假设你有字符串（你的dtype是object），你可以用途：

s = pd.Series(['10011'], name='working_days')

out = s.str.findall(r'\d')

或者，如果你只有数字（来自@AbdulNiyasPM的建议）：

out = s.map(list)

输出：

0    [1, 0, 0, 1, 1]
Name: working_days, dtype: object

更简单的是：

import pandas as pd
s = pd.Series(['10011'], name='working_days')

s.apply(lambda x: list(str(x)))

首先将数字转换为字符串，然后使用该字符串创建一个列表，该列表将字符串拆分为单个字符

您可以对序列应用一个函数，该函数将拆分数字并将其放入列表中：

test.apply(lambda x: list(map(int, str(x))))

你可以使用numpy view：

>>> test.values.astype(str)[:, None].view('<U1').astype(int).tolist()
[[1, 0, 0, 1, 1],
 [0, 0, 1, 1, 0]]

但是，如果您的系列中只有一个元素，则可以简单地执行以下操作：

>>> test.values.astype(str).view('<U1').astype(int).tolist()
[1, 0, 0, 1, 1]

如果您想将此列表分解为5列（工作日），请选择：

import pandas as pd
import numpy as np

days = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri']
test = pd.Series(['10011', '00110'])

df = pd.DataFrame(test.values.astype(str)[:, None].view('<U1').astype(int), columns=days)

输出：

>>> test
0    10011
1    00110
dtype: object

>>> df
  Mon Tue Wed Thu Fri
0   1   0   0   1   1
1   0   0   1   1   0

另一种可能的解决方案：

s.astype(str).str.split(r'(?<=\d)(?=\d)', expand=True).apply(list, axis=1)

或者，

s.astype(str).str.split(r'(?<=\d)(?=\d)', expand=True).values.astype(int).tolist()

输出：

# First solution
0    [1, 0, 0, 1, 1]
dtype: object

# Second solution
[[1, 0, 0, 1, 1]]