如何基于现有DataFrame按字符串长度筛选异常ID生成新DataFrame

原有方案的问题：applymap生成的是与原DataFrame形状一致的布尔掩码，直接用该掩码索引原表会保留原有的两列结构，仅在掩码为True的位置保留原值，其余位置自动填充NaN，因此会得到带大量空值的结果，需要额外清理。

使用pandas内置的长表转换+向量化字符串判断实现，无多余空值，性能远优于逐元素apply，代码逻辑清晰：

import pandas as pd

# 原示例数据
df = pd.DataFrame({'old_id':['111', '2222','3333', '4444'], 'new_id':['5555','6666','777','8888']})

# 提取所有长度不符合4位要求的ID，生成列名为id的单列DataFrame
incorrect_id_df = (
    df.melt(value_name='id')
    .query("id.str.len() != 4")
    [["id"]]
    .reset_index(drop=True)
)

运行后输出结果完全匹配预期：

id
0  111
1  777

• 后续如果需要把错误ID转为字典，直接调用incorrect_id_df.to_dict()即可。
• 如果需要保留错误ID的来源列（标记ID来自old_id还是new_id列），无需过滤id列即可，代码如下：

# 带来源信息的错误ID表
incorrect_id_with_source = (
    df.melt(value_name='id', var_name='source_column')
    .query("id.str.len() != 4")
    .reset_index(drop=True)
)

如果要基于之前的applymap写法修改，可以通过stack自动剔除NaN值，再整理为目标格式，但这种写法依赖逐元素运算，效率较低，不适合大数据量场景：

incorrect_id_df = (
    df[df.applymap(lambda x: len(x) != 4)]
    .stack()
    .rename("id")
    .reset_index(drop=True)
    .to_frame()
)

内容的提问来源于stack exchange，提问作者amontes2019