给定数据中的值，您将需要将拆分限制为只发生一次，这可以使用Split的n参数来实现。您可以将拆分值展开为两列，然后透视。

这里的诀窍是以df.index // 3为索引创建一个分组，这样每3行就在一个新的组中。

df = pd.DataFrame(['Place: House','Date/Time: 01/02/03 at 09:30', 'Color:Yellow', 'Place: Street','Date/Time: 21/12/13 at 13:21:21', 'Color:Red'])

df = df[0].str.split(':', n=1, expand=True)
df['idx'] = df.index//3
df.pivot(index='idx', columns=0, values=1).reset_index().drop(columns='idx')[['Place','Date/Time','Color']]

输出

0    Place              Date/Time   Color
0    House      01/02/03 at 09:30  Yellow
1   Street   21/12/13 at 13:21:21     Red

您的数据都是字符串，在将其带回Pandas之前，您可能会在普通的Python中对其进行处理，从而获得更好的性能；唯一可能在Pandas中获得更好的字符串性能的情况是，如果您使用的是pyrow字符串数据类型。

from collections import defaultdict
out = df.squeeze().tolist() # this works since it is just one column
frame = defaultdict(list)
for entry in out:
    key, value = entry.split(':', maxsplit=1)
    if key == "Date/Time":
        value = value.split('at')[0]
    value = value.strip()
    key = key.strip() # not really necessary
    frame[key].append(value)
pd.DataFrame(frame)
    Place Date/Time   Color
0   House  01/02/03  Yellow
1  Street  21/12/13     Red