标签: tabula
我正在使用表格读取PDF中的表格。
我发现read_pdf意外地破坏了表中的列名。例如,原始表格在pdf中如下所示:
Image of Table in PDF
但是,当我使用tabula.read_pdf()时,提取的数据框会分解列名称中的单词。看起来像这样:
Tabula dataframe extracted
请注意,当只有4个列时,它会找到8个单独的列。
我正在使用的选项是:
guess=False pandas_options={"header": None} lattice=False