python 去除dataframe中的空行_【word文档自动化处理】用python实现字音回填

大家好，我是小小明，今天我要给大家分享的是两个word文档处理的案例，核心是读取excel的数据，按照指定的规则写入到word中。

之前们已经分享过一些pandas读写excel的例子，这次我们需要在此基础上还需读写word文档。

python-docx简介

利用python读写word文档的库是python-docx，安装：

pip install python-docx

python-docx 官方文档：https://python-docx.readthedocs.io/en/latest/

基本的对象关系：

单字拆分处理

之前遇到一个需求：

image-20201230110530386

分析需求呢，会发现它要求在word文档中添加一行在excel对应的声韵调，若音1声超过1个字符还需将最后一个字符上标，音1韵不上标，音1调需整体上标。

为了解决这个问题，首先我们需要处理出我们需要的数据，每个单字对应的字音(音韵声)。

自然第一步是读取excel文件，最终产生以调查条目为键，声韵调作为值的字典，而音1声超过1个字符需将最后一个字符上标，所以音1声应该把不需上标和需要上标的分开存储，最终形成一个四元组。

看看代码吧：

01

 数据读取 

import pandas as pd

df = pd.read_excel("老男单字.xls", usecols=[0, 1, 3, 4, 5], dtype={
    '编号': 'str'})
df.head()

编号	调查条目	音1声	音1韵	音1调
0001	多	t	o	44
0002	拖	th	o	44
0003	大	t	a	13
0004	锣	l	o	21
0005	左	ts	o	35

单字对应的字音字典生成

symbols = {}
for row in df.values:
    k = row[1]
    a = row[2].strip()
    if len(a) > 1:
        v = (a[:-1], a[-1], row[3].strip(), str(row[4]))
    else:
        v = (a, "", row[3].strip(), str(row[4]))
    symbols[k] = v

利用pandas查看生成结果：

pd.DataFrame.from_dict(symbols, 'index').head(10)

02

 测试数据匹配

好，接下来，我们尝试读取word文档的第一个表格，并匹配获取每个字音需要添加的音韵调：