如果你正在从电子表格中阅读 Dataframe tft（这里似乎就是这种情况），你可以使用pandas.read_excel的参数na_values将一些值（例如#N/A）视为NaN值，如下所示：

tft= pd.read_excel("path_to_the_file.xlsx", na_values=["#N/A"])

否则，如果您想保留那些#N/A值/字符串，可以按如下方式选中/选择它们：

tft.loc[tft["Release Data"].eq("#N/A")] #will return a dataframe

在第一个案例中，您的程式码如下所示：

rel_date= []

for i in range(len(tft)):
    if pd.isna(tft["Release Date"])
        continue
    else:
        rel_date.append(int(str(tft.loc[i, "Release Date"]).split()[1]))

但是，这里不需要循环，您可以使用以下代码列出发布日期：

rel_date= (
            tft["Release Date"]
                .str.extract(("Release (\d{8})"), expand=False)
                .dropna()
                .astype(int)
                .drop_duplicates()
                .tolist()
          )
print(rel_date)
[20220603, 20220610]