docx总是从Word表中以文本（字符串）形式读取数据。
如果我们要解析具有正确dtypes的数据，则可以执行以下操作之一：
- 手动
dtype
为所有列指定（不灵活） - 编写我们自己的代码来猜测正确的dtypes（太难了，熊猫IO方法做得很好）
- 将数据转换为CSV格式，然后
pd.read_csv()
猜测/推断正确的dtypes（我选择这种方式）
非常感谢@Anton vBR改进了功能！
import pandas as pdimport ioimport csvfrom docx import documentdef read_docx_tables(filename, tab_id=None, **kwargs): """ parse table(s) from a Word document (.docx) into Pandas Dataframe(s) Parameters: filename: file name of a Word document tab_id: parse a single table with the index: [tab_id] (counting from 0). When [None] - return a list of Dataframes (parse all tables) kwargs: arguments to pass to `pd.read_csv()` function Return: a single Dataframe if tab_id != None or a list of Dataframes otherwise """ def read_docx_tab(tab, **kwargs): vf = io.StringIO() writer = csv.writer(vf) for row in tab.rows: writer.writerow(cell.text for cell in row.cells) vf.seek(0) return pd.read_csv(vf, **kwargs) doc = document(filename) if tab_id is None: return [read_docx_tab(tab, **kwargs) for tab in doc.tables] else: try: return read_docx_tab(doc.tables[tab_id], **kwargs) except IndexError: print('Error: specified [tab_id]: {} does not exist.'.format(tab_id)) raise注意：您可能想添加更多检查和异常捕获…
例子：
In [209]: dfs = read_docx_tables(fn)In [210]: dfs[0]Out[210]: A B C,X0 1 B1 C11 2 B2 C22 3 B3 val1, val2, val3In [211]: dfs[0].dtypesOut[211]:A int64B objectC,X objectdtype: objectIn [212]: dfs[0].columnsOut[212]: Index(['A', 'B', 'C,X'], dtype='object')In [213]: dfs[1]Out[213]: C1 C2 C3 Text column0 11 21 NaN Test "quotes"1 12 23 2017-12-31 NaNIn [214]: dfs[1].dtypesOut[214]:C1 int64C2 int64C3 objectText column objectdtype: objectIn [215]: dfs[1].columnsOut[215]: Index(['C1', 'C2', 'C3', 'Text column'], dtype='object')
解析日期：
In [216]: df = read_docx_tables(fn, tab_id=1, parse_dates=['C3'])In [217]: dfOut[217]: C1 C2 C3 Text column0 11 21 NaT Test "quotes"1 12 23 2017-12-31 NaNIn [218]: df.dtypesOut[218]:C1int64C2int64C3 datetime64[ns]Text column objectdtype: object
