您可以使用pandas.Series.str.extract来完成此操作

df[["S1", "S2"]] = df.Initial.str.extract(r"(.)(.)")
df.drop("Initial", axis=1, inplace=True)
print(df)

S1 S2
0  P  T
1  X  T
2  Z  T

您可以使用split，使用正则表达式匹配两个字符之间的位置（例如，(?<=^.)，查找字符串开始后的单个字符）和expand=True：

df[['S1', 'S2']] = df['Initial'].str.split(r'(?<=^.)', expand=True, regex=True)

输出：

Initial S1 S2
0      PT  P  T
1      XT  X  T
2      ZT  Z  T

如果不再需要drop列，则可以将其删除到Initial列：

df.drop('Initial', axis=1, inplace=True)

输出：

S1 S2
0  P  T
1  X  T
2  Z  T

不确定panda，但是list(text)将创建一个字符串中所有字符的列表
然后你可以尝试在列表的列表上创建一个 Dataframe 。

使用Series.str.slice：

df["S1"] = df["Initial"].str.slice(0, 1)
df["S2"] = df["Initial"].str.slice(1, 2)

其中：

Initial S1 S2
0      PT  P  T
1      XT  X  T
2      ZT  Z  T

使用列表转换将所有字符拆分为新列：

out = (
 pd.DataFrame(df['Initial'].apply(list).tolist(),
              index=df.index)
   .rename(columns=lambda x: f'S{x+1}')
   .fillna('') # optional, only if non-even input
 )

输出：

S1 S2
0  P  T
1  X  T
2  Z  T

在非偶数输入上：

# input
  Initial
0      PT
1      XT
2      ZT
3     ABC

# output

  S1 S2 S3
0  P  T   
1  X  T   
2  Z  T   
3  A  B  C