我在说这句话：
lang_modifiers = [keyw.strip() for keyw in row["language_modifiers"].split("|") if not isinstance(row["language_modifiers"], float)]
这似乎适用于row["language_modifiers"]是一个词（atlas method，central），但不是当它出现nan。
我认为我的if not isinstance(row["language_modifiers"], float)可以抓住时间，因为nan的事情，但事实并非如此。
背景：row["language_modifiers"]是tsv文件中的一个单元格，当被解析的tsv中的单元格为空时，它将显示为nan。
你是对的，这种错误主要是由NaN代表空单元格引起的。在应用您的进一步操作之前，通常会在数据框df上使用此习惯用法过滤掉此类数据：
df_new = df[df['ColumnName'].notnull()]
或者，使用fillna()方法将null值用默认值来估算（替换）可能更方便。例如。所有null或NaN都可以替换为其列的平均值
housing['LotArea'] = housing['LotArea'].fillna(housing.mean()['LotArea'])
或者可以替换为空字符串“”或其他默认值
housing['GarageCond']=housing['GarageCond'].fillna("")
您也可以使用df = df.dropna(thresh=n)，其中n是容差。这意味着，它需要n个非NA值才能删除该行
请注意，这种方法将删除该行
例如：如果您有一个包含5列的数据框，df.dropna(thresh=5)将删除任何没有5个有效或非Na值的行。
在您的情况下，您可能只想保留有效的行;如果是这样，您可以将阈值设置为您拥有的列数。