愛知県の感染状況のPDFデータをCSVに変換

github.com

PDFのURLのスクレイピングは省略してダウンロード

PDFファイルをダウンロード

wget https://www.pref.aichi.jp/uploaded/attachment/328890.pdf -O data.pdf

!apt install python3-tk ghostscript
!pip install camelot-py[cv]

import datetime
import re

import pandas as pd

import camelot

tables = camelot.read_pdf(
    "data.pdf", pages="1-end", split_text=True, strip_text="\n", line_scale=40
)

df_csv = pd.concat([table.df for table in tables])

df_csv.to_csv("data.csv", index=None, header=None)


def my_parser(s):

    y = datetime.datetime.now().year
    m, d = map(int, re.findall("[0-9]{1,2}", s))

    return pd.Timestamp(year=y, month=m, day=d)


df = pd.read_csv("data.csv", index_col=0, parse_dates=["発表日"], date_parser=my_parser)

df