如何用pypdf提取PDF表单键值对并高效生成pandas DataFrame？

针对你用pypdf提取PDF表单数据后生成DataFrame的需求，完全可以用字典推导式+Pandas内置方法一步到位，避免繁琐的循环操作：

优化代码实现 #

from pypdf import PdfReader
import pandas as pd

# 读取PDF表单
f = PdfReader('test_formulaire.pdf')
ffields = f.get_fields()

# 1. 提取字段名和对应值，构建数据字典
form_data = {field_name: field.value for field_name, field in ffields.items()}

# 2. 生成单行DataFrame
df = pd.DataFrame([form_data])

代码说明 #

• 字典推导式{field_name: field.value ...}直接遍历ffields的键值对，自动把字段名作为键，字段值作为对应值，比手动循环收集列名+填充数据高效得多。
• 将字典放进列表[form_data]传给pd.DataFrame()，Pandas会自动把字典的键作为列名，对应值作为单行数据，不管值是数字还是字符串都能正确识别类型。

对比原方法的优势 #

• 省去了手动创建空列名列表、循环赋值列名的冗余步骤
• 一行代码完成数据转换，逻辑更清晰，可读性更强
• 自动适配字段数量的变化，不用手动调整列表长度

内容的提问来源于stack exchange，提问作者SylvainC