在训练集中仅在一列上的tfidfvectorizer

Question

关于TFIDFECTORIZER，我有一个问题。 我的问题是我有3列，一个是需要矢量化的文本，另外两个已经是数字，因此我只需要矢量化其中一个即可。 我已经读到，将数据拆分为培训和测试集后，您需要对数据进行矢量化，因此我已经将数据集分开了：

X = df[['cleaned_tweet_text', 'polarity', 'subjectivity']] # The Tweets
y = df['cyberbullying_type'] # The Label

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.1, random_state = 42)

需要对矢量化的是Cleaned_tweet_text，

我已经尝试过（见下文），但我不确定这是正确的方法。

tfidf = TfidfVectorizer(max_features = 1000)
X_train_tfidf = tfidf.fit_transform(X_train.cleaned_tweet_text)
X_test_tfidf = tfidf.transform(X_test.cleaned_tweet_text)

它不会给我一个错误，如果我打印出x_train_tfidf，我会得到这个：

  (0, 217)  0.41700972853730645
  (0, 118)  0.16283369998713235
  (0, 758)  0.16948694862672925
  (0, 404)  0.20143376247898365
  (0, 626)  0.4426572817169202
  (0, 356)  0.20217167680038242
  (0, 871)  0.4634256150008882
  (0, 65)   0.3606189681792524
  (0, 565)  0.38556256201243433
  (1, 719)  0.29478675756557454
  (1, 919)  0.30596230567496185
  (1, 698)  0.36538974359723864
  (1, 485)  0.816429056367109
  (1, 118)  0.13936199719971182
  (2, 342)  0.17134974750083107
  (2, 256)  0.18449190025596335
  (2, 110)  0.3604602574432005
  (2, 290)  0.39210201833562014
  (2, 648)  0.3538174461369334
  (2, 161)  0.2742199778844052
  (2, 251)  0.3864257748655211
  (2, 128)  0.26063790594719993
  (2, 599)  0.18251158997125277
  (2, 123)  0.39339155686431243
  (2, 360)  0.21729849596293152

这意味着它有效吗？所以现在我可以将其放入分类器中？