Python 我们如何使用dask数据帧来读取word和pdf文档？

有没有一种方法可以使用

dask

dataframe来读取

word

和

pdf

文档

我正在尝试读取pandas数据帧中的文件，然后使用方法

dark\u df=da.from\u pandas（word，1）

将该数据帧转换为暗数据帧

---

有人能给我建议执行此任务的更好方法吗？

您需要将pdf/word非结构化文档矢量化为结构化csv/tsv/excel。你不能直接加载。不是那么简单。