大熊貓清理

Question

我有一個這種格式的 excel 文件，我正在嘗試在 Pandas 中讀取它並清理它：

我用 read_excel 讀入文件並從第 7 行開始創建了一個多索引級別（[2013,2016,2017...]

    df= pd.read_excel(PATH_CY_TABLE, header= [7,8,9])

這是它的讀取方式：

理想情況下，我想清理一下，看起來像這樣：

我可以按照什么步驟來獲得這種格式？ 我嘗試過的幾件事是： 1. 刪除多索引的 1 級：其中列名稱顯示為“未命名...”

    df.columns= df.columns.get_level_values(1)

這給了我一個錯誤： IndexError: Too many levels: Index has only 1 level, not 2

2. 堆疊列索引：

    df.stack()

這給了我一個錯誤： TypeError: '>' not supported between 'str' and 'int'

3. 我試過這個：

    df.columns=df.columns.get_level_values(0)

這給了我 MultiIndex 的第一級 [2013, 2013, 2013, 2016,2016,2016...]。 但我希望輸出 df 在這里有兩個級別的索引：級別 0 和級別 3。

作為第一步，我希望刪除“未命名...”列名稱。 我曾嘗試將 df 作為輸出而不是圖片發布，但不確定如何以正確的方式進行操作 - 當我從 jupyter notebook 復制粘貼時，它們粘貼的內容都搞砸了。 我對在這里發布問題很陌生..所以仍在努力解決。

Answer 1

我仍然無法找到一種更好的方式來發布我的輸出，但我找到了一種將文件清理到所需輸出的方法：

我將 MultiLevelIndex 級別 0 切片以匹配我想要的年份（2017）

    df1= df
    df1= df1.iloc[:, df1.columns.get_level_values(0)== 2017]

出去：

                                                     Number      MOE1 (±)  Rate  
    Total..........................................…  323156.0    123.0     X   
    NaN                                                    NaN      NaN   NaN   
    Any health plan……………….……...…                      294613.0    662.0  91.2   
    NaN                                                    NaN      NaN   NaN   
   .Any private plan2,3………………………                     217007.0   1158.0  67.2