如何将分类器预测结果写入CSV文件的指定label列

你说的这种场景太常见了，我之前处理分类任务时也经常碰到，给你两种实用的方法，看你习惯哪种工具：

方法一：用Pandas（推荐，操作最简便） #

Pandas处理表格数据简直是利器，几步就能搞定：

1. 先导入pandas库（如果没装的话先执行pip install pandas）
2. 读取你的CSV文件
3. 把预测结果直接赋值给label列
4. 保存回原文件（或者新文件，避免覆盖出错）

代码示例：

import pandas as pd
import numpy as np

# 假设你的预测结果是numpy数组
predictions = np.array([0., 1., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1., 1., 1., 0., 0., 0.])

# 读取CSV文件
df = pd.read_csv("your_file.csv")

# 把预测结果赋值给label列
df["label"] = predictions

# 保存回CSV，index=False是为了避免多出一列索引
df.to_csv("your_file.csv", index=False)

注意：要确保你的预测结果长度和CSV里的行数完全一致，不然会报长度不匹配的错误哦！

方法二：纯Python内置csv模块（不用装第三方库） #

如果不想依赖Pandas，用Python自带的csv模块也能实现：

import csv

predictions = [0., 1., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1., 1., 1., 0., 0., 0.]
input_file = "your_file.csv"
output_file = "your_file_with_label.csv"

with open(input_file, 'r', newline='') as infile, open(output_file, 'w', newline='') as outfile:
    reader = csv.DictReader(infile)
    # 保留原表头
    fieldnames = reader.fieldnames
    writer = csv.DictWriter(outfile, fieldnames=fieldnames)
    writer.writeheader()
    
    # 遍历每一行，对应填入预测结果
    for idx, row in enumerate(reader):
        row["label"] = str(predictions[idx])  # 转成字符串避免格式问题
        writer.writerow(row)

这个方法是逐行处理，适合数据量不大的情况，好处是不用额外安装库。

内容的提问来源于stack exchange，提问作者曾逸飞