python CSVファイル処理について

Question

コード
import pandas as pd
import tabula

dfs = tabula.read_pdf('001.pdf', lattice=True, pages = 'all')

dfs.to_csv('mokuji.csv', index=None , encoding = 'shift_jis')

上記のコードで、PDFファイルをpandasで読み込み、①のようにCSVファイルに書き出すことに成功しました。

①
A列　　　B列
図番　　図面名
1　　　 位置図
2~3　　 平面図(1)~(2)
4~8　　 縦断図(その1)~(その5)


①を②のようにしたいです。

②
A列　　　B列
図番　　図面名
1　　　 位置図
2　　 　平面図(1)
3　　 　平面図(2)
4　　 　縦断図(その1)
5　　　 縦断図(その2)
6　　 　縦断図(その3)
7　　 　縦断図(その4)
8　　 　縦断図(その5)

どうすればよいか全くのお手上げです。
宜しくお願い致します。

Answer 1

トリッキーな処理ですが、正規表現を駆使することで、希望の形に近い変換は可能です。
まずはそのまま実行して動きを確認し、あとはじっくりと解読してみてください。

import re
import pandas as pd

df = pd.DataFrame([
	['1', '位置図'],
	['2~3', '平面図(1)~(2)'],
	['4~8', '縦断図(その1)~(その5)']],
	columns=['図番', '図面名'])

print(df)

df_out = pd.DataFrame(index=[], columns=df.columns)
for index, row in df.iterrows():
	nums = [int(x) for x in re.findall(r'\d+', row['図番'])]
	if len(nums) <= 1:
		df_out = df_out.append(df[index:index+1], ignore_index=True)
		continue
	zu_name = re.findall(r'^(.+?)(', row['図面名'])[0]
	zu_prefix = re.findall(r'((.*?)\d+)', row['図面名'])[0]
	zu_num = [int(x) for x in re.findall(r'(.*?(\d+))', row['図面名'])][0]
	for num in range(nums[0], nums[1]+1):
		df_out = df_out.append(pd.Series(
			[str(num), '{}({}{})'.format(zu_name, zu_prefix ,zu_num)], 
			index=df.columns), ignore_index=True)
		zu_num = zu_num + 1

print(df_out)

Comments

[monopoly_man]

toast-uz様

大変参考になるヒントを教えて頂き、ありがとうございました。
こちらを参考に完成を目指します。