Python新手求教：如何将多句字符串转为每行对应一句的DataFrame？

嘿，我懂你现在的困扰啦！你用pd.read_csv加分隔符.的思路其实方向没错，但问题可不少：这种方式会把所有点都当成分隔符——比如句子里如果有Mr.或者etc.这种缩写，直接就把完整内容拆碎了；而且分割后还会出现多余的空字符串或者带空格的内容，完全达不到你要的每行一个完整句子的效果。

给你两个实用的解决方案，从基础到进阶，适合新手上手：

基础版：用正则准确分割句子 #

正则表达式能精准识别句子的结尾（通常是. ! ?，后面跟着空格或者文本结束），不会误拆缩写里的点。代码如下：

import pandas as pd
import re

# 你的原始文本
data = 'This is a book, to which I found exciting. I bought it for my cousin. He likes it.'

# 核心：用正则分割句子，匹配「.!?结尾 + 空格/文本结束」的位置
sentences = re.split(r'(?<=[.!?])\s+', data.strip())

# 过滤掉可能的空字符串（比如文本最后有多余标点时会产生）
sentences = [sentence for sentence in sentences if sentence]

# 转换成DataFrame，指定列名
data_df = pd.DataFrame(sentences, columns=['Sentences'])

# 查看结果
print(data_df)

运行后你会得到完美的每行一个句子的DataFrame，完全符合你的需求！

进阶版：处理更复杂的句子场景 #

如果你的文本里有引号内的句子、省略号或者特殊缩写，稍微调整正则就能适配，比如：

# 适配带引号、省略号的句子分割
sentences = re.split(r'(?<=[.!?])\s+(?=(?:[^"]*"[^"]*")*[^"]*$)', data.strip())

这个正则会跳过引号内的标点，避免把引号里的句子误分割。

内容的提问来源于stack exchange，提问作者Roger