Python 在多索引数据帧上应用重复序列

我有一个多索引数据框，其中最内部的索引可以具有不等的长度，我希望能够添加另一个具有重复值的列，但由于行计数不相等，我无法使用：

df['marker'] = np.repeat([0,1,2], len(df), axis = 0)
ValueError: Length of values does not match length of index

以下是我的数据帧示例：

                               close
date    ticker      expiry_dt   
2016-07-27  BHEL    2016-07-28  147
                    2016-08-25  147
                    2016-09-29  150
2016-07-28  BHEL    2016-07-28  149
                    2016-08-25  147
                    2016-09-29  149
2016-07-29  BHEL    2016-08-25  149
                    2016-09-29  149

如您所见，最里面的索引（'expirty_dt'）的长度不等。我期望的输出是：

---

我可以通过一个循环来实现这一点，但是我有一个大的数据库，每天这样做循环效率很低。提前感谢您的

np。重复
表达式将生成一个包含
3*len（df）
整数的数组

In [176]: np.repeat([0,1,2],3)
Out[176]: array([0, 0, 0, 1, 1, 1, 2, 2, 2])
In [177]: _.shape
Out[177]: (9,)

有一个不同的中继器

In [178]: np.tile([0,1,2],3)
Out[178]: array([0, 1, 2, 0, 1, 2, 0, 1, 2])

但仍然有一个问题，即总数术语是否正确。
你想知道吗

df.groupby(['date', 'ticker']).cumcount()

是的，我想np.tile就是我想要的。但是，如何克服行数不相等的问题？您想要的是唯一日期的数量，第一列，而不是
close
值的数量。也许
len（df）/3
会起作用。（我是numpy用户，不是pandas，所以我在这里猜测）。我在想，如果在外部索引上使用groupby可以解决这个问题，而不是在其上应用序列。类似于：df['marker']=df.groupby（level=0，group_keys=False）。apply（lambda x:np.arange（0,3））这仍然不起作用，但怀疑这条思路是否正确！