python-docx:将表解析为Panda Dataframe
问题内容:
我正在使用该python-docx
库提取ms
word文档。我可以使用相同的库从word文档中获取所有表。但是,我想将表解析为熊猫数据框,是否可以使用任何内置功能将表解析为数据框,还是必须手动进行?另外,是否有可能知道表格所在的标题名称?谢谢
from docx import Document
from docx.shared import Inches
document = Document('test.docx')
tabs = document.tables
问题答案:
您可以使用以下代码从文档中的数据框中提取表:
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)
您可以从表变量中获取所有表。