没有不同表格行的表格的 Python 表格

问题描述

最近我尝试使用 tabula 来解析 pdf 中的一个表格，该表格的每个字段中都不包含任何行。

这会创建一个将所有不同字段合并为一个 (example of output) 的列表。

我如何将这个单个字符串转换为数据帧，以便我可以操作数字？非常感谢

解决方法

题中没有给出dummy file来测试，但是如果pdf表格的列之间没有分隔线，并且表格从tabula中提取出来后合并在一列中，请尝试使用参数'columns'在 tabula.read_pdf 中。

根据Tabula Documentation，这个参数的作用是这样的：

columns (list,optional) –
X coordinates of column boundaries.

因此，如果每个 PDF 的 PDF 格式都相同，您可以找到要从中分离数据的列的 X 坐标。为此，您可以使用 Adob​​e 等任何 PDF 工具，也可以点击试用。

仍有疑问，请附上虚拟PDF以便查看。