R语言NLP文本分析：如何移除数据集内的指定单词‘no’

你的问题核心是列名不匹配：用unnest_tokens(word, texto.do.kant)生成的单词列名为word，但你后续尝试的代码里错误地用了palavra作为列名，导致过滤/连接操作根本找不到目标列，自然删不掉"no"。

正确的解决方法： #

方法1：用filter直接过滤（最简单）

修正列名为word即可：

palavras_a_remover <- c("no")
kant_palavras <- kant_palavras %>% filter(!word %in% palavras_a_remover)

方法2：用anti_join自定义停用词表

确保自定义停用词表的列名也是word，和你的数据列匹配：

palavras_a_remover <- data.frame(word = c("no"))
kant_palavras <- kant_palavras %>% anti_join(palavras_a_remover)

方法3：合并默认停用词和自定义词（推荐，一次性处理）

把"no"加入葡萄牙语默认停用词表，后续直接用这个合并后的表移除停用词：

# 合并默认停用词和自定义词
pt_stopwords <- get_stopwords(language = 'pt') %>%
  bind_rows(data.frame(word = "no", lexicon = "custom"))

# 移除停用词
kant_palavras <- dados_kant2 %>%  
  unnest_tokens(word, texto.do.kant) %>%
  anti_join(pt_stopwords)

为什么你之前的方法无效？ #

• 方法1：anti_join("no")完全错误，anti_join要求传入数据框，不是单个字符串。
• 方法2&3：你创建的自定义词表列名是palavra，但你的数据列是word，两者无法匹配，所以过滤/连接操作没有生效。

内容的提问来源于stack exchange，提问作者philosophy