python dataframe索引为什么全是0_填补DataFrame多索引级别1中的空白，每个级别0都不同...

我有一个多索引数据帧，在级别1上有gappy日期值，如下所示：np.random.seed(456)

j = [(a, b) for a in ['A','B','C'] for b in random.sample(pd.date_range('2018-01-01', periods=100, freq='D').tolist(), 5)]

j.sort()

i = pd.MultiIndex.from_tuples(j, names=['Name','Date'])

df = pd.DataFrame(np.random.random_integers(0,100,15), i, columns=['Vals'])

# print(df):

Vals

Name Date

A 2018-01-01 27

2018-01-08 43

2018-03-26 89

2018-03-29 42

2018-04-01 28

B 2018-01-02 79

2018-01-26 60

2018-02-18 45

2018-03-11 37

2018-03-23 92

C 2018-03-17 39

2018-03-20 81

2018-03-21 11

2018-03-27 77

2018-04-08 69

对于每个级别0的值，我希望在索引级别1中填充该级别0的最小和最大日期值之间的每个日历日期。(This Q&A解决了使用为所有级别0值设置的相同的值填充级别1的场景。)

例如，对于subset = df.loc['A']，我想插入行，以便subset.index.values == pd.date_range(subset.index.values.min(), subset.index.values.max()).values。一、 例如，生成的数据帧如下所示：

^{pr2}$

有没有一种通俗易懂的方法来实现这一点？在

{a2每一帧都可以迭代地到达0级。或者类似地迭代地构造一个索引值列表，然后使用原始数据帧^{}对它们进行处理。)