我有一个 pandas (版本 1.0.5) 的 DataFrame，其中有两个层级的 MultiIndex，例如：
mi = pd.MultiIndex.from_product((('a', 'c'), (5, 12)))
np.random.seed(123)
df = pd.DataFrame(data=np.random.rand(4, 2), index=mi, columns=['x', 'y'])
我想要重新索引 MultiIndex 的第一层，使其包含键 ['a', 'b', 'c', 'd']。缺失值应填充为 np.nan。
对于非 MultiIndex 数据框，我只需使用 df.reindex(index=['a', 'b', 'c', 'd']) 进行重建索引。 现在对于 MultiIndex，我认为这应该能够实现（我也尝试过所有其他参数 labels、axis 和 index 的组合）：
df.reindex(index=['a', 'b', 'c', 'd'], level=0)
但实际上它似乎完全忽略了reindex方法，并返回未更改的数据帧：
x y
a 5 0.696469 0.286139
12 0.226851 0.551315
c 5 0.719469 0.423106
12 0.980764 0.684830
我唯一能重新索引 MultiIndex 的方法，就是 完全生成一个新的 MultiIndex：
df.reindex(index=pd.MultiIndex.from_product((
['a', 'b', 'c', 'd'], df.index.get_level_values(1).unique())))
个人认为应该有更简单的方法来处理这个问题，否则我认为在reindex方法中使用level参数没有什么用。此外，我经常有多级索引，这使得重新索引变得非常麻烦。
请问我是否遗漏了什么？有没有直接重新索引而无需显式生成新的多重索引的任何想法？