问题描述
注意： 如果有人对此主题感到疑惑，我知道您对数据分析领域的了解越来越深，因此在了解以下内容之前，我先做了以下问题：
仅当您要处理序数类（例如，大学学位，客户满意度调查）时，才将分类值编码为INTEGERES。 否则，如果您要处理诸如性别，颜色或名称之类的名义类，则必须使用其他方法将其转换，因为它们不指定任何数字顺序，其中最著名的是一次性编码或虚拟变量。 我请您阅读有关它们的更多信息，希望对您有所帮助。
检查下面的链接以查看详细说明： https://www.youtube.com/watch?v=9yl6-HEY7_s
这可能是一个简单的问题，但我认为这对初学者可能有用。
我需要在测试数据集上运行预测模型，以便将分类变量转换为可由随机森林模型处理的分类代码，我将这些行全部用于这些行：
Train:
data_['Col1_CAT'] = data_['Col1'].astype('category')
data_['Col1_CAT'] = data_['Col1_CAT'].cat.codes
因此，在运行模型之前，我必须对训练数据和测试数据应用相同的过程。
并且由于两个数据集具有相同的分类变量/列，我认为将相同的分类代码分别应用于每一列将很有用。
但是，尽管我在每个数据集上处理相同的变量，但每次使用这两行代码时，我都会得到不同的代码。
所以，我的问题是，每次在每个数据集上转换相同的类别时，如何获得相同的代码？
感谢您的见解和反馈。
解决方法
通常，我的方法是在训练测试拆分之前进行分类转换，以便获得整洁的转换数据集。完成此操作后，我将进行训练测试拆分并训练模型，然后在测试集上对其进行测试。