训练集与测试集放在一起特征处理后怎么分开

假设训练集（带有训练标签）为df_train ，测试集为test_df，对二者进行上下合并，便于进行特征的处理。合并后的数据为all_df

现在想从df_all中抽出训练集：

df_train = df_all[~df_all['label'].isnull()]

~的意思就是取反，只要标签不为空值的，就是训练集

df_test = df_all[df_all['label'].isnull()]

标签为空值的自然就是测试集了。

我之前进行这种操作都是直接记下训练集最后一位的序号再分离，太过笨拙。上述方法值得借鉴。