Блог

Я пытаюсь написать код, в котором мне нужно прочитать несколько файлов docx, извлечь определенную таблицу из каждого файла docx и создать кадры данных для каждого из них. мой код звучит так:

 import pandas as pd from docx import Document import os directory = 'C:\folder1\Folder2\Folder3\Folder4'  for root, dirs, files in os.walk(directory):  for document in files:  if document.endswith('.docx'):  table_num=4  nheader=2  table =document.tables[table_num-1]  data=[[cell.text for cell in row.cells] for row in table.rows]  df = pd.DataFrame(data)  df='df_'   document  outside_col,inside_col =df.iloc[0],df.iloc[1]  hier_index =pd.MultiIndex.from_tuples(list(zip(outside_col,inside_col)))  df=pd.DataFrame(data,columns=hier_index).drop(df.index[[0,1]]).reset_index(drop=True)    

Я получаю ошибку Ошибка атрибута: объект » str » не имеет атрибута «таблицы»

но я смог запустить то же самое для одного файла в качестве функции.

 import pandas as pd from docx import Document import os directory = 'C:\folder1\Folder2\Folder3\Folder4'  def read_docx_table(document,table_num=1,nheader=1):  table =document.tables[table_num-1]  data=[[cell.text for cell in row.cells] for row in table.rows]  df = pd.DataFrame(data)  if nheader ==1:  df=df.rename(columns=df.iloc[0]).drop(df.index[0]).reset_index(drop=True)  elif nheader == 2:  outside_col,inside_col =df.iloc[0],df.iloc[1]  hier_index =pd.MultiIndex.from_tuples(list(zip(outside_col,inside_col)))  df=pd.DataFrame(data,columns=hier_index).drop(df.index[[0,1]]).reset_index(drop=True)  elif nheadergt;2:  print("Not Working")  df.DataFrame()  return df   document = Document("file1.docx") table_num=2 nheader=0 df = read_docx_table(document,table_num,nheader) print(df)  

В вашем коде ниже у вас есть эта строка

 document = Document("file1.docx")  

таким образом, документ больше не является строкой с именем файла.

В другой части вы получаете ошибку, потому что документ по-прежнему является строкой

 table = document.tables[table_num-1]  

и строка не имеет таблиц атрибутов.

Правка: Есть еще одна строка, которая вызовет ошибку.

 df = pd.DataFrame(data) df = 'df_'   filename # lt;---- change df to a string outside_col,inside_col =df.iloc[0],df.iloc[1]  

вы меняете df на строку, а затем пытаетесь использовать «iloc» в строке…не сработает.