Python 如何更新列值及其'；s基于列的值的相应索引？

在以下结构的数据框中：

mcve_data =

alfa   alfa_id     beta    beta_id
a,c    7           c,de    8
c,d    7           d,f     9
l,mnk  8           c,d     9
j,k    8           d,e     9
tk,l   8           n,k     11

• 我想在每行中运行一个for循环，读取

  key

  （alfa和beta）和

  key\u index

  （alfa\u index，beta\u index）中的值
• 如果

  键中的值长度超过
  3
  ，或者如果任何值的长度超过1个字符。我希望
  键值
  和
  键索引
  都转换为句点
  

最终预期产出：

alfa   alfa_id     beta    beta_id
a,c    7           .      .
c,d    7           d,f     9
.      .           c,d     9
j,k    8           d,e     9
.      .           n,k     11

我想写一个函数，比如（但它没有正常工作）：

---

任何建议，

都可以用于循环和iterrows（）。见下文

import pandas as pd
from StringIO import StringIO

s = """alfa   alfa_id     beta    beta_id
a,c    7           c,de    8
c,d    7           d,f     9
l,mnk  8           c,d     9
j,k    8           d,e     9
tk,l   8          n,k     11
"""

df = pd.read_table(StringIO(s), delim_whitespace = True,  dtype ={'alfa': str, 'alfa_id': str,
                                                                 'beta': str, 'beta_id': str})

# I create a lsit of keys and key index based on '_id' distinction

keys = [i for i in df.columns if 'id' not in i]
key_ids = [i+'_id' for i in keys]

for index, row in df.iterrows():
    for k,kid in zip(keys, key_ids):
        if (len(row[k].split(','))>3 or any([len(i) > 1 for i in row[k].split(',')])):
            df.set_value(index, kid, '.')
            df.set_value(index, k, '.')


print df

导致

  alfa alfa_id beta beta_id
0  a,c       7    .       .
1  c,d       7  d,f       9
2    .       .  c,d       9
3  j,k       8  d,e       9
4    .       .  n,k      11

---

您还可以使用

str

访问器立即检查列中每个值的长度，从而跳过内部for循环：

keys = [k for k in df.columns if not k.endswith('_id')]
for k in keys:
    df.loc[df[k].str.len()>3,[k,k+'_id']] = '.'

---

谢谢你的回答。但是，我想申请循环，原因是-有很多（大约100秒）的

键和key_id

，而不仅仅是2。我用第二个for循环编辑了代码。对于所有的密钥和密钥ID，感谢更新。那些

int

值被转换成

字符串的原因是什么，比如
'11'
。我将尝试找到解决方案，但如果您可以不费吹灰之力地完成，我将不胜感激。pandas read_table将数据读取为int，因此我将文本数据更改为字符串。但现在应该没事了。
keys = [k for k in df.columns if not k.endswith('_id')]
for k in keys:
    df.loc[df[k].str.len()>3,[k,k+'_id']] = '.'