У меня есть фрейм данных с двумя уровнями столбцов, который выглядит так:

Я использую цикл для построения диаграмм для каждой страны

import requests                 
import pandas as pd
import json
from pandas import read_html
from pandas.io.json import json_normalize   
import urllib2, json 
import html5lib
import statsmodels.api as sm
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

for country in WHOData.columns: # Iterate over countries
    country_df = WHOData[[country]].unstack().fillna(0) #; Unstack deaths and rates
    cases = country_df.iloc[:, country_df.columns.get_level_values(1)=='Cases']
    rate = country_df.iloc[:, country_df.columns.get_level_values(1)=='Rate']
    x = np.array(rate)
    y = np.array(cases)
    plt.scatter(x,y)
    results = sm.OLS(y,sm.add_constant(x)).fit()
    plt.plot(x, results.fittedvalues)
    color = 'red'
    plt.ylabel('Measles Cases', color=color)
    color = 'blue'
    plt.xlabel('Vaccination Rate', color=color)
    plt.title(country)
    plt.show() 

Я хочу удалить все строки, которые имеют 0 либо в случаях, либо в рейтинге.

Я попробовал этот фрагмент кода (с печатью df вместо построения диаграммы, чтобы показать мне, что происходит)

for country in WHOData.columns: # Iterate over countries
    country_df = WHOData[[country]].unstack(); # Unstack deaths and rates
    country_df = country_df.drop((country_df.iloc[:, country_df.columns.get_level_values(1)=='Rate']==0)|(country_df.iloc[:, country_df.columns.get_level_values(1)=='Cases']==0))
    print country_df
    break

И я получил такую ​​ошибку:

ValueError: labels [(u'Afghanistan', 'Cases') (u'Afghanistan', 'Rate')] not contained in axis

Что на самом деле заставляет меня чувствовать, что я близок, но также ставит меня в тупик

Любая помощь с благодарностью оценена

вот код для создания этого фрейма данных:

df = pd.DataFrame({(u'Afghanistan', 'Cases'): {1980: 32455.0,
  1981: 31107.0,
  1982: 20320.0,
  1983: 18808.0,
  1984: 16199.0,
  1985: 14457.0},
 (u'Afghanistan', 'Pop'): {1980: 13211000.0,
  1981: 12894800.0,
  1982: 12578600.0,
  1983: 12262400.0,
  1984: 11946200.0,
  1985: 11630000.0},
 (u'Afghanistan', 'Rate'): {1980: 11.0,
  1981: 0.0,
  1982: 8.0,
  1983: 9.0,
  1984: 14.0,
  1985: 14.0},
 (u'Albania', 'Cases'): {1980: 0.0,
  1981: 0.0,
  1982: 3.0,
  1983: 17.0,
  1984: 0.0,
  1985: 0.0},
 (u'Albania', 'Pop'): {1980: 2681000.0,
  1981: 2738200.0,
  1982: 2795400.0,
  1983: 2852600.0,
  1984: 2909800.0,
  1985: 2967000.0},
 (u'Albania', 'Rate'): {1980: 90.0,
  1981: 90.0,
  1982: 93.0,
  1983: 96.0,
  1984: 96.0,
  1985: 96.0},
 (u'Algeria', 'Cases'): {1980: 15527.0,
  1981: 20849.0,
  1982: 29584.0,
  1983: 22126.0,
  1984: 22553.0,
  1985: 20114.0},
 (u'Algeria', 'Pop'): {1980: 19338000.0,
  1981: 19983600.0,
  1982: 20629200.0,
  1983: 21274800.0,
  1984: 21920400.0,
  1985: 22566000.0},
 (u'Algeria', 'Rate'): {1980: 0.0,
  1981: 0.0,
  1982: 0.0,
  1983: 0.0,
  1984: 0.0,
  1985: 68.0},
 (u'Andorra', 'Cases'): {1980: 0.0,
  1981: 0.0,
  1982: 0.0,
  1983: 0.0,
  1984: 0.0,
  1985: 0.0},
 (u'Andorra', 'Pop'): {1980: 36000.0,
  1981: 37800.0,
  1982: 39600.0,
  1983: 41400.0,
  1984: 43200.0,
  1985: 45000.0},
 (u'Andorra', 'Rate'): {1980: 0.0,
  1981: 0.0,
  1982: 0.0,
  1983: 0.0,
  1984: 0.0,
  1985: 0.0},
 (u'Angola', 'Cases'): {1980: 29656.0,
  1981: 19714.0,
  1982: 30067.0,
  1983: 22589.0,
  1984: 22685.0,
  1985: 22822.0},
 (u'Angola', 'Pop'): {1980: 8212000.0,
  1981: 8518600.0,
  1982: 8825200.0,
  1983: 9131800.0,
  1984: 9438400.0,
  1985: 9745000.0},
 (u'Angola', 'Rate'): {1980: 0.0,
  1981: 0.0,
  1982: 0.0,
  1983: 26.0,
  1984: 35.0,
  1985: 44.0}})

Обновлено:

вот код, который я ДЕЙСТВИТЕЛЬНО запустил - он был для гораздо большего фрейма данных - примерно 200 стран:

df=WHOData.unstack().fillna(0)
for country in df.columns.get_level_values(0).unique():
    country_df = df[[c for c in df.columns if c[0] == country]]
    for c in [c for c in country_df.columns if c[1] in ['Cases', 'Rate']]:
        country_df = country_df[country_df[c] > 0]

    cases = country_df.iloc[:, country_df.columns.get_level_values(1)=='Cases']
    rate = country_df.iloc[:, country_df.columns.get_level_values(1)=='Rate']

    x = np.array(rate)
    y = np.array(cases)

    plt.scatter(x,y)
    results = sm.OLS(y,sm.add_constant(x)).fit()
    plt.plot(x, results.fittedvalues)
    color = 'red'
    plt.ylabel('Measles Cases', color=color)
    color = 'blue'
    plt.xlabel('Vaccination Rate', color=color)
    plt.title(country)
    plt.show() 

А это пример того, как выглядели графики: