...)中的text替换为你实际使用的列名
• 如果CSV和Python脚本存放在同一个文件夹下，pd.read_csv的参数直接写CSV文件名即可，否则需要填写完整的文件路径
• 若读取CSV时出现编码报错，可以尝试给pd.read_csv增加编码参数，例如pd.read_csv("你的文件.csv", encoding='gbk')或者pd.read_csv("你的文件.csv", encoding='utf-8')

内容的提问来源于stack exchange，提问作者sdevlin123