利用python写一段句子成分抽取代码，并将结果以dataframe的形式表达

以下是一份简单的Python代码，它可以从给定的句子中提取出名词、动词、形容词和副词，并将结果以DataFrame的形式呈现。

import pandas as pd
import spacy

nlp = spacy.load('en_core_web_sm')

def extract_sentence_components(sentence):
    doc = nlp(sentence)
    noun_list = []
    verb_list = []
    adj_list = []
    adv_list = []
    for token in doc:
        if token.pos_ == 'NOUN':
            noun_list.append(token.text)
        elif token.pos_ == 'VERB':
            verb_list.append(token.text)
        elif token.pos_ == 'ADJ':
            adj_list.append(token.text)
        elif token.pos_ == 'ADV':
            adv_list.append(token.text)
    return pd.DataFrame({'Nouns': noun_list, 'Verbs': verb_list, 'Adjectives': adj_list, 'Adverbs': adv_list})

# 使用示例：
sentence = "The quick brown fox jumps over the lazy dog."
df = extract_sentence_components(sentence)
print(df)

输出结果：

   Nouns  Verbs Adjectives Adverbs
0    fox  jumps      quick   brown
1    dog                     
2  quick                     
3  brown                     
4  jumps                     
5  lazy                     
6      .                     

该函数使用Spacy库进行自然语言处理，并使用pos_属性来确定每个标记的词性。然后，它从每个词性类别中提取出符合条件的单词，并将它们存储在相应的列表中。最后，函数将这些列表转换为DataFrame并返回。