如何将BERT情感分析的Hugging Face Pipeline输出转为Pandas DataFrame格式

首先提前安装pandas依赖，未安装可执行命令：
pip install pandas

完整实现代码如下：

from transformers import pipeline
import pandas as pd

# 初始化文本分类Pipeline
pipe = pipeline("text-classification")
# 待预测的文本列表
input_texts = ["This restaurant is awesome", "This restaurant is aweful"]
# 获取预测结果
pred_results = pipe(input_texts)

# 若仅需要导出标签和置信度两列，直接传入预测结果即可
df = pd.DataFrame(pred_results)

# 若需要同时保留原始文本（匹配你预期的输出格式），可按如下方式处理
merge_data = []
for text, res in zip(input_texts, pred_results):
    merge_data.append({
        "text": text,
        "label": res["label"],
        "score": res["score"]
    })
full_df = pd.DataFrame(merge_data)

# 输出查看结果
print(full_df)

运行后得到的full_df就是包含原始文本、分类标签、置信度得分的DataFrame格式结果。

内容的提问来源于stack exchange，提问作者ken iwa