重建索引为['赵一','钱二','孙三','李四','周五','钱多多']来创建新的数据框df1，补充钱多多的score1和address为60、厦门

可以使用以下代码来重建索引并创建新的数据框df1：

import pandas as pd

data = {'name': ['赵一', '钱二', '孙三', '李四', '周五', '钱多多'],
        'score': [80, 90, 85, 70, 95, None],
        'address': ['北京', '上海', '广州', '深圳', '重庆', None]}

df = pd.DataFrame(data)
df1 = df.set_index('name').reindex(['赵一', '钱二', '孙三', '李四', '周五', '钱多多']).reset_index()
df1.loc[df1['name'] == '钱多多', ['score', 'address']] = [60, '厦门']

这段代码将原始数据框df按照name列进行索引，然后使用reindex方法重建索引为['赵一','钱二','孙三','李四','周五','钱多多']，最后使用reset_index方法将name列还原为普通列。接着，使用loc方法找到钱多多这一行，并将其score和address修改为60和'厦门'。最终得到的新数据框df1如下：

  name  score address
0   赵一   80.0      北京
1   钱二   90.0      上海
2   孙三   85.0      广州
3   李四   70.0      深圳
4   周五   95.0      重庆
5  钱多多   60.0      厦门