Работа с natasha или pymorphy2

from nltk.tokenize import word_tokenize
from nltk.stem import WordNetLemmatizer
from nltk.corpus import stopwords
import re
import openpyxl
 
stop_words = stopwords.words('russian')
 
def load():
    data = {'key': [], 'news': []}
 
    wb = openpyxl.load_workbook("new_news.xlsx")
    sheet = wb.active
 
    for row in sheet.iter_rows(min_row=1):  
        key = row[0].value
        news = row[1].value  
        if key and news:
            data['key'].append(key)
            data['news'].append(news) 
             
    return data
 
 
def cleaner(text, stop_words):
    cleaned_news = []
    for news_item in text:
        news_item = news_item.lower() # Приводим каждую новость к нижнему регистру
        news_item = ' '.join(word_tokenize(news_item)) # Разделяем текст на слова и объединяем обратно в строку
        news_item = re.sub( r'\b\d+\b', ' digit ', news_item )# Заменяем все числа на строку 'digit'
        news_item = re.sub( r'\bdigit\b', ' число ', news_item )# Исправляем проблему с словом 'digit'
        news_item = re.sub( r'[.,\(\)\[\]]', '', news_item ) # Убираем запятые, точки, кавычки и скобки
        lemmatizer = WordNetLemmatizer() # Чикаем окончания
        news_item = ' '.join([lemmatizer.lemmatize(word) for word in news_item.split() if word not in stop_words]) # Убираем все лишнее
        cleaned_news.append(news_item)
    return cleaned_news
 
data = load()
cleaned_news = cleaner(data['news'], stop_words)

import re
import openpyxl
from nltk.tokenize import word_tokenize
from nltk.corpus import stopwords
from nltk.stem import WordNetLemmatizer
 
def load(file_name):
    wb = openpyxl.load_workbook(file_name)
    sheet = wb.active
 
    data = {'key': [], 'news': []}
    for row in sheet.iter_rows(min_row=1):
        key = row[0].value
        news = row[1].value
        if key and news:
            data['key'].append(key)
            data['news'].append(news)
    return data
 
def cleaner(text, stop_words):
    cleaned_news = []
    for news_item in text:
        news_item = news_item.lower()
        news_item = ' '.join(word_tokenize(news_item))
        news_item = re.sub(r'\b\d+\b', ' digit ', news_item)
        news_item = re.sub(r'\bdigit\b', ' число ', news_item)
        news_item = re.sub(r'[.,\(\)\[\]]', '', news_item)
        lemmatizer = WordNetLemmatizer()
        news_item = ' '.join([lemmatizer.lemmatize(word) for word in news_item.split() if word not in stop_words])
        cleaned_news.append(news_item)
    return cleaned_news
 
data = load("new_news.xlsx")
 
cleaned_news = cleaner(data['news'], stopwords.words('russian'))
print(cleaned_news)