如何解决我在 for 循环中使用 Tabulas;收到此错误:IndexError: list index out of range
我正在使用 for 循环来处理整个 pdf 文件夹,这些文件夹被转换为 csv 文件。
import tabula
import os
import pandas as pd
files_in_directory = os.listdir()
filtered_files = [file for file in files_in_directory if file.endswith(".pdf")]
print(range(len(filtered_files)))
for file in range(len(filtered_files)):
print(file-1)
print(range(len(filtered_files)))
print(file)
print(filtered_files[file-1])
df = tabula.read_pdf(filtered_files[file-1])
csv_name = filtered_files[file-1] + '.csv'
df[file-1].to_csv(csv_name,encoding='utf-8')
这是我的日志:
Traceback (most recent call last):
File "/Users/braydenyates/Documents/Band PDFS/csv_converter.py",line 16,in <module>
df[file-1].to_csv(csv_name,encoding='utf-8')
IndexError: list index out of range
该代码似乎运行了文件夹中 63 个文件中的两个,然后由于此错误而结束。 感谢您的帮助!
解决方法
您拥有的 PDF 文件数量不一定等于 tabula 设法从其中一个 PDF 中提取的数据帧数量。 file
表示第 N 个文件,而 df
实际上是数据帧列表。因此,df[file-1]
的使用并不是很明智。循环遍历数据帧并单独或按任何目的将它们相同。
在这里,有一个更pythonic和更简单的解决方案:
import tabula
import os
import pandas as pd
files_in_directory = os.listdir()
filtered_files = [file for file in files_in_directory if file.endswith(".pdf")]
for file in filtered_files:
dfs = tabula.read_pdf(file)
for nth_frame,df in enumerate(dfs,start=1):
csv_name = f'{file}_{nth_frame}.csv'
df.to_csv(csv_name,encoding='utf-8')
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。