Имеется код
all_df = []
ind_join_df = []
for i in range(len(pdfs)-1):
if list(pdfs[i].columns) == list(pdfs[i+1].columns):
main_df = pd.concat([pdfs[i], pdfs[i+1]], ignore_index=True)
all_df.append(main_df)
ind_join_df.extend([i, i+1])
else:
if i not in ind_join_df:
all_df.append(pdfs[i])
Проходит по списку датафреймов, который был получен из pdf-файла. Датафреймы разделены по страницам, то есть если какая-то таблица располагается на 2 и более страницах, то каждая страница будет представлять собой отдельный датафрейм. Мне необходимо объединить датафреймы, которые представляют собой одну таблицу, и я написала решение, заключающееся в сравнении названий столбцов у двух соседних датафреймов. Он работает правильно, но как его изменить, чтобы он сравнивал датафреймы до тех пор, пока названия столбцов не будут разными? то есть для таблиц, размещенных на более чем 2 страницах
В итоге должен получиться список, включающий маленькие таблички (которые не участвуют в объединении) и сами объединенные датафреймы. Для этого я создавала список индексов объединенных датафреймов и если новый датафрейм не удовлетворял условию, его индекс проверялся по этому списку.