将docx中的表格读入pandas

 from docx import Document

import pandas as pd

import polars as pl

def tables_to_pd(word_file):

    doc = Document(word_file)

    all_data = []  # 存储所有表格的数据行

    headers = None  # 存储表头

    for i, table in enumerate(doc.tables):

        for j, row in enumerate(table.rows):

            row_data = [cell.text for cell in row.cells]

            if j == 0:  # 第一行作为表头

                if headers is None:

                    headers = row_data  # 只保存第一个表格的表头

            else:  # 数据行

                all_data.append(row_data)

    # 创建一个DataFrame

    if headers and all_data:

        df = pd.DataFrame(all_data, columns=headers)

        return df

df1=tables_to_pd(

        "/mnt/c/Users/Administrator/Downloads/调查对象信息和基本信息表-通渭县.docx"

    )