Python 在数据帧中填充缺失的数据

我有一个带有两个索引的熊猫数据帧

                              Column1
indexA   indexB                        
1001     aaa                        1
         bbb                        1
         ccc                        1
1002     ddd                        1
         eee                        1

并且希望

indexB

的每个值都具有相同的值

indexA

：

                              Column1
indexA   indexB                        
1001     aaa                        1
         bbb                        1
         ccc                        1
         ddd                        0
         eee                        0
1002     aaa                        0
         bbb                        0
         ccc                        0
         ddd                        1
         eee                        1

我的第一个想法是取消堆叠，用0填充na，然后堆叠它，但这似乎有点过头了。有更简单的方法吗

EDIT:Alexander下面的回答虽然需要很长时间（我原来的数据帧有350k行），但仍然有效。我稍微改变了这个解决方案：

df =  pd.read_sql(sql=sql, con=db_eng, index_col=index)
idx = pd.MultiIndex.from_product([df.index.levels[0], df.index.levels[1]], names=df.index.names)
df.reindex(idx).fillna(value=0)

在发布此邮件后，还发现了以下两个问题：

---

可能有更好的方法来实现这一点。我使用

pd.MultiIndex.from\u product

创建了一个新的多索引。然后，我用一个伪值创建了一个新的dataframe，加入了现有的dtaframe，并删除了伪列

df = pd.DataFrame({'index_0': ['a', 'a', 'b', 'b', 'b'], 
                   'index_1': ['A', 'B', 'A', 'B', 'C'], 
                   'vals': [1, 2, 3, 4, 5]}).set_index(['index_0', 'index_1'])

>>> df 
                 vals
index_0 index_1      
a       A           1
        B           2
b       A           3
        B           4
        C           5

idx = pd.MultiIndex.from_product([df.index.levels[0], df.index.levels[1]], 
                                 names=df.index.names)
new_df = pd.DataFrame({'_dummy_': [1] * len(idx)}, index=idx).join(df)
del new_df['_dummy_']

>>> new_df
                 vals
index_0 index_1      
a       A           1
        B           2
        C         NaN
b       A           3
        B           4
        C           5

---

不，这似乎是一种合乎逻辑的方式。您还可以合并两个数据帧（对应于不同的值）并填充nas，但不会更短。我必须说，您在这里描述的内容似乎没有那么长。这是可行的，尽管它似乎没有比

unstack（）.fillna（0）.stack（）

快多少。fillna（0）可能是最简单的。