NLTK调用stopwords报错：function对象无words属性

这是典型的命名覆盖冲突问题：
你先通过from nltk.corpus import stopwords导入了NLTK提供的停用词模块，此时stopwords变量名指向的是NLTK的corpus子模块。但你紧接着定义了同名函数def stopwords(text):，Python中后定义的同名变量/函数会覆盖之前的引用，此时全局命名空间里的stopwords已经变成了你自定义的过滤函数。
当函数内部执行stopwords.words('english')时，解释器找到的stopwords是你定义的函数对象本身，函数没有words这个属性，自然就抛出AttributeError: 'function' object has no attribute 'words'错误。

两种方案二选一即可，推荐第一种，语义更清晰：

• 方案1：重命名自定义过滤函数，避免和导入的模块重名

  from nltk.corpus import stopwords
  import nltk
  # 首次使用没下载过语料就先执行这行
  # nltk.download('stopwords')
  
  # 函数名改成非冲突的名称，比如remove_stopwords
  def remove_stopwords(text):
      """a function for removing the stopword"""
      sw = stopwords.words('english')
      text = [word.lower() for word in text.split() if word.lower() not in sw]
      return " ".join(text)
  
  # 调用时对应修改函数名即可
  df['col_text'] = df['col_text'].apply(remove_stopwords)
  

• 方案2：导入NLTK停用词模块时起别名，从导入层避免冲突

  # 导入时给NLTK的stopwords起别名
  from nltk.corpus import stopwords as nltk_sw
  import nltk
  # 首次使用没下载过语料就先执行这行
  # nltk.download('stopwords')
  
  # 自定义函数名可以保留
  def stopwords(text):
      """a function for removing the stopword"""
      # 用别名调用NLTK的停用词接口
      sw = nltk_sw.words('english')
      text = [word.lower() for word in text.split() if word.lower() not in sw]
      return " ".join(text)
  
  # 原有apply调用逻辑不需要修改
  df['col_text'] = df['col_text'].apply(stopwords)
  

内容的提问来源于stack exchange，提问作者NivB