pythondocx:将表解析为Panda数据帧
我正在使用pythondocx:将表解析为Panda数据帧,python,pandas,dataframe,ms-word,python-docx,Python,Pandas,Dataframe,Ms Word,Python Docx,我正在使用pythondocx库来提取ms-word文档。我可以使用同一个库从word文档中获取所有表。但是,我想将表解析为panda数据帧,是否有任何内置功能可以用于将表解析为数据帧,或者我必须手动执行? 另外,是否有可能知道表格所在的标题名称?多谢各位 from docx import Document from docx.shared import Inches document = Document('test.docx') tabs = document.tables 您可以使用以
pythondocx
库来提取ms-word文档。我可以使用同一个库从word文档中获取所有表。但是,我想将表解析为panda数据帧,是否有任何内置功能可以用于将表解析为数据帧,或者我必须手动执行?
另外,是否有可能知道表格所在的标题名称?多谢各位
from docx import Document
from docx.shared import Inches
document = Document('test.docx')
tabs = document.tables
您可以使用以下代码从数据框中的文档中提取表:
from docx import Document
import pandas as pd
document = Document('test.docx')
tables = []
for table in document.tables:
df = [['' for i in range(len(table.columns))] for j in range(len(table.rows))]
for i, row in enumerate(table.rows):
for j, cell in enumerate(row.cells):
if cell.text:
df[i][j] = cell.text
tables.append(pd.DataFrame(df))
print(tables)
您可以从tables变量获取所有表 您可以使用以下代码从数据框中的文档中提取表:
from docx import Document
import pandas as pd
document = Document('test.docx')
tables = []
for table in document.tables:
df = [['' for i in range(len(table.columns))] for j in range(len(table.rows))]
for i, row in enumerate(table.rows):
for j, cell in enumerate(row.cells):
if cell.text:
df[i][j] = cell.text
tables.append(pd.DataFrame(df))
print(tables)
您可以从tables变量获取所有表 类似的替代方案(但我没有使用多个表进行测试)。这给了我想要的数据帧格式:
for table in firstdoc.tables:
doctbls=[]
tbllist=[]
rowlist=[]
for i, row in enumerate(table.rows):
for j, cell in enumerate(row.cells):
rowlist.append(cell.text)
tbllist.append(rowlist)
rowlist=[]
doctbls=doctbls+tbllist
finaltables=pd.DataFrame(doctbls)
display(finaltables)
类似的替代方案(但我没有使用多个表进行测试)。这给了我想要的数据帧格式:
for table in firstdoc.tables:
doctbls=[]
tbllist=[]
rowlist=[]
for i, row in enumerate(table.rows):
for j, cell in enumerate(row.cells):
rowlist.append(cell.text)
tbllist.append(rowlist)
rowlist=[]
doctbls=doctbls+tbllist
finaltables=pd.DataFrame(doctbls)
display(finaltables)