用nltk去停用词如何分行？(语言-python)

Question

想用nltk库进行数据的预处理，发现数据在分词完成时还是能正常按各条数据分行的，但去停用词后全都合成了一行，这个该怎么解决呢？
问题部分代码如下，都是从论坛找的，能正确运行：

（前面部分清理得到数据t）
#分词并删除停用词
stop_words = set(stopwords.words('english'))
word_tokens = word_tokenize(t)
filtered_sentence = [w for w in word_tokens if not w in stop_words]
print(filtered_sentence)

原始数据为：
能分条

去停用词后：
全合成一行

Answer 1

可以用for循环写成嵌套列表进行处理，示例如下，获取按行去除停用词的分词结果，并可以直接写入csv或者excel中：

from nltk.corpus import stopwords
from nltk.tokenize import word_tokenize
import pandas as pd

example_sent = """This is a sample sentence,showing off the stop words filtration.\n Hello guys!"""

stop_words = set(stopwords.words('english'))

word_tokens = [word_tokenize(x) for x in example_sent.split('\n')]
filtered_sentence = []
for wd in word_tokens:
    cent=[]
    for w in wd:
        if w not in stop_words:
            cent.append(w)            
    filtered_sentence.append(cent)
print(word_tokens)
print(filtered_sentence)
df=pd.DataFrame(filtered_sentence)
print(df)

运行结果：

 0       1         2     3        4     5      6           7     8
0   This  sample  sentence     ,  showing  stop  words  filtration     .
1  Hello    guys         !  None     None  None   None        None  None

如有帮助和启发，请点采纳。