溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章將為大家詳細講解有關Python中怎么PDF文件提取數據，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。
示例：使用Python從PDF文件中提取一個表格
a) 將表復制到Excel并保存為table_1_raw.csv
數據以一維格式存儲，必須進行重塑、清理和轉換。
b) 導入必要的庫
import pandas as pd import numpy as np
c) 導入原始數據，重新定義數據
df=pd.read_csv("table_1_raw.csv", header=None) df.values.shape df2=pd.DataFrame(df.values.reshape(25,10)) column_names=df2[0:1].values[0] df3=df2[1:] df3.columns = df2[0:1].values[0] df3.head()
d) 使用字符串處理工具進行數據糾纏
我們從上面的表格中注意到，x5、x6和x7列是用百分比表示的，所以我們需要去掉percent(%)符號：
df4['x5']=list(map(lambda x: x[:-1], df4['x5'].values)) df4['x6']=list(map(lambda x: x[:-1], df4['x6'].values)) df4['x7']=list(map(lambda x: x[:-1], df4['x7'].values))
e) 將數據轉換為數字形式
我們注意到列x5、x6和x7的列值數據類型為string，因此我們需要將它們轉換為數值數據，如下所示：
df4['x5']=[float(x) for x in df4['x5'].values] df4['x6']=[float(x) for x in df4['x6'].values] df4['x7']=[float(x) for x in df4['x7'].values]
f) 查看轉換數據的最終形式
df4.head(n=5)
g) 導出最終數據到一個csv文件
df4.to_csv('table_1_final.csv',index=False)關于Python中怎么PDF文件提取數據就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
