您可能有DateOffset您可以使用列表解析来访问repeat参数：

df['tdColumn'] = [[x.n for x in l] for l in df['tdColumn']]

示例：

df = pd.DataFrame({'tdColumn': [[pd.DateOffset(x) for x in range(3)]]})
print(df)

                                               tdColumn
0  [<0 * DateOffsets>, <DateOffset>, <2 * DateOffsets>]

df['tdColumn'] = [[x.n for x in l] for l in df['tdColumn']]
print(df)

    tdColumn
0  [0, 1, 2]

如果您有不同的Offset（例如days），则可能需要不同的访问器（例如.days）：

df = pd.DataFrame({'tdColumn': [[pd.DateOffset(days=x) for x in range(3)]]})
print(df)
                                                             tdColumn
0  [<DateOffset: days=0>, <DateOffset: days=1>, <DateOffset: days=2>]

df['tdColumn'] = [[x.days for x in l] for l in df['tdColumn']]
print(df)
    tdColumn
0  [0, 1, 2]

可以在列表解析中提取属性n，因为列中有列表：

df = pd.DataFrame({'tdColumn':[[pd.offsets.DateOffset(36),
                               pd.offsets.DateOffset(23)]]})

df['tdColumn'] = [[x.n for x in l] for l in df['tdColumn']]
#alternative
df['tdColumn'] = df['tdColumn'].apply(lambda l: [x.n for x in l])
print (df)

   tdColumn
0  [36, 23]

然后对于整型列使用DataFrame.explode：

df = df.explode('tdColumn')
print (df)
  tdColumn
0       36
0       23

另一个想法：

df = df.explode('tdColumn')

df['tdColumn'] = [x.n for x in df['tdColumn']]
print (df)

   tdColumn
0        36
0        23

原始溶液：

df = pd.DataFrame({'tdColumn':[pd.offsets.DateOffset(36),
                               pd.offsets.DateOffset(23)]})

df['tdColumn'] = df['tdColumn'].apply(lambda x: x.n)
    
print (df)
   tdColumn
0        36
1        23