如何在DataFrame中移除字符串冒号前的所有内容

给定的样例DataFrame中，第0列为无冒号的纯数值列，其余列均为key:value格式字符串，处理时可跳过无需改动的列，仅对目标列执行提取操作。

高性能向量化处理（推荐大表使用） #

该方案基于pandas内置字符串向量化操作实现，处理速度远高于逐行循环逻辑，适合数据量较大的场景：

# 定位所有包含key:value结构的目标列，排除无冒号的第0列
target_cols = df.columns[1:]
# 按第一个冒号分割字符串，提取冒号后的内容
df[target_cols] = df[target_cols].apply(
    lambda col: col.str.split(pat=':', n=1).str[1]
)
# 可选：将提取得到的字符串转换为数值类型，支撑后续计算逻辑
df[target_cols] = df[target_cols].astype('float64')

注：参数n=1表示仅在字符串中第一个冒号位置执行分割，避免后续存储的数值内容如果包含冒号时被误切割，提升逻辑鲁棒性。

全表自适应处理（适合列结构不固定的场景） #

如果无需手动指定目标列，可对整个DataFrame做自适应判断，自动跳过无冒号的单元格：

# 逐单元格判断：如果是带冒号的字符串，就提取冒号后内容，否则保留原值
df = df.applymap(
    lambda cell: cell.split(':', 1)[1] if isinstance(cell, str) and ':' in cell else cell
)
# 可选：统一将全表内容转换为数值类型
df = df.astype('float64')

以上两种方法执行完成后，样例中原值1:-0.860107会被替换为-0.860107，6:0.333333会被替换为0.333333，完全匹配仅保留冒号后数值的需求。

内容的提问来源于stack exchange，提问作者ptn96