如何提取企业年报中表格的数据?-使用camelot库

本文介绍了如何使用Python的Camelot库处理PDF文件中的单独一页和跨页表格,包括读取单页表格并保存为Excel,以及合并跨越多页的表格。展示了如何使用`read_pdf`函数和Pandas数据处理来提取和整理数据。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 参考资料链接:Python解析pdf表格 | Camelot库(完胜) VS Pdfplumber库

一、表格在单独一页的情况

import camelot
pdf=r"C:\Users\ziyao\Desktop\python for work\办公\work1\2018年10月全国城市空气质量报告.pdf"
table=camelot.read_pdf(pdf, pages='11')
print(table)#查看该页的表格数量
print(table[0])#查看表格的规格

df=table[0].df#将提取出的数据转换为dataframe
df.to_excel('tables.xlsx')

原文件的表格: 

 提取出来的Excel表格:

二、表格横跨多个不同页面 

考虑到篇幅过长,所以不放原表格 

import camelot
import pand
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值