对“评论内容”进行分词、去除停用词和表情包等操作，将结果保存到data_2新列，列名记为“评论内容分词”，展示该列前五行数据。

在Python中，我们可以使用pandas DataFrame来操作和清洗"评论内容"这一列。这里我们假设你已经有一个DataFrame叫做df，并且"评论内容"这一列名为"comments"。以下是如何进行分词、去除停用词和表情包，并将结果保存到新列的过程：

import pandas as pd
import jieba
from sklearn.feature_extraction.text import ENGLISH_STOP_WORDS
from string import punctuation

# 假设你已经有了一个DataFrame df
# 如果使用jieba，需要先下载停用词，这里用默认的英文停用词
stop_words = ENGLISH_STOP_WORDS.union(punctuation)

def preprocess_comment(comment):
    # 分词
    words = jieba.lcut(comment)
    
    # 去除停用词和非文字字符
    filtered_words = [word for word in words if word not in stop_words and word.isalnum()]
    
    return ' '.join(filtered_words)

# 创建新列并应用预处理函数
df['评论内容分词'] = df['comments'].apply(preprocess_comment)

# 显示前五行数据
print(df.head(5)['评论内容分词'])

这段代码首先定义了一个函数`preprocess_comment`，它会接收一条评论，然后进行分词、去除停用词和表情包处理。然后我们将这个函数应用于DataFrame的"评论内容"列，生成新的"评论内容分词"列。最后，我们打印出新列的前五行数据。

请注意，上述代码中提到的停用词仅适用于英文文本，如果你的数据是中文，需要使用中文停用词库，比如NLTK的`jieba.analyse`中的停用词。