「DPC導入の影響評価に係る調査」実施説明資料のPDF内のICDコードをCSVに変換

2022年度「DPC導入の影響評価に係る調査」実施説明資料をダウンロード

!wget https://www01.prrism.com/dpc/2022/file/setumei_20220331.pdf

プログラム

!apt update
!apt install ghostscript
!pip install camelot-py[cv]

import camelot
import pandas as pd

# ページ範囲
pages = "145-168"

tables = camelot.read_pdf("setumei_20220331.pdf", pages=pages, split_text=True)

dfs = [pd.DataFrame(table.data[1:], columns=table.data[0]) for table in tables]

# 結合
df = pd.concat(dfs).reset_index(drop=True)

# 列名の改行を除去
df.columns = df.columns.str.replace("\s", "", regex=True)

df

df.to_csv("result.csv", encoding="utf_8_sig", index=False)