Python 如何使用tfidf矢量器自动执行文本矢量化？

我有一个列车数据帧和测试数据帧。列车数据框只有文本列，它被清除，测试数据框只有一列

train_data 
test_data

我已经训练了一个tfidf矢量器，所以我要扔掉它

joblib.dump(vectorizer_skills, 'vectorizer_skills.pkl')

转换列车数据时，每列列车数据将使用相同的测试数据

container_1 = dict()
container_2 = dict()

正在创建容器，以便列车矢量化数据可以存储在容器_1中，测试矢量化数据可以存储在容器_2中，并具有各自的列名

for item in train_data.columns:
container_1[item] = vectorizer_skills.transform(train_data[item])
container_2[item] = vectorizer_skills.transform(test_data['Cleaned_Column'])

这不起作用，如果我一个接一个地进行矢量化，那么它就起作用了，但是我在火车数据中有30多个文本列，这将花费很多时间。如何解决这个问题