看起来你的next语句本身逻辑是对的，但循环停止大概率是因为在生成stats的过程中触发了错误（比如udpipe_annotate或keywords_rake处理某些数据时失败），导致循环直接中断，根本没机会执行到next判断。

我们可以通过添加错误捕获机制，同时优化空值检查逻辑来解决这个问题，修改后的代码如下：

textrank <- NULL
for(i in lista){
  if(i %in% dflist_T$VariaF){
    Eachdesc <- subset(dflist_T, VariaF %in% i)
    
    # 先检查Description是否为空，避免后续处理报错
    if(nrow(Eachdesc) == 0 || all(is.na(Eachdesc$Description)) || all(Eachdesc$Description == "")){
      message(paste("跳过i =", i, "：无有效Description数据"))
      next
    }
    
    # 用tryCatch包裹udpipe相关操作，捕获错误
    ud_model <- udpipe_load_model(model$file_model)
    x <- tryCatch({
      udpipe_annotate(ud_model, x = Eachdesc$Description)
    }, error = function(e){
      message(paste("处理i =", i, "时annotate出错：", e$message))
      return(NULL)
    })
    
    if(is.null(x)){
      next
    }
    
    x <- as.data.frame(x)
    
    # 同样给keywords_rake加错误捕获
    stats <- tryCatch({
      keywords_rake(x = x, term = "token", 
                    group = c("doc_id", "paragraph_id", "sentence_id"), 
                    relevant = x$upos %in% c("NOUN", "ADJ"), 
                    ngram_max = 4)
    }, error = function(e){
      message(paste("处理i =", i, "时提取关键词出错：", e$message))
      return(data.frame())
    })
    
    stats$Origin <- "dflist"
    stats$lista <- i
    
    if(nrow(stats) == 0){
      message(paste("跳过i =", i, "：无有效关键词"))
      next
    }
    
    textrank <- rbind(textrank, stats)
  }
}

关键修改点说明： #

• 提前检查输入数据：在调用udpipe之前，先判断Eachdesc是否为空或Description列全是无效值，直接跳过这类迭代，避免无意义的后续操作。
• 错误捕获机制：用tryCatch包裹udpipe_annotate和keywords_rake，如果操作出错，会打印错误信息并返回空对象，然后通过next跳过当前迭代，不会中断整个循环。
• 增强的空值判断：即使keywords_rake没报错但返回空数据框，也会通过nrow(stats) == 0判断并跳过，同时打印提示信息方便你排查哪些数据出了问题。

另外，频繁用rbind拼接数据框效率较低，如果你的数据集很大，建议先创建一个列表，循环时把有效的stats存入列表，最后合并，这样能提升运行效率：

textrank_list <- list()
counter <- 1
for(i in lista){
  # ... 前面的逻辑不变 ...
  if(nrow(stats) > 0){
    textrank_list[[counter]] <- stats
    counter <- counter + 1
  }
}
textrank <- do.call(rbind, textrank_list)

内容的提问来源于stack exchange，提问作者prog