从 PDF 读取表格并将其转换为 Pandas Dataframe

Question

我正在尝试从 pdf 中提取表格数据并将它们存储为数据框。但是表格数据的格式不正确。

下面是我得到的数据框：

但我希望该数据框采用以下格式。

请帮助我应该如何编写通用代码才能做到这一点。

Answer 1

重命名您的列：

df.columns = ['Colour', 'Size', 'Base Size', 'Value', 'Base Amount', 'Absolute', 'Approx']

并删除前两行：

df.drop([0, 1], inplace=True)