Pandas MultiIndex构建：一级为批次计数，二级为datetime对象的实现方法

我在如下问题上受阻已久：需要构建一个带有多层索引（MultiIndex）的Pandas DataFrame，要求第一级索引为数据批次的计数，第二级索引为对应批次下每个数据点的datetime对象，下方图片可辅助说明需求。

更新 #

我已经完成了目标功能的实现，虽然当前方案大概率不是最优解，但可正常运行，也欢迎大家提出更简便的实现方案。

# 生成两个数组（每个对应MultiIndex的一级索引）
Outputs = 12 # 每个批次包含的日期数量（批次大小）
index_arrays = [y for x in range(len(x_test_data)) for y in [x, x, x, x, x, x, x, x, x, x, x, x]]
date_arrays = [df.loc[df['2012-10-31':].index.date[i] : df['2012-10-31':].index.date[i+Outputs-1]].index.date.tolist() for i in range(len(x_test_data))]

# 组合两个数组
u = []

for i in range(len(date_arrays)):
    u.append(list(zip(*[[i,i,i,i,i,i,i,i,i,i,i,i], date_arrays[i]])))

# 展开列表简化后续操作
flatList = [item for elem in u for item in elem]

# 生成MultiIndex
indexer = pd.MultiIndex.from_tuples(flatList, names = ['Batches', 'Dates'])

内容的提问来源于stack exchange，提问作者TheQuant