Question

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"]是单词atlas method，central）的情况，但在nan出现时却无效。

我认为我的if not isinstance(row["language_modifiers"], float)可以抓住事情的时间nan但事实并非如此。

背景：row["language_modifiers"]是tsv文件中的一个单元格，当正在解析的tsv中该单元格为空时，它将显示为nan。

Answer 1

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()方法用默认值来估算（替换）null值可能更方便。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＆＃34;＆＃34;或其他默认值

housing['GarageCond']=housing['GarageCond'].fillna("")

Answer 2

您也可以使用df = df.dropna(thresh=n)，其中n是公差。意思是，它需要 n个非NA值才能删除该行

请记住，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，则df.dropna(thresh=5)将删除任何没有5个有效值或非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。