如何将拆分后的X_train、X_test、y_train、y_test合并并保存为CSV

要把拆分后的训练/测试集还原成原数据集的结构并保存为CSV，按以下步骤操作：

1. 提取原特征列名
   直接从初始的df中获取特征列名，保证列名和顺序与原数据一致：

   feature_cols = df.drop(['label'], axis=1).columns
   

2. 还原训练集与测试集的DataFrame结构
   将特征数组和标签数组合并，还原成和原df完全匹配的列结构：

   import pandas as pd
   
   # 还原训练集
   train_df = pd.DataFrame(X_train, columns=feature_cols)
   train_df['label'] = y_train
   
   # 还原测试集
   test_df = pd.DataFrame(X_test, columns=feature_cols)
   test_df['label'] = y_test
   

3. 保存为CSV文件
   使用to_csv方法保存，设置index=False避免生成额外的索引列：

   # 保存训练集
   train_df.to_csv('train_dataset.csv', index=False)
   # 保存测试集
   test_df.to_csv('test_dataset.csv', index=False)
   

如果需要将训练集和测试集合并为一个完整数据集（注：拆分时的随机打乱会导致顺序与原数据集不同，但列结构完全一致），可以执行：

full_df = pd.concat([train_df, test_df], ignore_index=True)
full_df.to_csv('full_dataset.csv', index=False)

内容的提问来源于stack exchange，提问作者Why-K