问题描述
我正在尝试删除英语和西班牙语的停用词。我的代码适用于英语，但不适用于西班牙语：
stopword = nltk.corpus.stopwords.words('english','spanish')
def remove_stopwords(text):
text = [word for word in text if word not in stopword]
return text
df['Tweet_nonstop'] = df['Tweet_tokenized'].apply(lambda x: remove_stopwords(x))
有人可以帮忙解决这个问题吗？谢谢
解决方法
要获取英语和西班牙语停用词，您可以使用：
stopword_en = nltk.corpus.stopwords.words('english')
stopword_es = nltk.corpus.stopwords.words('spanish')
stopword = stopword_en + stopword_es
来自帮助的 nltk.corpus.stopwords.words 的第二个参数不是另一种语言：
>>> help(nltk.corpus.stopwords.words)
Help on method words in module nltk.corpus.reader.wordlist:
words(fileids=None,ignore_lines_startswith='\n') method of nltk.corpus.reader.wordlist.WordListCorpusReader instance
第一个参数 fileids 可以采用多个值，因此，nltk.corpus.stopwords.words(fileids=('english','spanish')) 之类的调用也可以按预期工作。
除了上面的答案，试试
stopwords.words(['english','spanish'])