初始化DataFrame数据对象、用于DataFrame数据保存

data_frame = pd.DataFrame()

读取PDF表格

pdf 文件路径

pdf_file = ‘/usr/load/data.pdf’

读取pdf数据

pdf_data = pdfplumber.open(pdf_file)

遍历PDF数据

for page in pdf_data.pages:

每一页的Tbale表格数据

table = page.extract_table()

将每一页的数据写入一个DataFrame对象

data_frame_page = pd.DataFrame(table[1:], columns=table[0])

合并每一页的表格数据

data_frame = pd.concat([data_frame_page, data_frame], ignore_index=True)

简单的数据清洗、删除其中列值全部为Nan的数据列

data_frame.dropna(axis=1, how=‘all’, inplace=True)

写入EXCEL表格

excel 文件路径

excel_path = ‘/usr/load/data.pdf’

自定义列名

data_frame.columns = [‘姓名’, ‘年龄’, ‘身份证号’, ‘绩效考核’]

DataFrame数据保存到Excel数据表中

data_frame.to_excel(excel_writer=excel_path, index=False, encoding=‘utf-8’)