如何将具有多索引列的 pandas 数据框导出到 Excel，其中一个级别中的列名称未合并，另一级别中的列名称合并？

Question

我有一个 pandas 数据框df，如下所示：

Germany
Population  GDP GDP GDP CO2
2015    2020    2015    2020    2010    2020    2030
0   26572   28985   25367   32194   44835   14415   45785
1   12372   41730   35112   37214   40748   16088   46963
2   26480   46811   37487   30372   48703   37997   43135

这些列是由 3 个级别组成的多索引。第一级以德国为国家。第二级有一些指标，第三级有年份。pandas 数据框中有一些数据。

我想将此数据框导出到 Excel，以便在每一列中获得德国。然后我想将人口、GDP 和二氧化碳合并为第二级。它应该看起来如图所示：

当我使用时df.to_excel(file, merge_cells = True)，我得到如图所示的东西：但我不想合并德国的列，并希望将其拆分，如顶部的屏幕截图所示。它也不能用作merge_cells = False参数，因为不同级别中的列名称将连接为一行中的列名称。

相应地导出它的合适方法是什么？（如果可能的话，导出文件中年份和值之间的空行是否也可以删除？）

注意： df.to_dict()看起来像这样：

{('Germany', 'Population', 2015): {0: 26572, 1: 12372, 2: 26480},
 ('Germany', 'Population', 2020): {0: 28985, 1: 41730, 2: 46811},
 ('Germany', 'GDP', 2015): {0: 25367, 1: 35112, 2: 37487},
 ('Germany', 'GDP', 2020): {0: 32194, 1: 37214, 2: 30372},
 ('Germany', 'GDP', 2010): {0: 44835, 1: 40748, 2: 48703},
 ('Germany', 'CO2', 2020): {0: 14415, 1: 16088, 2: 37997},
 ('Germany', 'CO2', 2030): {0: 45785, 1: 46963, 2: 43135}}

Answer 1

一个技巧是单独写入第一级MultiIndex，然后跳过第一行写入另一个值 - 没有第一级的 DataFrame：

writer = pd.ExcelWriter('data.xlsx')

df1 = pd.DataFrame(columns=df.droplevel([1,2], axis=1).columns)
df2 = df.droplevel(0, axis=1)

df1.to_excel(writer, sheet_name='Sheet1')
df2.to_excel(writer, sheet_name='Sheet1', merge_cells = True, startrow=1)

writer.close()