python -docx从word docx中提取表格

Question

我知道这是一个重复的问题，但这些答案不适用于我。我有一个word文件，其中包含一张表，现在我希望该表格作为我的python程序的输出。我使用Python 3.6，我也安装了python -docx。这里是我的数据提取代码

from docx.api import Document 

document = Document('test_word.docx') 
table = document.tables[0] 

data = [] 

keys = None 
for i, row in enumerate(table.rows): 
    text = (cell.text for cell in row.cells) 

    if i == 0: 
     keys = tuple(text) 
     continue 
    row_data = dict(zip(keys, text)) 
    data.append(row_data) 
    print (data) 

我想要的结果什么看起来在word docx文件。在此先感谢

Answer 1

您的代码适合我。将它插入数据框怎么样？

import pandas as pd 
from docx.api import Document 

document = Document('test_word.docx') 
table = document.tables[0] 

data = [] 

keys = None 
for i, row in enumerate(table.rows): 
    text = (cell.text for cell in row.cells) 

    if i == 0: 
     keys = tuple(text) 
     continue 
    row_data = dict(zip(keys, text)) 
    data.append(row_data) 
    print (data) 

df = pd.DataFrame(data) 

如何在该表中显示特定的行和列？ 我们可以提取但是基于索引行列数与ILOC

# iloc[row,columns] 
df.iloc[0,:].tolist() # [5,6,7,8] - row index 0 
df.iloc[:,0].tolist() # [5,9,13,17] - column index 0 
df.iloc[0,0] # 5 - cell(0,0) 
df.iloc[1:,2].tolist() # [11,15,19] - column index 2, but skip first row 

等等...

，如果你的列都有名称（在这种情况下，它是一个数字），你可以像下面这样做：

#df["name"].tolist() 
df[1].tolist() # [5,6,7,8] - column with name 1 

---

print(df) 

版画，这是怎样的表看起来像我的样本文档。

1 2 3 4 
0 5 6 7 8 
1 9 10 11 12 
2 13 14 15 16 
3 17 18 19 20