您可以将Series和assign分解为新列val，然后将set_index和unstack分解为A..E值列，以将其转换为列标题

out = (s.explode().to_frame('col').assign(val='T')
       .set_index('col', append=True).unstack('col', fill_value='F')
       .droplevel(level=0, axis=1).rename_axis('', axis=1))

print(out)

     A  B  C  D  E
t1   T  T  T  F  F
t2   F  F  F  T  T
t3   F  T  T  T  F

或者您可以使用pd.crosstab执行此操作
一个二个一个一个
或使用Series.str.get_dummies

out = s.str.join(',').str.get_dummies(sep=',')

print(out)

    A  B  C  D  E
t1  1  1  1  0  0
t2  0  0  0  1  1
t3  0  1  1  1  0

解决方案

更容易理解的方法。
1.获取原始系列的索引（index = series_t.index）
1.设置新 Dataframe 的列（columns = ['A', 'B', 'C', 'D', 'E']）
1.创建一个空 Dataframe （df = pd.DataFrame(index=index, columns=columns)）
1.使用for循环和if语句设置dataFrame（df）的每个值

代码

import pandas as pd

# create original series
series_t = pd.Series(index=['t1', 't2', 't3'], data=[['A', 'B', 'C'], ['D', 'E'], ['B', 'C', 'D']])
print(series_t)

print('----------------------------------------------')

# create the new dataFrame from the original series
index = series_t.index
columns = ['A', 'B', 'C', 'D', 'E']
df = pd.DataFrame(index=index, columns=columns)
for i in index:
    for j in columns:
        if (j in series_t[i]):
            df[j][i] = 'T'
        else:
            df[j][i] = 'F'
print(df)

产出

t1    [A, B, C]
t2       [D, E]
t3    [B, C, D]
dtype: object
----------------------------------------------
    A  B  C  D  E
t1  T  T  T  F  F
t2  F  F  F  T  T
t3  F  T  T  T  F