Python 迭代包含嵌套数组的数据帧列（重新格式化的请求）

我希望你能帮忙。几周前，您确实在一个关于嵌套数组的类似问题上提供了巨大的帮助。 今天我遇到了类似的问题，我尝试了您在下面的链接中提供的所有解决方案

我的数据是一个包含描述点的ORB向量。它返回一个列表。当我将列表转换为数组时，我得到了这个输出

data=np.asarray([['Test /file0090',
    np.asarray([[ 84,  55, 189],
                [248, 100,  18],
                [ 68, 0,  88]])],
    ['aa file6565',
    np.asarray([[ 86,  58, 189],
                [24, 10,  118],
                [ 68, 11,  0]])],
   ['aa filejjhgjgj',
                None],
   ['Test /file0088',  
    np.asarray([[ 54,  58, 787],
                [  4,  1,  18 ],
                [  8,  1,  0 ]])]])

这是一个小样本，真实数据是一个800.000 x 2的数组 某些图像不返回任何描述符点，且值显示为“无”

下面是一个示例，我刚刚选择了两行，其中的值为“None”

再一次，我需要在nx4中得到这一点（在本例中，我们有4个变量，但我的实际数据有33个变量），这类：

col0,             Col1,  Col2,   col3,  
Test /file0090     84,     55,    189
Test /file0090     248,   100,     18
Test /file0090     84,     55,    189
'aa file6565'      86,     58,    189
'aa file6565'      24,     10,    118
'aa file6565'      68,     11,      0
'aa filejjhgjgj'    0       0       0
'Test /file0088    54,     58,    787
'Test /file0088     4,      1,     18
'Test /file0088     8,      1,      0

链接中提供的解决方案的问题是，当它返回的数组中有这个“None”值时

ufunc 'add' did not contain a loop with signature matching types (dtype('<U21'), dtype('<U21')) -> dtype('<U21')

---

ufunc“add”不包含具有签名匹配类型的循环（dtype（“您可以使用
df.fillna（“”）修改@anky answer以处理空值）
：

返回

           col0   Col0   Col1   Col2
 Test /file0090   84.0   55.0  189.0
 Test /file0090  248.0  100.0   18.0
 Test /file0090   68.0    0.0   88.0
    aa file6565   86.0   58.0  189.0
    aa file6565   24.0   10.0  118.0
    aa file6565   68.0   11.0    0.0
 aa filejjhgjgj    0.0    0.0    0.0
 Test /file0088   54.0   58.0  787.0
 Test /file0088    4.0    1.0   18.0
 Test /file0088    8.0    1.0    0.0

对于
无
的行，所需的输出是什么？是否只想删除它们？
df = pd.DataFrame(data).add_prefix('col')
df = df.fillna('').explode('col1').reset_index(drop=True)
df = df.join(pd.DataFrame(df.pop('col1').tolist()).add_prefix('Col')).fillna(0)

           col0   Col0   Col1   Col2
 Test /file0090   84.0   55.0  189.0
 Test /file0090  248.0  100.0   18.0
 Test /file0090   68.0    0.0   88.0
    aa file6565   86.0   58.0  189.0
    aa file6565   24.0   10.0  118.0
    aa file6565   68.0   11.0    0.0
 aa filejjhgjgj    0.0    0.0    0.0
 Test /file0088   54.0   58.0  787.0
 Test /file0088    4.0    1.0   18.0
 Test /file0088    8.0    1.0    0.0