Python 用零行填充DF的每个外部级别索引，以便所有这些外部索引具有相同的形状

假设我有以下格式的DF：

             col1   col2
idx1 idx2          
   A    W       2      6
        X       5      8
        Y       7      6 
        Z       5      3
   B    X       2      1
        Y       6      5
   C    W       3      4
        X       9      4
        Y       5      3

我想填充idx1的B和C，以便它们的行数与idx1的A相同：

             col1   col2
idx1 idx2          
   A    W       2      6
        X       5      8
        Y       7      6 
        Z       5      3
   B    X       2      1
        Y       6      5
        0       0      0 
        0       0      0
   C    W       3      4
        X       9      4
        Y       5      3
        0       0      0

添加行的索引名并不重要

这就是我尝试过的：

blank = pd.DataFrame([0, 0]), index=df.columns).T
for ID in IDs:
    for _ in range(maxLength - lengths[ID]):
        df.loc[ID] = df.loc[ID].append(blank)

其中：

• blank

  是一行零

• IDs

  是

  ['A'，'B'，'C']

• maxLength

  =4（df.loc['A']

• length

  是

  {'a'：4，'B'：2，'C'：3}

---

这导致

df.loc['A']

保持原样，但

df.loc['B']

和

df.loc['C']

保持其原始形状，但现在完全填充了

NaN

s。我认为在每次调用

df.loc[ID]=…

df.unstack（fill\u value=0）时，尝试分配一个新的、不同形状的df是一个问题.stack（）@Wen对于我给出的原始示例非常有效。但是，在我的实际数据集中，内部索引并非都以相同的值开始，因此这将填充开始行中的情况。请参见我的修订示例-尤其是

df.loc['B']

的内部索引从

X

开始，而不是从

W

开始。这可能吗？