如何用reindex为多层索引DataFrame补全缺失行？

当然可以用reindex结合多层索引构造来实现，比groupby的方式更直接简洁！核心思路是先构造出包含所有需要保留的前两层组合 + 目标第三层取值的完整索引，再用这个索引对原DataFrame重新索引，缺失值填充0即可。

完整实现步骤 #

1. 提取已有的前两层索引组合：我们需要保留原数据中所有(A,B)的唯一配对，避免生成不存在的(A,B)组合。
2. 构造完整的三层目标索引：将每个(A,B)组合与目标第三层取值（这里是[1,2,3]）做笛卡尔积，生成覆盖所有需要行的多层索引。
3. 重新索引并填充缺失值：用构造好的完整索引对原DataFrame做reindex，指定fill_value=0补全缺失值。

代码示例 #

import pandas as pd

# 原数据
df = pd.DataFrame([[1,1,1,3],[2,2,1,4], [3,3,2,5]], columns=['A', 'B', 'C','val'])
df.set_index(['A', 'B', 'C'], inplace=True)

# 步骤1+2：构造完整的三层索引
target_c = [1,2,3]
full_idx = pd.MultiIndex.from_product(
    [df.index.droplevel(2).unique(), target_c],
    names=df.index.names
)

# 步骤3：重新索引并填充0
result = df.reindex(full_idx, fill_value=0)

print(result)

运行后输出的结果完全符合你的期望：

val
A B C
1 1 1      3
    2      0
    3      0
2 2 1      4
    2      0
    3      0
3 3 1      0
    2      5
    3      0

为什么之前的reindex尝试可能失败？ #

如果直接对第三层索引单独做reindex，会忽略前两层的配对关系，可能生成不符合需求的(A,B)组合。而通过from_product基于已有的(A,B)组合构造索引，能严格保证只针对原有的前两层组合补全第三层，不会引入额外的无效行。

内容的提问来源于stack exchange，提问作者TRS