如果找不到特定字符串，如何遍历数据框列表并删除所有数据

Question

我正在使用 python 库 Camelot 解析多个 PDF 并提取这些 PDF 文件中的所有 table。第一行代码以列表格式返回从 pdf 中抓取的所有 tables。我正在寻找其中具有唯一字符串的 table。值得庆幸的是，这个字符串对于这个 table 是唯一的，所以理论上我可以用它来隔离我想要抓取的 table。

这些 pdf 或多或少是以相同格式创建的，但是存在足够多的差异，我不能只对我想要的 table 进行静态调用。比如我要的table有时候会是第一个table被刮掉，有时候会是第三个。因此，我需要编写一些代码才能动态地 select 和 table。

我心目中的工作流程逻辑上是这样的：

在 for 循环之前创建一个空列表以附加 tables。调用 for 循环并遍历 Camelot 代码输出的列表中的每个 table。如果 table 没有我要查找的字符串，请删除 table 中的所有数据，然后将空数据框附加到空列表中。如果它确实有我要查找的字符串，请将其附加到空列表而不删除任何内容。

有没有更好的方法来解决这个问题？我确定可能有。

我已将到目前为止的内容放在我的代码中。如果字符串存在，我很难将条件语句放在一起以删除数据帧的所有行。如果字符串存在，我发现了很多删除列和行的示例，但整个数据框没有任何内容

import camelot
import pandas as pd

#this creates a list of all the tables that Camelot scrapes from the pdf
tables = camelot.read_pdf('pdffile', flavor ='stream', pages = '1-end')

#empty list to append the tables to
elist = []

for t in tables:
    dftemp = t.df

    #my attempt at dropping all the value if the unique value isnt found. THIS DOESNT WORK
    dftemp[dftemp.values  != "Unique Value", dftemp.iloc[0:0]]

    #append to the list
    elist.append(dftemp)

#combine all the dataframes in the list into one dataframe
dfcombined = pd.concat(elist)

Answer 1

您可以在 dftemp.values 返回的 numpy 数组上使用 'in' 运算符 link

for t in tables:
    dftemp = t.df

    #my attempt
    if "Unique Value" in dftemp.values:
        #append to the list
        elist.append(dftemp)

Answer 2

你可以在一行中完成：

dfcombined = pd.concat([t.df if "Unique Value" in t.df.values else pd.DataFrame() for t in tables ])

如果找不到特定字符串，如何遍历数据框列表并删除所有数据

How to iterate through a list of Data frames and drop all data if a specific string isnt found

python

python-3.x

pandas

python-camelot