如何检查Pandas DataFrame列值是否为整数并提取非整数对应项编号

现有包含quantity列的pandas DataFrame，需要检查该列中哪些值不属于整数类型，最终输出所有非整数值对应的item_number组成的列表。
最初编写的实现代码如下：

if df['quantity'].map(type) == int:
        True
else:
        item_no = df['item_number'].tolist()
        print(item_no)

运行后抛出错误：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

df['quantity'].map(type) == int的返回结果是长度和原DataFrame一致的布尔型Series，包含每一行的单独判断结果。直接将整个Series放在if条件中做判断时，pandas无法明确你要判断的是「所有值都满足条件」「存在任意值满足条件」还是其他逻辑，因此抛出真值歧义的报错。

直接通过布尔索引筛出quantity值类型不为int的行，再提取对应item_number转为列表即可：

# 筛选类型非int的记录，提取对应item编号
non_integer_items = df.loc[df['quantity'].map(type) != int, 'item_number'].tolist()
print(non_integer_items)

如果你的数据中存在整数以浮点型存储的场景（比如3.0、10.0这类实际是整数但类型为float的值），可以调整判断逻辑兼容这类情况：

def check_integer(x):
    # 数值类型判断值是否为整数，非数值类型直接判定为非整数
    if isinstance(x, (int, float)):
        return float(x).is_integer()
    return False

non_integer_items = df.loc[~df['quantity'].map(check_integer), 'item_number'].tolist()
print(non_integer_items)

内容的提问来源于stack exchange，提问作者onlywynter