python从字符串中提取数字并转换为相应数据类型

前言

数据是数据科学中任何分析的关键，大多数分析中最常用的数据集类型是存储在逗号分隔值(csv)表中的干净数据。然而，由于可移植文档格式(pdf)文件是最常用的文件格式之一，因此每个数据科学家都应该了解如何从pdf文件中提取数据，并将数据转换为诸如“csv”之类的格式，以便用于分析或构建模型。

在本文中，我们将重点讨论如何从pdf文件中提取数据表。类似的分析可以用于从pdf文件中提取其他类型的数据，如文本或图像。我们将说明如何从pdf文件中提取数据表，然后将其转换为适合于进一步分析和构建模型的格式。我们将给出一个实例。

示例:使用python从pdf文件中提取一个表格

a)将表复制到excel并保存为table_1_raw.csv

数据以一维格式存储，必须进行重塑、清理和转换。

b)导入必要的库

import pandas as pd

import numpy as np

c)导入原始数据，重新定义数据

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)使用字符串处理工具进行数据纠缠

我们从上面的表格中注意到，x5、x6和x7列是用百分比表示的，所以我们需要去掉percent(%)符号:

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)将数据转换为数字形式

我们注意到列x5、x6和x7的列值数据类型为string，因此我们需要将它们转换为数值数据，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)查看转换数据的最终形式

df4.head(n=5)

g)导出最终数据到一个csv文件

df4.to_csv('table_1_final.csv',index=false)

以上就是python从pdf中提取数据的示例的详细内容，更多关于python 提取pdf数据的资料请关注萬仟网其它相关文章！

希望与广大网友互动？？

点此进行留言吧！

python从字符串中提取数字并转换为相应数据类型_python从PDF中提取数据的示例相关推荐

将数字n转换为字符串并保存到s中
将数字n转换为字符串并保存到s中参考 C程序设计语言 #include <stdio.h> #include <string.h> //reverse函数: 倒置字符串s中各 ...
python判断字符串是纯数字_python判断字符串是否纯数字的方法
本文实例讲述了python判断字符串是否纯数字的方法.分享给大家供大家参考.具体如下: 判断的代码如下,通过异常判断不能区分前面带正负号的区别,正则表达式可以根据自己需要比较灵活的写,通过isdigi ...
SQL 提取数字并转换为数字格式
SQL 提取数字并转换为数字格式解决 x层提取数字x 并按大小排序问题: 原代码: SELECT name, max(floor) , floor FROM table group by name ...
Python判断字符串是否为数字
文章目录问题描述解决方案修改内置类型百分号字符串转数字参考文献问题描述本文版本为 Python 3.8 str.isdigit() 仅可判断非负整数 print('0'.isdigit( ...
python处理pdf提取指定数据_python从PDF中提取数据的示例
01 前言数据是数据科学中任何分析的关键,大多数分析中最常用的数据集类型是存储在逗号分隔值(csv)表中的干净数据.然而,由于可移植文档格式(pdf)文件是最常用的文件格式之一,因此每个数据科学家都 ...
python pdf提取数据_python从PDF中提取数据的示例
01 前言数据是数据科学中任何分析的关键,大多数分析中最常用的数据集类型是存储在逗号分隔值(csv)表中的干净数据.然而,由于可移植文档格式(pdf)文件是最常用的文件格式之一,因此每个数据科学家都 ...
python中的数字类型格式与运算_Python中的数字类型格式与运算
出品 Python中的数字(Digital)与数学中的数字相同,可以通过各种各样的运算符实现各种计算,在Python中数字类型的数据格式分为以下几种: 1.整数型(integer) 2.浮点数(flo ...
python 判断是否为数字(整型、浮点型),Python判断字符串是否为数字、浮点数、字母...
前言在Python中处理字符串的函数比较丰富,有时需要把字符串转化为整形.浮点型等:转换过程中,发现有时会报错,比如字符串"12*76",转换为整形,直接转换int(" ...
Python判断字符串是否为数字、浮点数、字母
前言在Python中处理字符串的函数比较丰富,有时需要把字符串转化为整形.浮点型等:转换过程中,发现有时会报错,比如字符串"12*76",转换为整形,直接转换int(" ...

python从字符串中提取数字并转换为相应数据类型_python从PDF中提取数据的示例

python从字符串中提取数字并转换为相应数据类型_python从PDF中提取数据的示例相关推荐

最新文章

热门文章