Python 添加新的多索引级别

我有一个数据帧：

d = pd.DataFrame({'i1': ['A', 'B', 'C', 'D', 'E'],
                  'i2': ['I', 'II', 'III', 'IV', 'V'],
                  'val': ["lol1", "lol2", "lol3", "lol4", "lol5"]}).set_index(["i1", "i2"])
         val
i1 i2       
A  I    lol1
B  II   lol2
C  III  lol3
D  IV   lol4
E  V    lol5

我需要使用pandas API从值

[5,10,15]

，添加新的索引级别

i3

，因此它看起来像：

            val
i1 i2  i3      
A  I   5   lol1
       10  lol1
       15  lol1
B  II  5   lol2
       10  lol2
       15  lol2
C  III 5   lol3
       10  lol3
       15  lol3
D  IV  5   lol4
       10  lol4
       15  lol4
E  V   5   lol5
       10  lol5
       15  lol5

我的尝试（丑陋）：

---

另外，我一直在寻找

pd.MultiIndex.from_product

，但无论我做什么，它都将从

i1

和

i2

进行组合。

根据

MultiIndex

中的值创建元组列表，然后使用：

---

虽然这是可行的，但首先手动创建所有元组组合似乎相当麻烦。难道不应该有一种更有效的方法不需要迭代创建元组吗？@MoorzTech-另一个想法应该是使用交叉连接，但对我来说似乎更疯狂；）

d.reset_index（）.assign（tmp=1）。merge（pd.DataFrame（{'i3'：vals，'tmp'：1}），on='tmp'）。drop（'tmp'，1）。set_index（['i1'，'i2'，'i3'））

d = np.repeat(d.reset_index().values, 3, 0)

i3 = [5, 10, 15]
r2 = np.tile(i3, 5)

r = np.concatenate([d, r2.reshape(-1, 1)], 1)

d = pd.DataFrame(r, columns=["i1", "i2", "val", "i3"])
d = d.set_index(["i1", "i2", "i3"])

vals = [5, 10, 15]
tups = [x + (i,) for x in d.index for i in vals]
d = d.reindex(pd.MultiIndex.from_tuples(tups, names=['i1','i2','i3']))
print (d)
            val
i1 i2  i3      
A  I   5   lol1
       10  lol1
       15  lol1
B  II  5   lol2
       10  lol2
       15  lol2
C  III 5   lol3
       10  lol3
       15  lol3
D  IV  5   lol4
       10  lol4
       15  lol4
E  V   5   lol5
       10  lol5
       15  lol5