如何用Pandas框架处理菜单生成账单：提取luxury前置项至receipt列表

1. 先把图片菜单转成可处理的结构化数据 #

因为你提供的是图片格式的菜单，第一步得用OCR工具提取文本，再转成Pandas的DataFrame。这里用pytesseract来实现，先装依赖：

• 安装Python包：pip install pytesseract pillow pandas
• 安装Tesseract OCR引擎：Windows去官网下载安装包，Ubuntu用sudo apt install tesseract-ocr，Mac用brew install tesseract

提取文本并转DataFrame的代码：

import pytesseract
from PIL import Image
import pandas as pd

# 读取本地保存的菜单图片（先把图片下载下来命名为menu.png）
img = Image.open("menu.png")
# 提取图片里的文本
menu_raw_text = pytesseract.image_to_string(img)
# 按行拆分并过滤空行，得到菜单的每一项
menu_items = [line.strip() for line in menu_raw_text.split("\n") if line.strip()]
# 转成Pandas DataFrame
menu_df = pd.DataFrame(menu_items, columns=["content"])

2. 查找"luxury"并提取前一项到receipt列表 #

遍历DataFrame，找到包含"luxury"的行，把它的前一项加入receipt：

receipt = []

for index, row in menu_df.iterrows():
    # 不区分大小写查找，避免大小写问题漏找
    if "luxury" in row["content"].lower():
        # 确保不是第一行，防止索引越界
        if index > 0:
            receipt.append(menu_df.iloc[index-1]["content"])

# 查看结果
print("Receipt内容：", receipt)

注意事项 #

• 如果OCR识别出来的文本有错误，比如把"luxury"识别成别的词，可以手动修正文本，或者先调整图片的对比度、清晰度再识别。
• 如果菜单有固定格式（比如菜品名和标签分开列），可以进一步拆分DataFrame的列，让查找更精准。

内容的提问来源于stack exchange，提问作者Shamim