Python 删除数据帧中的嵌套数组

我正在尝试将.mat文件转换为pandas数据帧，但是.mat文件的结构使其难以分解。目前，数据帧如下所示

                          A
2008-01-02                [1]
2008-01-03                [2]
2008-01-04                [3]
2008-01-07                [4]
2008-01-08                [5]

看起来每个列中包含的值都包含在它们自己的数组？中。数据类型正在返回对象。我最终希望聚合我的列，但由于它们不是数字，我无法执行数字函数调用。关于如何在保留数据帧结构的同时从数组结构中删除值，有什么想法吗

您可以使用该方法对数据帧的列应用操作

---

您需要定义

函数

，然后将其传递给

apply

方法，具体取决于

对象的类型。例如，如果是列表，您可能希望选择第一项，如果是字符串，您可能希望提取并转换数字。
这似乎有效

df = pd.DataFrame(data)
unnested_lst = []
for col in df.columns:
    unnested_lst.append(df[col].apply(pd.Series).stack())
result = pd.concat(unnested_lst, axis=1, keys=df.columns)
result
                            A
2008-01-02     0            1
2008-01-03     0            2
2008-01-04     0            3
2008-01-07     0            4
2008-01-08     0            5

不确定如何删除零的索引列。有什么想法吗？
如果我理解正确，每个条目都是包含在Python列表中的元素，您希望从列表中删除该元素，以便每个条目都是标量

一种方法是使用函数。请注意，此函数适用于整个数据帧

df = df.applymap(lambda x: x[0]) # If same operation is to be used on all columns

如果您只想对某些列执行转换，可以使用：

在这两种情况下，您可能必须在之后更改列的
dtype
，才能使用它们；从列表更改为单个元素时，可以保留列的
对象数据类型
。如果是这种情况，您可以使用：

df['column name'] = df['column name'].astype([new type])

这就是我要找的。谢谢
df['column name'] = df['column name'].astype([new type])