重新索引以在多索引数据框中插入缺失的行

Question

我有一个带有三个索引级别的MultiIndexed DataFrame。我想扩展我的第三级以包含给定范围内的所有值，但仅限于两个较高级别中的现有值。 例如，假设第一级是名称，第二级是日期，第三级是小时。我希望所有24小时都有行（即使有些人目前缺少），但仅限于已有的名称和日期。新行中的值可以用零填充。

所以一个简单的示例输入是：

>>> import pandas as pd
>>> df = pd.DataFrame([[1,1,1,3],[2,2,1,4], [3,3,2,5]], columns=['A', 'B', 'C','val'])
>>> df.set_index(['A', 'B', 'C'], inplace=True)
>>> df
       val
A B C     
1 1 1    3
2 2 1    4
3 3 2    5

如果C的所需值为[1,2,3]，则所需的输出为：

       val
A B C     
1 1 1    3
    2    0
    3    0
2 2 1    4
    2    0
    3    0
3 3 1    0
    2    5
    3    0

我知道如何使用groupby并为每个组应用一个已定义的函数来实现这一点，但我想知道是否有更简洁的方法使用reindex执行此操作（我无法使此one工作对于MultiIndex案例，但也许我错过了什么）