熊猫清理

Question

我有一个这种格式的excel文件，我试图在Pandas中阅读并清理它：

我在read_excel文件中读到并从第7行开始创建了一个多索引级别（[2013,2016,2017 ...]

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

这就是它的内容：

理想情况下，我想清理看起来像这样：

我可以采取哪些步骤来获得这种格式？我尝试过的一些事情是：1。删除多索引的第1级：列名称显示为“未命名...”

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

这给了我一个错误：IndexError：太多级别：索引只有1级，而不是2级

2. 堆叠列索引： df.stack()

这给了我一个错误：在'str'和'int'的实例之间不支持TypeError：'>'

3. 我试过这个： df.columns=df.columns.get_level_values(0)

这给了我作为[2013,2013,2013,2016,2016,2016 ...]的第一级MultiIndex。但我希望输出df在这里有两个级别的索引：级别0和级别3。

作为第一步，我希望删除“未命名...”列名称。我试图将df作为输出而不是图片发布，但不确定如何以正确的方式执行它们 - 当我从jupyter笔记本中复制粘贴时，它们会粘贴所有混乱。我在这里发布问题我很陌生......所以我仍然在努力。

Answer 1

我还没有找到更好的方法来发布我的输出，但我找到了一种方法来清理文件到所需的输出：

我将MultiLevelIndex级别0切成了我想要的年份（2017）

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

日期：

                                                     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