谢谢你的提问。这确实是一个非常有趣的主题。就我个人而言，我从来没有见过像您这样的问题；然而，解决您的DataFrame转换问题非常简单。
首先，您需要两个步骤：
1.有一个挤压函数，它将应用于表中的每个条目(即，DataFrame)。此函数的作用必须类似于降维器。因为我们不知道表的每个单元格中会有多少维，所以该函数必须能够调用自身(递归函数)。
1.对表中的每个条目应用挤压函数，并返回转换后的表。
因此，通过遵循步骤1和2，我已经创建了一个代码片段，该代码片段生成与您的示例类似的DataFrame，并相应地挤压其单元格。

代码片段

import numpy as np
import pandas as pd
from typing import Any, List
from numbers import Number

def generateDataFrameWithnestedListsInItsCells() -> pd.DataFrame:
    df = pd.DataFrame.from_records([[[["a"]]], [["b"]], [[["c"]]], [["b"]]])
    

    return df

def squashList(element:List[Number]) -> Any:
    
    array = np.asanyarray(element, dtype=list)
    
    array = np.ravel(element)
    
    while np.ndim(array) > 1:
        squashList(element)
    
    return array[0]

if "__main__" == __name__:
    
    df = generateDataFrameWithnestedListsInItsCells()
    
    df2 = df.applymap(squashList)

注意，df示例有您的嵌套列表，而其转换后的形式(即df2)有其正确的条目。
我希望这个例子能对你的研究有所帮助。
真诚地