Python 如何从单独的数据帧中指定训练集和测试集？

我有一个数据框架，其中混合了新闻文章和Facebook帖子（全文），并有一个相应的标签（所有文本的一组标签，包括文章和帖子）。然而，我想在这两种文本（文章和帖子）上训练我的分类器，但我的测试集中只有facebook帖子。是否仍要指定一组行（按“源”列分组），从中提取测试集

我正在使用

sklearn.model_selection import train_test_split

和分类模型的SimpleTransformer

---

谢谢

拆分是通过以下方式完成的：

# create X
X = df[<columns>]
# create y
y = df[<one column>]
# split to train and test
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=123, stratify = y)

---

如何确保它们在标签编码器中获得相同的标签？请解释您的意思

df = df1.append(df2)