第三方库说明
PDF读取第三方库
import pdfplumber
DataFrame 数据结果处理
import pandas as pd
初始化DataFrame数据对象
初始化DataFrame数据对象、用于DataFrame数据保存
data_frame = pd.DataFrame()
读取PDF表格
pdf 文件路径
pdf_file = ‘/usr/load/data.pdf’
读取pdf数据
pdf_data = pdfplumber.open(pdf_file)
遍历PDF数据
for page in pdf_data.pages:
每一页的Tbale表格数据
table = page.extract_table()
将每一页的数据写入一个DataFrame对象
data_frame_page = pd.DataFrame(table[1:], columns=table[0])
合并每一页的表格数据
data_frame = pd.concat([data_frame_page, data_frame], ignore_index=True)
简单的数据清洗、删除其中列值全部为Nan的数据列
data_frame.dropna(axis=1, how=‘all’, inplace=True)
写入EXCEL表格
excel 文件路径
excel_path = ‘/usr/load/data.pdf’
自定义列名
data_frame.columns = [‘姓名’, ‘年龄’, ‘身份证号’, ‘绩效考核’]
DataFrame数据保存到Excel数据表中
data_frame.to_excel(excel_writer=excel_path, index=False, encoding=‘utf-8’)
【粉丝福利】关注公众号,获取全套视频资料,使用python的pdf读写功能模块,将从pdf读取的表格内容自定义转换后写入excel文件表格。喜欢小编点个 ‘关注’ 吧!
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)
端开发知识点,真正体系化!**
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)
![img](https://img-blog.csdnimg.cn/img_convert/880f53d9a21c3db98f3b72bcb9e1938e.jpeg)