如果它包含停用词，则从字符串中删除一个元素[重复]答案

【问题标题】：Remove an elements from the string if it contains a stopwords [duplicate]如果它包含停用词，则从字符串中删除一个元素[重复]
【发布时间】：2019-01-02 11:23:55
【问题描述】：

我有一个如下列表：

lst = ['for Sam', 'Just in', 'Mark Rich']

我正在尝试从包含stopwords 的字符串列表（字符串包含一个或多个单词）中删除一个元素。

由于列表中的第一个和第二个元素包含for 和in，它们是stopwords，它将返回

new_lst = ['Mark Rich']

我尝试了什么

from nltk.corpus import stopwords

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

lst = ['for Sam', 'Just in', 'Mark Rich']
new_lst = [i.split(" ") for i in lst]
new_lst = [" ".join(i) for i in new_lst for j in i if j not in stop_words]

这给了我如下输出：

['for Sam', 'Just in', 'Mark Rich', 'Mark Rich']

【问题讨论】：

标签： python python-3.x nltk

【解决方案1】：

你需要一个if 语句而不是额外的嵌套：

new_lst = [' '.join(i) for i in new_lst if not any(j in i for j in stop_words)]

如果你想使用set，你可以使用set.isdisjoint：

new_lst = [' '.join(i) for i in new_lst if stop_words.isdisjoint(i)]

这是一个演示：

stop_words = {'for', 'in'}

lst = ['for Sam', 'Just in', 'Mark Rich']
new_lst = [i.split() for i in lst]
new_lst = [' '.join(i) for i in new_lst if stop_words.isdisjoint(i)]

print(new_lst)

# ['Mark Rich']

【讨论】：

您的第一个答案就像一个魅力，但第二个答案是一个空列表。
@Sociopath，不，工作正常，看我的例子。

【解决方案2】：

您可以使用列表推导并使用sets 来检查两个列表中的任何单词是否相交：

[i for i in lst if not set(stop_words) & set(i.split(' '))]
['Mark Rich']]

【讨论】：

谢谢。像魅力一样工作。只有一件事，在你的回答中你放错了]
注意set.intersection 比set.disjoint 具有更高的复杂性。无需计算 2 个集合的确切交集即可知道交集是否为空。
是的，当我看到你的回答时，我真的想到了.isdisjoint。谢谢澄清