从单个 csv 文件中解析多个不同大小的表

Question

我有一个包含多个表的 CSV 文件。每个表都有一个标题，以及可变数量的行和列（这些数字可能因文件而异）。标题以及行和列的名称也可能在我将来需要解析的不同文件之间发生变化，因此我无法对它们进行硬编码。某些列也可能包含空单元格。

以下是具有此结构的示例 CSV 文件的屏幕截图：

我需要找到一种解决方案，将 CSV 中的所有表格解析为 Pandas DF。理想情况下，最终输出将是一个 Excel 文件，其中每个表格都保存为一个工作表，每个工作表的名称将是相应的表格标题。

我尝试了建议的解决方案in this post，但始终无法识别表格的开始/结束。当我使用输入 csv 文件的更简单版本时，建议的代码只返回一个表。

我将不胜感激！

Answer 1

你可以试试这个：

df = pd.read_csv("file.csv")

dfs = []
start = 0
for i, row in df.iterrows():
    if all(row.isna()):  # Empty row
        # Remove empty columns
        temp_df = df.loc[start:i, :].dropna(how="all", axis=1)
        if start:  # Grab header, except for first df
            new_header = temp_df.iloc[0]
            temp_df = temp_df[1:]
            temp_df.columns = new_header
        temp_df = temp_df.dropna(how="all", axis=0)
        dfs.append(temp_df)
        start = i + 1

然后，您可以通过调用dfs[0]、dfs[1]、...来访问每个df。